大型语言模型招聘决策中的无关备选方案偏见
计算机与社会
2024-12-02 v1 人工智能
人机交互
摘要
我们研究了LLM是否在招聘决策中显示类似人类认知偏见——吸引效应。吸引效应指当劣势候选人存在时，使劣势候选人更具吸引力，从而增加劣势候选人被选中的概率。我们的研究发现，GPT-3.5和GPT-4在担任招聘官角色时均显示出一致且显著的吸引效应。无关属性（如性别）的decoy会进一步放大观察到的偏见。GPT-4的偏见变化幅度大于GPT-3.5。即使包含反对decoy效应的警告且招聘官角色定义发生变化，我们的发现仍保持稳健性。
引用
@article{arxiv.2409.15299,
title = {Irrelevant Alternatives Bias Large Language Model Hiring Decisions},
author = {Kremena Valkanova and Pencho Yordanov},
journal= {arXiv preprint arXiv:2409.15299},
year = {2024}
}