Kié lesz a munka, ha már az MI is pályázik rá?

Aki mesterséges intelligenciát használ az önéletrajzához, lényegesen nagyobb eséllyel jut tovább a felvételi folyamatban, ha ugyanazt az MI-t alkalmazzák a pályázatok elbírálásánál is – derül ki egy új kutatásból. Több mint 2200 pályázat elemzésével vizsgálták, hogy a különféle nagy nyelvi modellek (például GPT-4o, LLaMA vagy Mistral) hogyan értékelik az általuk generált, illetve ember által írt anyagokat, és meglepő eredmények születtek. Nem lehet figyelmen kívül hagyni, hogy a mesterséges intelligencia a saját maga által generált önéletrajzokat akár 88%-os arányban preferálja az emberi szerzőktől származókkal szemben. Ez főként az összetettebb, fejlettebb modelleknél, mint például a GPT-4o, GPT-4-turbo vagy DeepSeek-V3 esetében figyelhető meg. Ez azt jelenti, hogy ha valaki például a GPT-4o-t kéri meg az önéletrajza megírására, majd azt ugyanazzal az MI-vel bíráltatják el, akár 23 és 60% közötti eséllyel nagyobb valószínűséggel kerül kiválasztásra, mint ugyanannyira képzett, de kézzel írt pályázattal jelentkező pályatársa. A különbség különösen nagy olyan területeken, mint az értékesítés vagy a könyvelés.

Önmagukat előnyben részesítő rendszerek

Noha a modellek leginkább az emberi szövegekkel szemben elfogultak, egymással szemben is mutatnak némi önpreferenciát. Például a DeepSeek-V3 84%-ban választotta a saját „önéletrajzait” a LLaMA-3.3-70B-ével szemben, míg 64%-ban a GPT-4o-val szemben. Ám az MI vs. MI elfogultság jóval kisebb mértékű volt, mint az MI vs. ember összehasonlításban.

Ami igazán aggasztó, hogy a HR-esek egyre szélesebb körben bízzák a kiválasztást MI-re, miközben sok cég maga is elismeri, hogy ezek az algoritmusok elfogultak. A jelenség már most is tapasztalható: egy 2023 októberi felmérés szerint 2025-re tízből hét vállalat mesterséges intelligenciát tervez használni az álláspályázatok elbírálásánál.

Mik a lehetséges megoldások?

A kutatók szerint kétféleképpen lehetne csökkenteni ezt a torzító hatást: vagy explicit módon meg kellene adni a modell rendszerüzenetében, hogy figyelmen kívül hagyja a szöveg eredetét, vagy több különféle MI-modellt kellene bevonni az értékelésbe. Meglepő módon, a GPT-4o ennél a módszernél 90% feletti önpreferenciáról 50% alá csökkentette az önelfogultság arányát – vagyis a rendszer „semlegessé” vált.

Ebből adódóan minden egyes alkalmazási területnek sajátos megközelítésre van szüksége. Az oktatásban vagy újságírásban például fontos felismerni, ha a tartalom MI által készült, míg az álláskeresés világában a tudatosan csökkentett elfogultság lehet a méltányosabb megoldás.

2025, adminboss, go.theregister.com alapján