AI 在偷偷选「自己人」，这是 2026 最离谱的求职歧视

📌 一句话摘要

研究表明，AI 招聘工具存在强烈的自我偏好偏见，会以超过 95% 的概率选择由 AI 重写的简历，导致求职者即使资历更优也可能因未使用 AI 润色而落选，形成新的求职歧视。

📝 详细摘要

本文基于马里兰大学等机构的最新研究，揭示了 AI 招聘工具中一个严重但鲜为人知的问题：自我偏好偏见。研究显示，GPT-4o、DeepSeek-V3 等主流大模型在充当简历筛选面试官时，会以超过 95% 的概率选择由同款 AI 重写的简历版本，即使人类评估员明确认为人类原版质量更高。文章进一步通过实验验证，这一偏见在新一代模型（如 Claude Opus 4.7、DeepSeek V4）中依然存在，且模型越大偏见越强。作者将这一现象类比为人类学家项飙提出的「虚拟短缺」概念，指出 AI 正在招聘系统中制造一种新的「虚拟门槛」——求职者不仅需要具备真实能力，还需要使用与雇主筛选工具同款的 AI 来润色简历。文章还探讨了偏见的分布差异（商科最严重、技术岗较轻）、对非母语者的双重打击，以及两种可行的缓解策略（提示词干预和评审团机制），但指出这些策略的前提是雇主必须意识到问题并主动干预，而这在现实中往往不成立。

💡 主要观点

- AI 招聘工具存在强烈的自我偏好偏见，以超过 95% 的概率选择 AI 重写的简历。 马里兰大学等机构的研究显示，GPT-4o、DeepSeek-V3 等模型在筛选简历时，即使人类评估员认为人类原版更好，AI 仍固执地选择自己的作品，形成一种「认亲」效应。

使用与 AI 面试官同款模型润色简历的候选人，被选中概率高出 23% 到 60%。 研究模拟了 24 个职业类别的招聘流程，发现使用同款 AI 润色简历的候选人获得了显著优势，这意味着求职者需要猜测雇主使用的 AI 工具才能获得公平竞争机会。

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。 商科简历高度依赖语言表达，AI 对文字风格的影响被放大；而技术岗的具体技能陈述比语言风格更为关键，因此受偏见影响较小。

两种缓解策略有效但前提是雇主必须主动干预。 在提示词中明确要求模型不推断简历来源，可将偏见从 79% 降至 30%；让大模型与弱偏见小模型组成评审团，可将偏见削减超过一半。但这些策略需要雇主首先意识到问题存在。

💬 文章金句

- 你的资历并不重要，如果 AI 更喜欢自己的笔迹而不是你的。

你输给了一个更差的候选人，他花了 20 美元给 OpenAI。
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。
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。
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」。

📊 文章信息

AI 初评：86

来源：硅星人Pro

作者：硅星人Pro

分类：人工智能

语言：中文

阅读时间：11 分钟

字数：2748

标签： AI 招聘, 自我偏好偏见, 求职歧视, 大语言模型, AI 伦理

阅读完整文章

AI 在偷偷选「自己人」，这是 2026 最离谱的求职歧视

🤖 問 AI