表面偏见：头像外观如何塑造AI招聘中的感知
人机交互
2026-04-09 v1
摘要
人工智能越来越多地用于招聘，引发了关于申请人如何感知这些系统的担忧。虽然之前关于算法公平性的工作强调了技术偏见缓解，但很少了解头像身份线索如何影响申请人在面试情境中的正义归因。我们进行了一项众包研究，215名参与者完成了与照片级真实AI头像的面试，头像在表型特征（种族和性别）上有所不同，随后是标准化的拒绝。使用自我报告、情感分析和眼动追踪，我们测量了信任、公平性和偏见的感知。结果显示，种族不匹配加剧了对种族偏见的感知，而部分匹配（仅共享一个身份）与完全匹配和无匹配相比降低了公平性判断。这项工作通过展示头像外观如何塑造对AI的正义相关评估，扩展了计算机即社会行动者范式。我们通过揭示身份线索如何影响公平性归因，为HCI做出了贡献，并为设计公平的AI面试系统提供了可操作的见解。
引用
@article{arxiv.2604.06187,
title = {Skin-Deep Bias: How Avatar Appearances Shape Perceptions of AI Hiring},
author = {Ka Hei Carrie Lau and Philipp Stark and Efe Bozkir and Enkelejda Kasneci},
journal= {arXiv preprint arXiv:2604.06187},
year = {2026}
}