AI在招聘時比人類更具偏見
新研究顯示，大語言模型篩選求職者時比人類更容易產生刻板印象，而隨著模型獲得記憶和智能體能力，風險正在上升。
研究表明，相較於人類招聘者，大型語言模型經常對求職者形成更強烈的偏見，這與人們認為 AI 能消除主觀性的假設相矛盾。這些模型不僅僅是從訓練數據集中繼承偏見，還在處理資訊的過程中發展出新的刻板印象。隨著 AI 公司轉向設計用於記住特定用戶互動和詳細信息的代理架構（agentic architectures），這個問題變得越來越嚴重。如果沒有具體的安全措施，這些長期記憶能力可能會允許系統形成和強化偏見的聯想，進而導致不公平的自動化招聘行為。