随着AI招聘工具在简历筛选、初步面试评估中的普及，很多企业把“客观”“高效”当作选择算法的核心理由。但一项来自普林斯顿大学与芝加哥大学的新研究提醒：大语言模型在反复做出招聘决策时，可能会“无中生有”地形成新的刻板印象，即便候选人群体之间原本并不存在差异。

研究发现了什么？

研究人员让大语言模型参与模拟招聘决策，观察它在多轮任务中的判断变化。结果显示，在早期阶段，模型对不同群体并没有表现出明显偏向；但随着决策次数增加，它开始给某些群体贴上负面标签，形成了原本不存在的偏见。这种偏见并不完全来自训练数据中已有的社会成见，而更像是在模型运行过程中“自发涌现”的。

该研究之所以值得企业警惕，是因为很多HR以为，只要在训练数据中剔除性别、种族、年龄等敏感字段，AI招聘就可以避免歧视。但新发现说明，算法在追求决策效率、简化信息处理时，可能自己制造出新的群体差异，进而影响最终的用人判断。

为什么模型会“自创偏见”？

大语言模型的底层逻辑是概率预测。面对大量候选人信息时，它会寻找容易区分的特征作为“决策捷径”。当模型反复处理相似任务、又缺少明确的公平性约束时，偶然出现的模式就可能被固化下来，比如将某种学校背景、名字风格或表达方式与“不合适”建立错误关联。这种自我强化机制，让偏见不再只是历史数据的镜像，而成为持续变化的动态风险。

更麻烦的是，企业在实际使用中会不断投入新的简历、面试记录和录用反馈。如果模型在部署后继续学习或受到上下文影响，它可能逐渐偏离上线前的公平状态。因此，一次性的公平性检测远远不够。

企业该如何应对？

首先，AI工具应定位为“辅助”而非“替代”，关键环节必须保留人工复核，尤其是在确定面试名单和最终录用建议时。其次，HR部门需要建立定期审计机制，监测不同群体在通过率、评分分布和关键词命中上的差异，而不是只看整体筛选速度。第三，技术团队应在提示词、输出层和反馈循环中引入反歧视规则，并对模型进行持续监测与校准。

对于像小蜜蜂云工作这样连接远程岗位与灵活用工人才的平台，在引入AI匹配和智能筛选时，也需要把算法公平性作为产品底线之一，让“高效”不掩盖隐性偏见。毕竟，招聘的最终目标不是更快地淘汰人，而是更准确地找到合适的人。

本文由小蜜蜂云工作原创发布，话题参考自行业公开报道。