多多益善与过犹不及
人类与大语言模型招聘决策逻辑的对比研究
讲座信息
内容简介
当前，大语言模型已逐步应用于组织招聘决策，诸多在线招聘平台亦引入了人工智能技术。学术界相关研究多聚焦于算法偏见与人机协同机制，较少考察大语言模型与人类在招聘决策逻辑上的异同。本研究基于2024年针对在线招聘职位的简历投递实验中的人类反馈样本，构建同等条件下的硅基反馈样本，从而比较人类决策与AI决策的异同，并选取工作年限、教育程度和工作经历三个可衡量匹配程度的指标开展分析。主要发现如下：人类在招聘决策中基本遵循“择优逻辑”，求职者资质越高，获得积极回应的可能性越大，可归纳为“多多益善”；而大模型则更倾向于实现精准匹配，对资质过剩与资质不足均表现出负面影响，体现出“过犹不及”的特征。大模型对就业经历“低配”群体的偏见程度远超人类，若求职者存在就业低配现象，几乎难以获得大模型的积极回应。
主讲人简介
申欣悦，女，西安交通大学社会学系2025级博士研究生，导师为李晓光教授。研究方向为教育社会学和劳动力市场就业，相关学术成果发表在《中国青年研究》《宁夏社会科学》等期刊。