MIT Tech Review: AI 招聘偏见超人类 65%——模型自己"发明"刻板印象

Princeton + UChicago 研究者在 ICML 2026 发表论文：让 ChatGPT、Claude、Gemini 等 LLM 参与模拟招聘游戏，结果： - LLM 按族群隔离求职者的程度比人类高约 65%（人类 0.84 vs OpenAI o3 1.83，满分 2） - 推理能力越强的模型偏见越严重（o3 > R1 > 旧版） - 根因：LLM 训练于数学/编程任务，擅长从少量样本快速泛化——这一能力在社会场景中变成快速刻板印象化 - 仅要求"公平"无效；给予多样性奖励金可显著降低偏见 - 提供与能力相关的个人信息（年龄、教育）能降低偏见；提供无关信息（发色、纹身）则模型重新回到按族群隔离