摘要：杀破狼...

鬼吹灯之牧野诡事

AI招人，比人类更容易产生偏见_我的网站

白夜追凶

A | （来源：麻省理工科技评论）以后找工作时，你的简历很可能还没到招聘经理手里，就已经先被 AI 看过一遍了。 8月12日，沃尔玛中国在深圳举行三十周年活动。

B | 活动现场，沃尔玛与多个重点城市集中签署合作协议，并正式揭晓全新雇主品牌“精彩由沃开始”，以行动诠释面向未来的发展战略。

C | 问题是，它真的会公平吗？研究人员早就发现，大语言模型会从训练数据里继承人类社会已有的偏见。但一项最新研究发现，事情可能比这更复杂：AI 不仅会学习偏见，还会在不断做决策的过程中，自己形成新的刻板印象，而且这种倾向甚至比人类更强。自1996年进入中国以来，沃尔玛中国始终深耕本土，以持续进化的商品与服务，回应中国消费者对美好生活的多元需求，并以全球资源赋能本地产业链，携手助力中国零售行业的繁荣发展。此次活动标志着沃尔玛中国在华的发展迈向质量深耕的新阶段，面向未来，沃尔玛中国将持续加大在华投资、深化业务布局、强化组织能力，与更多中国家庭与社区一起共建美好生活。更值得警惕的是，AI 公司如今都在努力打造拥有长期记忆的智能体，希望模型能够记住用户越来越多的细节。沃尔玛中国总裁及首席执行官朱晓静发表致辞沃尔玛中国总裁及首席执行官朱晓静在现场致辞中表示：“过去三十年，感谢每一位顾客和会员、政府、行业伙伴与员工的信任与陪伴，让沃尔玛中国有幸见证并参与了中国经济的腾飞与零售业的现代化进程，也深深融入了千家万户的美好生活。而这些记忆，也可能成为模型滋生偏见的土壤。为了研究这一问题，普林斯顿大学和芝加哥大学的研究人员设计了一场模拟招聘实验，参与者包括 ChatGPT、Claude、Gemini 等多个主流大语言模型。实验改编自一项经典心理学研究。研究人员告诉模型，它们受雇于一位虚构城市的市长，担任招聘顾问，需要帮助政府为医生、律师、托育员、保洁员等 20 种职业招聘员工。这段历程让我们真切体会到，一家零售企业承载的不只是门店与商品，更是与万千中国家庭长期构建起来的信任。所有候选人都来自四个虚构族群：Tufa、Aima、Reku 和 Weki。展望下一个三十年，沃尔玛中国将继续深耕本土，秉持‘为顾客省钱，让他们生活得更好’的使命，持续优化业务布局，赋能本地产业链发展，以高品质的商品和服务为顾客和会员创造更美好的日常，以‘以人为本’的理念为员工搭建持续成长的舞台，以‘共生共荣’的宗旨为社区创造长期价值。”中国连锁经营协会会长彭建真发表致辞中国连锁经营协会会长彭建真表示：“三十年来，沃尔玛中国深度参与中国零售业变革，从行业高质量发展的实践者、先行者，成长为中国零售行业的领跑企业之一。每一轮，模型都会面对一个新的岗位，以及四位分别来自不同族群的候选人。完成招聘后，它会立刻得到反馈：这个人是否胜任工作。这既是中国持续扩大高水平对外开放的成果，也体现了企业长期深耕本土、坚持品质零售的战略定力。近年来沃尔玛不断深化和本土供应链的合作，在品控、物流、商品创新上持续精进，带动产业链上下游共同发展，也为行业韧性成长提供了有益样本。随后进入下一轮。期待沃尔玛中国继续扎根中国，与行业各方共同推动中国零售行业健康发展。”集中举办五城见签仪式，以扎实业务动作深化本地深耕承诺三十周年活动现场，沃尔玛中国围绕五座重要城市合作举行集中签约仪式，体现了更深层次、更广泛布局中国市场的长期承诺。此次签约覆盖山东烟台沃尔玛及山姆业态合作意向书，北京昌平、辽宁沈阳的沃尔玛门店合作协议，以及湖北武汉、江苏南通的山姆会员商店合作协议，聚焦不同区域需求，持续拓展沃尔玛中国双业态服务网络。其中，山东烟台合作将通过沃尔玛中国双业态布局，打造覆盖烟台并辐射周边区域的高品质消费服务枢纽；北京昌平、辽宁沈阳合作将围绕沃尔玛新一代门店布局与业态创新，进一步丰富当地品质零售供给；湖北武汉、江苏南通合作则将推进山姆会员商店落地，带来高品质、差异化的会员制零售体验，为各区域市场高质量发展贡献力量。整个实验一共持续 40 轮，模型的目标只有一个：尽可能招到更多合适的人。

D | 8月11日，三十周年活动前夕，沃尔玛中国与深圳市人民政府签署了战略合作框架协议，双方将在总部经济提质扩容、全域全业态商业网络布局、门店数字化升级与促消费联动等领域开展战略合作。模型不知道的是，研究人员其实做了一个手脚：无论来自哪个族群，每位候选人在任何岗位上的成功概率都完全一样。

E | 按理说，模型不应该偏向任何一个群体。但结果恰恰相反。

F | 仅仅经过几轮招聘，模型就开始根据有限的经验，把不同族群和不同职业绑定在一起。例如，如果模型早期碰巧遇到一位 Aima 族候选人担任医生失败，它之后便会越来越少招聘 Aima 人做医生，而是更倾向于把他们安排到保洁岗位。以全新雇主品牌支持员工成长，连接社区长期价值三十年稳步发展的根基，在于一代代员工的创造与传承。因为在模型看来，医生代表着更高的能力和亲和力，而保洁员对应的要求则更低。换句话说，它开始把一次偶然的经历，当成了整个群体的特征。值此三十周年之际，沃尔玛中国正式发布全新雇主品牌“精彩由沃开始”，围绕使命驱动、以人为本、科技赋能、机遇无限、广筑美好五大支柱，重新定义员工在业务创新、顾客服务、社区连接之中的角色。更令人意外的是，这种倾向甚至比真人严重。全新的雇主品牌重申了创始人山姆·沃尔顿先生“我们的同事创造非凡”的理念，旨在向每一位员工传递清晰的方向：在沃尔玛，每一位员工都能获得充足的成长条件与机会，每一份想法都能落地生根，每一次机遇都能产生影响力，公司将与员工一起为顾客、会员和社区创造价值。作为面向未来发展的重要举措，此次发布回应了公司三十年发展沉淀对数字化、创新型人才和组织能力提出的新要求，也进一步体现了公司对员工成长、科技赋能和组织文化建设的长期投入。研究人员使用了一项“职业隔离指数”来衡量刻板印象的程度。站在新的发展起点，沃尔玛中国将继续围绕顾客和会员需求持续进化，并将以更扎实的本地实践，继续深耕中国、服务中国，在与中国市场共同成长中创造长期价值。（特约发布）。

G | 指数越高，说明不同族群越容易被固定到特定职业中；2 分代表完全隔离。此前心理学实验中的真人平均得分为 0.84，而大语言模型整体高出了约 65%。其中，OpenAI 的推理模型 o3 得到了 1.83，非常接近理论最高值。论文共同作者、普林斯顿大学博士生 Ryan Liu 认为，这其实并不奇怪。“大语言模型本来就特别擅长根据有限的信息快速总结规律。”他说，“这几乎就是它们被训练出来要做的事情。

H | ” 在人类心理学中，这种现象对应着经典的“探索—利用困境”（exploration-exploitaion dilemma）：是继续选择过去证明有效的方法，还是尝试新的可能？就像出去吃饭时，你会纠结是去一家没吃过的新店，还是继续光顾那家不会踩雷的老餐馆。对于大语言模型来说，这种取舍往往更加偏向后者。

I | 因为它们长期接受数学、编程和科学任务训练，而这些任务通常鼓励模型从少量例子中快速归纳规律，所以它们很容易过早下结论。

J | 也正因为如此，那些推理能力更强的新模型——例如 OpenAI 的 o3 和 DeepSeek 的 R1——在实验中反而表现出了更明显的偏见。Liu 说，“当这种快速归纳的能力被带入社会场景时，问题就开始出现了。

K | ” 康奈尔大学计算机科学家 Angelina Wang 没有直接参与这项研究，但她认为，这项工作来得正是时候。

L | 如今，各家公司都在为聊天机器人加入长期记忆和个性化能力。当模型越来越依赖于用户过去的互动记录时，它也可能越来越容易根据这些有限经验形成判断。她说，“它可能会过度依赖自己过去遇到过的行为模式。” 当然，解决办法并不是让 AI 什么都记不住。毕竟，大多数用户都希望聊天机器人能够记住自己说过的话。真正困难的是找到那个平衡点：既保留足够的记忆提供个性化体验，又不至于让模型因为这些经验形成新的偏见。研究人员还尝试了另一种办法，直接告诉模型：请公平一点。但并不奏效。

M | Liu 认为，这说明模型未必真的能够把“公平”这样的价值观落实到具体决策中；又或者，这种要求会被另一个更强的目标覆盖——尽可能提高招聘成功率。但如果换一种方式，情况就不同了。

N | 研究人员告诉模型，如果能够实现更加多元化的招聘，它们还能获得额外奖励。模型的偏见随即大幅下降。

o | 这说明，与其不断强调公平，不如直接把公平写进模型的目标函数里，让社会价值真正成为模型优化的一部分。研究人员还发现，当模型掌握更多真正与任务相关的个人信息时，偏见也会减轻。

p | 另一组实验中，模型需要帮助来自不同族群的人搬迁到加拿大不同城市。如果提供的是年龄、教育背景等与适应新城市能力相关的信息，模型就更倾向于依据这些个人特征做判断，而不是简单按照族群分类。但如果提供的是发色、纹身图案这类无关信息，模型很快又会重新回到按族群做决定的老路上。至于现实中的 AI 招聘系统会不会出现同样的问题，目前还没有明确结论。

q | 实验中的模型每做完一次招聘，都能立刻知道结果；现实世界却不是这样。