AI is more likely than humans to form biases when hiring

AI 摘要

一句话摘要: 研究发现LLM在招聘模拟中比人类更容易形成基于种族的刻板印象，且推理能力越强偏见越明显。 关键事实: 普林斯顿和芝加哥大学研究显示LLM在招聘模拟中刻板印象程度比人类高约65%，OpenAI o3模型在隔离量表上得分1.83接近满分2.0，所有候选人实际成功率相同但模型仅凭早期观察就快速形成群体偏见。 涉及主体: 普林斯顿大学Ryan Liu，康奈尔大学Angelina Wang，OpenAI，Anthropic，DeepSeek，ChatGPT，Claude，Gemini 可能影响: 随着AI招聘和记忆功能普及，模型可能将历史交互中的有限样本固化为系统性歧视，加剧就业市场中的群体隔离。该发现对AI公平性监管和模型设计提出新挑战，需平衡个性化记忆与偏见抑制。 噪音/炒作风险: 中，研究基于模拟实验而非真实招聘场景，但结果与LLM泛化机制一致，且多家主流模型均表现明显，具有实际参考价值。