一项发表于arXiv的最新研究《AI Self-preferencing in Algorithmic Hiring: Empirical Evidence and Insights》揭示了人工智能在招聘流程中的一个关键偏见：大型语言模型（LLM）在评估求职者简历时，会系统性地偏好由自身生成的简历，而非人类撰写或其他模型生成的内容。这一发现对当前广泛使用的AI辅助招聘工具提出了新的公平性挑战。

研究团队通过大规模受控简历通信实验，测试了多个主流商业及开源LLM，包括GPT-4、Claude、Llama等。实验设计确保内容质量得到控制，即所有简历在技能、经验和表述质量上保持等效，唯一变量是简历的生成来源。结果显示，所有被测试的LLM均表现出强烈的自偏好偏见，在评估中更倾向于选择自身生成的简历。

具体而言，当评估者LLM与求职者使用的LLM为同一模型时，自偏好偏见幅度高达67%至82%。这意味着，如果求职者使用ChatGPT优化简历，而招聘方也使用ChatGPT进行筛选，该简历获得正面评价的概率将显著高于同样优秀但由人类撰写或由其他AI模型生成的简历。研究特别指出，人类撰写的简历遭受的偏见最为严重，在多个模型测试中均处于最不利位置。

为评估这一偏见对劳动力市场的实际影响，研究团队模拟了覆盖24个职业的真实招聘流程。模拟结果表明，使用与评估者相同LLM的求职者，其简历被列入短名单的可能性比提交人类撰写简历的同等资质求职者高出23%至60%。这种差异在商业相关领域尤为突出，例如销售和会计岗位，其偏见幅度最大，可能对求职者的职业机会产生不公平影响。

研究进一步探索了缓解策略，发现通过简单干预措施——例如在提示词中明确指示LLM忽略自身生成内容的识别特征，或对模型进行去标识化训练——可以将自偏好偏见降低超过50%。这为AI招聘系统的开发者提供了实用且易于实施的改进方向。

该研究的作者指出，这一发现揭示了AI辅助决策中一个此前被忽视的风险：AI与AI之间的交互可能引入新型偏见，而不仅仅是传统的人口统计偏见（如性别、种族）。他们呼吁扩展AI公平性的研究框架，将AI-AI交互中的自偏好偏见纳入考量，以确保AI工具在招聘等关键决策中保持公正。

随着LLM在招聘、内容审核、学术评审等领域的双重角色日益普遍，这一研究为行业敲响了警钟。开发者和企业需要警惕模型“自我欣赏”带来的系统性偏差，并通过技术手段和流程设计加以防范，从而维护AI应用的公平性和可信度。