AI 面試官比人類更會長偏見：模擬招聘實驗發現 LLM 會從經驗自創刻板印象

MIT Technology Review 報導普林斯頓大學與芝加哥大學的新研究：LLM 在招聘情境中比人類更容易形成偏見。研究方法改編自探討人類刻板印象形成的心理學實驗——讓 ChatGPT、Claude、Gemini 等模型扮演虛構城市市長聘請的顧問，協助為醫師、律師、托育人員、清潔工等 20 種職位挑人，觀察模型在一輪輪決策中的行為變化。

關鍵發現在「偏見的來源」。既有研究已確認 LLM 會從訓練資料繼承人類偏見；新實驗顯示的是另一條路徑:模型會在自己的決策經驗中長出新的偏見,而且對求職者刻板印象化的程度超過人類受試者。換句話說,就算把訓練資料洗得再乾淨,模型仍可能在使用過程中自行發展出沒有任何人教過它的歧視模式。

應用端的規模讓問題變得急迫。越來越多企業用 LLM 篩履歷,甚至讓 AI 進行初步面試,你的履歷在被任何人類看到之前,很可能已經先被模型評分過。研究者的提醒直接點名這個場景:模型會從招聘經驗形成偏見,是部署這些系統的公司「必須嚴肅面對的問題」;同樣的機制也適用於貸款審核與假釋評估等高風險決策。

歸剛點評:「從經驗自創偏見」比「繼承偏見」難防得多——前者無法靠清洗訓練資料解決,只能靠持續稽核輸出。台灣的人資科技也在導入 AI 篩選,合規部門該把「定期偏見稽核」寫進採購條件;求職者端目前無解,只能希望揭露義務的立法跟上。