作为锚的最低工资：人类与 AI 对公平性判定的影响

我研究了最低工资作为人类受试者与人工智能（AI）对工资公平性判断之锚的作用。通过对众包平台 Prolific.co 上注册人类受试者的调查，以及对 OpenAI 语言模型 GPT-3 提交的查询，我检验了当受访者和 GPT-3 被提示包含数值最低工资的附加信息（无论现实与否）时，相对于未陈述最低工资的对照组，针对特定职位描述所认为公平的工资之数值回应是否改变。我发现最低工资通过将均值回应移向最低工资，影响了公平工资回应的分布，从而确立了最低工资作为公平性判断之锚的角色。然而，对于不现实的高最低工资，即 $50 与$100，回应分布分裂为两个明显模态，一个大致跟随锚，另一个保持接近对照组，尽管整体向上朝锚偏移。该锚对 AI 机器人施加类似效应；但 AI 机器人感知为公平的工资相较人类受试者回应呈现系统性下移。对于不现实的锚值，机器人的回应亦分裂为双模态，但遵循锚的回应比例小于人类受试者。与人类受试者一样，其余回应接近 AI 机器人的对照组，但也呈现朝锚的系统性偏移。实验期间，我注意到机器人回应随提示的微小扰动存在某些变异性，因此我还检验了机器人回应相对于提示中性别与种族线索更有意义差异的变异性，发现回应分布中的异常。