@WGOV: 招聘中的算法单一文化 Rishi Bommasani, Sarah H. Bana, Kathleen A. Creel, Dan Jurafsky, Percy Liang https:/…

X AI KOLs Timeline 2026/05/28 01:17 论文

algorithmic-bias hiring monoculture racial-disparity employment-discrimination ai-ethics fairness

摘要

一份研究论文，分析了招聘中的算法单一文化——即许多雇主使用同一供应商的筛选算法——会导致系统性地拒绝相同的个人和种族群体，使用了300万申请人的数据集。

招聘中的算法单一文化 Rishi Bommasani, Sarah H. Bana, Kathleen A. Creel, Dan Jurafsky, Percy Liang https://t.co/wKsoz1luow [𝚌𝚜.𝙲𝚈 𝚌𝚜.𝙰𝙸] https://t.co/BkhfbvRAMg

查看原文

查看缓存全文

缓存时间: 2026/05/30 08:32

招聘中的算法单一文化

Rishi Bommasani, Sarah H. Bana, Kathleen A. Creel, Dan Jurafsky, Percy Liang https://t.co/wKsoz1luow [cs.CY cs.AI] https://t.co/BkhfbvRAMg

招聘中的算法单一文化

来源：https://arxiv.org/abs/2605.27371 查看PDF (https://arxiv.org/pdf/2605.27371)

**摘要：**许多雇主使用由少数几家算法供应商构建的算法来筛选求职者。我们假设算法单一文化会导致相同的个人以及相同种族群体的成员遭到拒绝。我们获取并分析了一个包含300万求职者提交400万份申请的新颖数据集，其中所有申请均由同一供应商构建的算法进行筛选。我们发现了申请人结果中存在明显的种族差异。在所有由亚裔和非裔申请人提交的申请中，分别有14.74%和25.87%的申请是针对根据美国就业歧视标准对亚裔和非裔申请人产生不利影响的职位。个人也会收到同质化的结果：在所有申请了10个职位的申请人中，有4%的人被所有职位建议拒绝，这一比率高于随机预期。为了更好地理解这种同质化，我们利用招聘算法的确定性可重复性，生成了如果申请人申请所有职位本应获得的结果。我们表明，申请人需要广泛投递申请，才能确保其申请被人类审阅。