AI guides

AI在偷偷选「自己人」,这是2026最离谱的求职歧视

By APPSO0 viewsSource: APPSO
AI在偷偷选「自己人」,这是2026最离谱的求职歧视

如果你这周自己写了求职信,你输给的并不是更好的候选人。你输给了一个更差的候选人,他花了 20 美元给 OpenAI。 今年初,马里兰大学、新加坡国立大学和俄亥俄州立大学的三位研究者从 LiveCare

The full text has not been translated yet. The Chinese original is shown below.

如果你这周自己写了求职信,你输给的并不是更好的候选人。你输给了一个更差的候选人,他花了 20 美元给 OpenAI。

今年初,马里兰大学、新加坡国立大学和俄亥俄州立大学的三位研究者从 LiveCareer 求职平台上,找来了 2245 份写于 ChatGPT 普及之前的真实简历。随后将每份简历的自我简介部分抹去,分别交给 GPT-4o、DeepSeek-V3、LLaMA 3.3-70B 等七个大模型,各生成一个新版本。

然后,他们让同一批模型充当「面试官」,在人类原版和 AI 重写版之间,选出他们认为更好的那份。

文章配图

AI 以高于 95% 的频率选择了 AI 重写版。

文章配图

file:///Users/Zhuanz/Downloads/2509.00462v3.pdf

你输给了一个更差的候选人,他花了 20 美元给 OpenAI

GPT-4o 在 97.6% 的情况下,选择了自己写的版本。Qwen 2.5-72B 是 95.9%,DeepSeek-V3 是 95.5%,LLaMA 3.3-70B 是 96.3%。

文章配图

研究者的措辞是「strong and consistent」,强烈而一致。

也许有人会说,AI 重写的简历本来就更好,更清晰,更流畅,AI 选自己写的版本,不过是选了一份客观上更优秀的文本。

研究者同样预料到了这种质疑,于是他们专门招募了 18 位人类评估员,对简历对进行盲评,在不知道哪份是 AI 写、哪份是人写的前提下,判断哪份质量更高。

结论是:哪怕人类评估员明确认定人类写的版本更好,AI 面试官依然固执地选择了自己的作品。

这更像是一种认亲,一种模型在自己的语言风格里辨认出了「同族」的直觉。这种现象叫「自我偏好偏见」(self-preference bias)。

研究者模拟了 24 个职业类别的招聘流程,每次从 10 份简历中,选出 4 个人进入面试。如果偏见不存在,人类版和 AI 版应当各进 2 个。但实验显示,使用了和 AI 面试官同款模型来润色简历的候选人,被选中的概率比递交原版简历的人高出 23% 到 60%。

新一代模型还会出现这样的问题吗?

论文的实验采样时间大约在 2025 年上半年,使用的是当时的主流模型阵容。彼时的 AI 版图,放在今天来看已显出一些陈旧。

我们用最新一代模型重新做了一次粗略的验证。

先请 Claude Opus 4.7 生成了一份简历,再把这份 AI 简历和一份手搓简历放在一起,问 Claude Opus 4.7 哪份更好。

它毫不犹豫地选择了自己生成的那份,理由说得头头是道:视觉层级更清晰,用了项目符号和粗体标签,HR 扫一眼就能抓到亮点,第二份是纯文本铺陈,重要数据淹没在段落里。

文章配图

然后我们把上述两份简历交给 DeepSeek V4,让它来评判。

结果是,DeepSeek V4 同样认为 Claude Opus 4.7 写的那份更好,还把两份简历的差异整理成了一张对比表,它说第一份「结构极其清晰,一秒抓住重点」,第二份「更像个人作品集清单或给 AI 投喂的数据包,不太适合直接投递」。

文章配图

这说明不同模型之间存在某种趋同的审美,对「好简历」的判断,可能就是对「AI 写的简历」的判断。

我们也请 DeepSeek V4 自己生成了一份简历,然后在一个全新的对话里,把这份 AI 简历和同一份手搓简历放在一起,同样问哪份更好。

DeepSeek V4 也毫不犹豫选了自己的。它在新对话里并不知道那是自己生成的,所有的记忆都已清空。但它还是选了它。这更像是,它对那种写作风格有一种先于记忆的偏好。

文章配图

论文里已经发现了一个规律:模型越大,参数越多,自我识别能力越强,自我偏好也越强。

如果这个规律在新一代模型上继续成立,那么现在的旗舰模型所呈现的偏见程度,有可能比 GPT-4o 更高,而非更低。我们的测试虽然简陋,但方向上与论文的推断一致。

当然,这几组测试不足以构成严格的实验证据。因为测试对象只有一对简历,变量没有控制,结论无法量化。

「虚拟短缺」与系统的自我封闭

二十年前,人类学家项飙在《全球猎身:世界信息产业和印度技术劳工》中,描述了信息资本主义如何在全球范围内组织劳动力的流动与储备。

他注意到,IT 产业的扩张,并非建立在真实的人才短缺之上,而是伴随着一种被不断制造出来的「短缺」叙事。

雇主始终希望劳动力供给持续扩大,以支撑业务规模的增长;供给越多,这种「虚拟短缺」反而越难被填满,技术人才「短缺」与高失业率于是长期并存。项飙还说,「IT 本身不仅是一项技术,更是一个社会性的建构。」

今天,AI 招聘工具所制造的,同样是一套关于「什么样的候选人是合格的」的新的评价体系。当这套体系开始以隐蔽的方式偏向特定的语言风格,一种新的「虚拟门槛」便随之成形。

文章配图

有人或许会说:大家都用同款 AI 润色简历,不就扯平了?

这个想法在个体层面是合理的,甚至是必要的自保举措,但在系统层面,它描述的是一场没有赢家的军备竞赛。

某家公司用 GPT-5.4 筛简历,求职者得知这一点,于是用 GPT-5.4 写简历;但另一个部门用的是 Claude Opus 4.7,候选人不知道,于是反而落了下风。

而大多数人根本无从知晓哪家公司在用哪款工具,因为这类信息从来不出现在招聘广告里。更何况,如果所有简历都开始趋同于某几款主流模型的语言风格,所谓的「筛选」便失去了它原本应有的区分意义。

这种自我封闭的倾向,论文用了「锁定效应」这个词来描述。意思是,如果某款模型在市场上长期占据主导地位,那么它偏好的那种语言风格,会通过招聘系统不断被正向反馈,最终成为这个职场的「标准语言」。

这一偏见的分布方式,在已有的不平等上叠加了新的不平等。

研究者的模拟显示,偏见在商科类岗位最为严重,在技术性或实践性较强的岗位相对较轻。这大概是因为,商科类简历高度依赖语言表达,AI 对文字风格的影响在这里被放大;而对于技工类岗位,具体技能的陈述比语言风格更为关键。

文章配图

然而,正是在那些最依赖文字表达的岗位上,非母语者本就已经处于劣势,如今又多了一重:他们不只可能用词不够「标准」,还可能用了「错误」的那款 AI。

两层压力叠加,结果可以想见。

论文的结尾处,研究者提出了两种缓解策略:

一种是在系统提示词里明确告诉模型,不要推断简历的来源,只关注内容本身。这种方法能把 LLaMA 3.3-70B 的偏见从 79% 降至 30%,效果相当可观。

另一种是让大模型和几个自我偏好极弱的小模型组成评审团,以多数票决定最终结果。这个方案更为有效,能把大多数模型的偏见削减超过一半,例如 GPT-4o 从 82% 降至 30%。

两种策略都有一个共同的前提:使用 AI 筛简历的雇主,必须首先知道这个问题的存在,并主动选择去干预它。这个前提,在现实中未必成立。

如今,大多数大公司在初步筛选阶段让算法单独完成淘汰工作,不经过任何人工审查。在这样的流程里,一个无人知晓的偏见,会在沉默中无限复制下去。

文章配图

监管层面虽有动作,但步调并不统一。

纽约市已要求对自动化招聘决策工具进行年度偏见审计,科罗拉多州的 AI 法案将于 2026 年 6 月生效,加利福尼亚也在 2025 年完成了 AI 招聘相关法规的修订。

但这些法规的出发点,基本上针对的是种族、性别等人口统计学层面的歧视,而非 AI 相互之间、由「工具选择」产生的偏见。

当 AI 同时进入内容生产和内容评价两端,整个系统开始变得自指、自恋,并对外部的多样性越来越不友好。

你的资历并不重要,如果 AI 更喜欢自己的笔迹而不是你的。

文章来自于微信公众号 "APPSO",作者 "APPSO"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)