PNAS 研究:LLM 写简历与筛选双重放大劳动力市场性别偏见
AnnaCiaunica · x · 2026-11-19
PNAS 论文《Automating inequality? Gender bias in AI-mediated labor markets》通过审计实验发现:随机改变申请人性别、其余信息不变,LLM 生成的简历呈现性别刻板印象,筛选打分反映职业性别隔离——在男性主导职业中压低女性、女性主导职业中反过来压低男性。薪资建议则追踪真实职业性别薪资差距,即使提示词未明示性别,基于姓名的性别信号也会导致可感知的差距。
作者指出两条相互强化的偏见渠道:评估偏见(相同内容因性别被区别打分)与生成偏见(模型生成带性别色彩的内容影响后续评估)。由于同一套系统既塑造求职材料又评估它们,这种算法放大效应在 AI 介导的求职中构成可量化的风险。
「漫话AGI」频道最新
- 被 Anthropic 擅用书籍训练后,作家 Arundhati Roy 撰文痛斥「文明被采掘」 — madeofAjala · 2026-11-19
- 学者感叹指数级加速:百年前汽车普及,百年后 AGI 将登场 — danfaggella · 2026-11-19
- 新加坡央行警告:AI 智能体或引发「智能体挤兑」 — Polymarket · 2026-11-19
- 如果没有黄仁勋:AI 大爆发仍会发生,只是全部锁在谷歌内部 — teortaxesTex · 2026-11-19
- Tim Draper:AI 将淘汰晚期 VC,他们只是投资银行家 — arian_ghashghai · 2026-11-19
- AI 安全研究者 Manheim:应建立可监控并叫停前沿训练的政府能力 — davidmanheim · 2026-11-19