Zpět na přehled
Novinky z AINízký hype

AI může vytvářet zaujatosti při náboru více než lidé

Nový výzkum ukazuje, že AI může vytvářet vlastní zaujatosti při náboru zaměstnanců, což může ovlivnit spravedlnost rozhodování.

20. července 2026MIT Technology Review AI
AI Insight

Studie ukázala, že jazykové modely jako ChatGPT a Claude mohou při náboru zaměstnanců vytvářet silnější zaujatosti než lidé, přičemž reagují minimálně na pokyny k férovosti.

Tento objev je zásadní pro firmy, které implementují AI do svých náborových procesů, protože může vést k neúmyslnému posílení diskriminačních praktik. Manažeři by měli přehodnotit, jakým způsobem AI používají, aby zajistili spravedlivější a rozmanitější náborové postupy.

Jak to využít:

  • Manažeři by měli zavést pravidelné audity AI systémů, aby identifikovali a odstranili potenciální zaujatosti v náborových procesech.
  • Vývojáři by měli pracovat na vylepšení algoritmů, které by lépe reagovaly na pokyny k férovosti a zohlednily rozmanitost uchazečů.

⚠ Existuje riziko, že firmy se spolehly na AI bez dostatečného dohledu, což může vést k neetickým praktikám a právním problémům. Je také možné, že AI nebude schopna plně nahradit lidský úsudek v komplexních situacích.

Hodnocení

Relevance
84
Hype riziko
20
Studie provedená na Princeton University a University of Chicago zjistila, že jazykové modely (LLM) jako ChatGPT a Claude mají tendenci vytvářet zaujatosti při náboru zaměstnanců. V simulovaném náborovém procesu modely segregovaly uchazeče podle etnických skupin na základě předchozích výsledků, přičemž vykazovaly silnější stereotypizaci než lidé. Zajímavé je, že modely reagovaly na pokyny k férovosti minimálně, ale slibování bonusu za rozmanité nábory vedlo k menší zaujatosti. Tyto poznatky jsou důležité v kontextu rostoucího využívání AI při screeningových procesech a mohou mít vážné důsledky pro spravedlnost v zaměstnávání.

Klíčové body

  • AI modely vytvářejí vlastní zaujatosti na základě zkušeností.
  • Stereotypizace uchazečů je silnější u AI než u lidí.
  • Změna cílů a poskytování osobních informací může snížit zaujatost.

Pojmy

zaujatost
Tendence preferovat určité skupiny nebo jednotlivce na základě předpojatých názorů.