我们随机生成了各种类型的简历，毕业院校有清北复交，工作经历也是各种大厂。把众多简历发给ChatGPT后，硅基君发现它对学校、公司有一个默认排序。

　　也就是说，AI分析简历的时候也会有一套自己的标准，那么除了学校、公司这种因素外，AI会不会存在其他的歧视呢？

　　实验灵感来源于一项评估算法偏见及招聘歧视的经典研究，通过使用虚构姓名和简历，分析AI是否存在招聘歧视。

　　彭博社创建了数份具有相同教育背景、经验年限和职位要求的简历。唯一的区别是简历上的名字采用了具有浓厚人群特色的名字。

　　如果ChatGPT对所有简历一视同仁，那么每个人群都应该有接近12.5%的机会成为最佳候选人，但事实并非如此。

　　出现这样情况的原因，可能在于训练ChatGPT的各种数据中，本身就包含了歧视，AI会将此进一步放大。

　　如果提前告诉AI不要歧视亚洲人、黑人，AI也同样不会做出公正的判断。因为AI会将特征转移形成新的歧视。

　　北卡罗来纳大学教授 Ajunwa 解释说，招聘算法不会直接表明它喜欢某个人群，而会通过偏爱某些其它内容影响结果。

　　举个不恰当的例子，算法会偏向喜欢吃甜豆腐脑的候选人，喜欢甜豆腐脑的候选人往往是南方人，从而形成了对北方人的歧视。算法并不会直接说，它歧视北方人，歧视没有消失了，只是它被隐藏了。

　　彭博社对GPT4进行了同样的测试，结果发现GPT4也有很严重的偏见。当Impact Ratio值小于0.8，就代表AI对于这一人群有偏见。

　　那么问题来了，既然ChatGPT有简历歧视，作为求职者该怎么办。反抗算法歧视，不如知己知彼，搞定算法。既然算法喜欢吃甜豆腐脑的人，那么大家都在简历里写不喜欢咸豆腐脑。

　　根据《2023AI在企业人力资源中的应用白皮书》中调查，近一半企业会在简历筛选和解析中用到AI，这也是求职者最该关注的地方。

　　在企业“简历解析和筛选”时，会用AI将格式和模板不一的简历进行结构化处理，统一模板、提取关键内容方便hr快速浏览和查看。

　　在“智能简历筛选和双向推荐”这一步，AI会通过语义理解判断求职者是否适合该岗位，简单来说就是将合适的求职者推荐给hr，将匹配的职位推荐给求职者。

　　也就是说，求职者的简历内容，在形式上要方便AI识别，不要别出心裁的搞一些艺术字。在文本语序上尽量说得简单有条理，让AI容易看懂，不要挑战AI的理解能力。

　　以往我们在写简历的时候，经常会说要突出重点，要让hr眼前一亮，在AI时代，简历就要让AI眼前一亮。

　　如果你已经看中某个岗位，那么你可以把岗位要求发送给ChatGPT，让它根据岗位要求修改你的简历。

　　我们来具体看个例子。假设你想面试AI产品经理岗位，但现在简历一篇空白，这时候你就可以寻求ChatGPT的帮助。

　　首先，可以向ChatGPT咨询一下建议，可以看到它会洋洋洒洒给你写一大堆，包括一些没什么用的个人信息，以及具有参考价值的“工作经验”“专业技能”等。

　　看完参考后，我们可以进入岗位详情，把职位要求发送给ChatGPT，让它根据需求，重新写更加详细的案例。

　　当然，硅基君知道你们在想什么，如何用ChatGPT凭空生成一份简历？打铁还需自身硬，ChatGPT也没办法无中生有，生了也不敢用啊。

　　人类对于偏见和歧视会下意识的进行自我反思，但AI不会，而且更要命的是ChatGPT这样的黑箱AI，它们偏见往往非常隐蔽，人们很难发现。

　　早在这一波AI浪潮前，算法就存在歧视的问题。据路透社报道，亚马逊使用公司十年来收集的简历建立了一个筛选算法，但这些简历往往来自男性，这个简历筛选算法最终学会了歧视女性。

　　如今算法已经深入我们生活的方方面面和物理规则一样重要，但算法不会像物理规则那样平等的对待每一个人。

　　人的认知是标签化的，好处是可以快速决策，只能从法律层面消除歧视，心理上的歧视是不可能消除的。我觉得政府招人不能歧视，公司招人可以歧视，不然招人难道按地域，性别，高矮胖瘦分配比例吗？公司倒闭了谁负责？

　　人类自己本身对是否歧视根据自己的背景不同，认知不同，角度不同也有各自不同的标准和判断，何况是人工训练出来的AI？它的判断方式方法是人教的，它的认知也是根据人提供的材料。所以如果非要说歧视，说白了还是人在歧视。