Богатырёва о цифре

🙈 ИИ сидит на ИИ, и ИИ погоняет Помните переживания о том, что сгенерированное нейросетью резюме могут забраковать на этапе отбора? Похоже, зря. Исследователи изучили ситуацию, в которой кандидат создает резюме с помощью большой языковой модели (LLM), а компания оценивает его с помощью другой (или той же самой) LLM. Схема, где «робот пишет и робот читает», становится все более распространенной: к 2025 году 43% компаний по всему миру уже применяли ИИ в HR-процессах. 🤖 Свои своих не бросают Результаты исследования показывают: кандидаты, использовавшие ту же LLM, что и система-оценщик, попадают в шорт-лист заметно чаще — от 20% до 60%. При этом уровень «самопредпочтения» у больших моделей (таких как GPT-4o, LLaMA-3.3-70B) варьируется от 68% до 88%. Авторы назвали это «self-preference bias». Модель не просто «лучше понимает» текст — она склонна предпочитать контент, который могла бы сгенерировать сама. Этакий цифровой нарциссизм. Модели склонны узнавать свой «почерк» и предпочитать его — у некоторых (например, ChatGPT) self-preference достигает 90% и выше. В сравнении модель против модели наиболее устойчивое самопредпочтение показал DeepSeek-V3 как оценщик. 🎯 Главный риск — в другом Проблема у работников не в том, что «робот раскусит робота». Напротив, вас могут не пригласить на собеседование именно потому, что ваш текст не совпадает с «родным диалектом» модели-оценщика. Исследователи обнаружили, что простая инструкция для ИИ «игнорировать стиль текста» снижала предвзятость более чем на 50%. 😒 Что со всем этим делать и куда все катится? Раньше мы адаптировали резюме под HR-менеджера, теперь — под его робота-ассистента. Справедливо ли это? Вряд ли. Но правила игры меняются, и чем быстрее мы это примем, тем проще нам будет. Скоро, вероятно, появятся сервисы-переводчики «с человечьего на GPT-диалект» и обратно, а HR-системы начнут намеренно размывать стиль нейронок, чтобы модель не подыгрывала «своим». Будет интересно. ⏺«Богатырева о цифре» в Максе