花好月圆

AI招人，比人类更容易产生偏见_我的网站

A |     今年，市精神文明建设办公室、市教育局、团市委、市妇联、市关工委开展了抚顺市“新时代好少年”学习宣传活动。    （来源：麻省理工科技评论）          以后找工作时，你的简历很可能还没到招聘经理手里，就已经先被 AI 看过一遍了。问题是，它真的会公平吗？          研究人员早就发现，大语言模型会从训练数据里继承人类社会已有的偏见。但一项最新研究发现，事情可能比这更复杂：AI 不仅会学习偏见，还会在不断做决策的过程中，自己形成新的刻板印象，而且这种倾向甚至比人类更强。         更值得警惕的是，AI 公司如今都在努力打造拥有长期记忆的智能体，希望模型能够记住用户越来越多的细节。而这些记忆，也可能成为模型滋生偏见的土壤。10月13日，抚顺市2024年度“新时代好少年”先进事迹发布仪式在抚顺广播电视台演播大厅举行。我市86位同学入选2024年度抚顺市“新时代好少年”学习宣传活动先进事迹发布名单。         　　这些入选的少年儿童积极培育和践行社会主义核心价值观，从小立志向、有梦想，爱学习、爱劳动、爱祖国，自立自强、创新创造，展现了新时代青少年乐观进取、向上向善的亮丽风采，为广大未成年人树立了学习榜样。         为了研究这一问题，普林斯顿大学和芝加哥大学的研究人员设计了一场模拟招聘实验，参与者包括 ChatGPT、Claude、Gemini 等多个主流大语言模型。         　　从即日起，“今抚顺”开设“新时代好少年”专栏，大力宣传“新时代好少年”，引领全市广大少年儿童向榜样学习，让抚顺大地涌现出更多的少年英才。         实验改编自一项经典心理学研究。         　　望花区海城小学五年级4班的学生王梓源不仅成绩优异，勤奋好学，还积极参加宣讲与公益活动。

B | 她走入学校、社区、电视台参加红色主题宣讲活动，并利用课余时间积极参与学雷锋志愿服务活动，是一名热心公益的好少年。         　　传承红色基因 争做宣讲小先锋          　　2021年10月，王梓源通过选拔成为海城小学“红领巾小讲师”的一员。研究人员告诉模型，它们受雇于一位虚构城市的市长，担任招聘顾问，需要帮助政府为医生、律师、托育员、保洁员等 20 种职业招聘员工。所有候选人都来自四个虚构族群：Tufa、Aima、Reku 和 Weki。

C | 她积极投身到学校少先队开展的各项红色宣讲活动中，先后参与了走进中国的传统节日、一年级队前教育、学校国防展廊介绍等20余场红色宣讲，受众人数达1500余人次。         每一轮，模型都会面对一个新的岗位，以及四位分别来自不同族群的候选人。完成招聘后，它会立刻得到反馈：这个人是否胜任工作。         　　2022年3月，她参与录制了区少工委学习宣传党的十九届六中全会精神主题宣讲，和全区的少年儿童分享自己的学习收获和体会。随后进入下一轮。

D | 整个实验一共持续 40 轮，模型的目标只有一个：尽可能招到更多合适的人。模型不知道的是，研究人员其实做了一个手脚：无论来自哪个族群，每位候选人在任何岗位上的成功概率都完全一样。2022年6月，她入选抚顺市“小小文明代言人”，参与抚顺电视台宣传片拍摄，走进社区向居民宣传创城的重要性。

E | 2022年7月，她成为一名百姓宣讲员，通过快板表演，让理论宣讲“活起来”，深受居民欢迎。她被望花区少工委授予红领巾奖章“二星章”。         按理说，模型不应该偏向任何一个群体。但结果恰恰相反。

F | 仅仅经过几轮招聘，模型就开始根据有限的经验，把不同族群和不同职业绑定在一起。         　　热心投身公益 争做最美志愿者          　　作为“雷锋城”中的新时代少年，王梓源从小就立志做一名像雷锋叔叔那样的人。例如，如果模型早期碰巧遇到一位 Aima 族候选人担任医生失败，它之后便会越来越少招聘 Aima 人做医生，而是更倾向于把他们安排到保洁岗位。她于2019年6月7日加入“抚顺青益杨社会工作服务中心”公益组织。因为在模型看来，医生代表着更高的能力和亲和力，而保洁员对应的要求则更低。         换句话说，它开始把一次偶然的经历，当成了整个群体的特征。更令人意外的是，这种倾向甚至比真人严重。她积极参与学雷锋志愿服务活动。研究人员使用了一项“职业隔离指数”来衡量刻板印象的程度。

G | 2019年6月，在慰问抚顺开发区消防队活动中，她与其他志愿者一同为消防员包粽子、表演节目，共庆端午佳节。2019年8月，她跟随志愿者团队听雷锋生前战友乔安山讲雷锋生前的故事，听全国道德模范唐革军讲为人民服务的意义。指数越高，说明不同族群越容易被固定到特定职业中；2 分代表完全隔离。从那时起，她在心里种下了一颗为人民服务的种子。王梓源相继参加了西露天矿植树活动、清理环境卫生，慰问敬老院的老人、慰问贫困儿童等活动。2023年12月，她还将自己的100元零用钱捐给甘肃临夏地震区。她累计志愿服务时长600小时，获得多项荣誉。此前心理学实验中的真人平均得分为 0.84，而大语言模型整体高出了约 65%。         　　在新时代的征程中，王梓源用自己的方式书写着属于自己的故事，用自己的热情和行动感染着身边的每一个人，用自己的行动诠释了新时代好少年的精神风貌与品质。                    责任编辑：李丹。其中，OpenAI 的推理模型 o3 得到了 1.83，非常接近理论最高值。         论文共同作者、普林斯顿大学博士生 Ryan Liu 认为，这其实并不奇怪。“大语言模型本来就特别擅长根据有限的信息快速总结规律。”他说，“这几乎就是它们被训练出来要做的事情。

H | ”          在人类心理学中，这种现象对应着经典的“探索—利用困境”（exploration-exploitaion dilemma）：是继续选择过去证明有效的方法，还是尝试新的可能？就像出去吃饭时，你会纠结是去一家没吃过的新店，还是继续光顾那家不会踩雷的老餐馆。         对于大语言模型来说，这种取舍往往更加偏向后者。因为它们长期接受数学、编程和科学任务训练，而这些任务通常鼓励模型从少量例子中快速归纳规律，所以它们很容易过早下结论。也正因为如此，那些推理能力更强的新模型——例如 OpenAI 的 o3 和 DeepSeek 的 R1——在实验中反而表现出了更明显的偏见。Liu 说，“当这种快速归纳的能力被带入社会场景时，问题就开始出现了。”          康奈尔大学计算机科学家 Angelina Wang 没有直接参与这项研究，但她认为，这项工作来得正是时候。如今，各家公司都在为聊天机器人加入长期记忆和个性化能力。

I | 当模型越来越依赖于用户过去的互动记录时，它也可能越来越容易根据这些有限经验形成判断。她说，“它可能会过度依赖自己过去遇到过的行为模式。”          当然，解决办法并不是让 AI 什么都记不住。毕竟，大多数用户都希望聊天机器人能够记住自己说过的话。

J | 真正困难的是找到那个平衡点：既保留足够的记忆提供个性化体验，又不至于让模型因为这些经验形成新的偏见。

K |          研究人员还尝试了另一种办法，直接告诉模型：请公平一点。但并不奏效。Liu 认为，这说明模型未必真的能够把“公平”这样的价值观落实到具体决策中；又或者，这种要求会被另一个更强的目标覆盖——尽可能提高招聘成功率。         但如果换一种方式，情况就不同了。研究人员告诉模型，如果能够实现更加多元化的招聘，它们还能获得额外奖励。模型的偏见随即大幅下降。这说明，与其不断强调公平，不如直接把公平写进模型的目标函数里，让社会价值真正成为模型优化的一部分。         研究人员还发现，当模型掌握更多真正与任务相关的个人信息时，偏见也会减轻。另一组实验中，模型需要帮助来自不同族群的人搬迁到加拿大不同城市。如果提供的是年龄、教育背景等与适应新城市能力相关的信息，模型就更倾向于依据这些个人特征做判断，而不是简单按照族群分类。

L | 但如果提供的是发色、纹身图案这类无关信息，模型很快又会重新回到按族群做决定的老路上。

M |          至于现实中的 AI 招聘系统会不会出现同样的问题，目前还没有明确结论。实验中的模型每做完一次招聘，都能立刻知道结果；现实世界却不是这样。一家公司往往需要几个月甚至更长时间，才能判断一位员工是否真正适合岗位。

N | 不过，只要这些反馈持续积累，模型依然可能从有限的数据中过度总结经验，并把这些经验带到下一次招聘中。

o |          随着越来越多企业开始使用大语言模型筛选简历、甚至参与面试，这项研究释放出的信号不容忽视。未来，AI 不只是可能复制人类已有的偏见。它还可能在不断学习和决策的过程中，创造出一种从未有人教过它的新偏见。正如 Liu 所说：“这种新的偏见，可能会一直存在。”          原文链接：          https://www.technologyreview.com/2026/07/20/1140655/ai-biases-hiring-humans/。

Current article:http://et75a.bianneixuanbingqinyouxie.buzz/news/20260826_131.html

Published on:19:10:55