Back to Timeline
Avatar
Shmuel Leib Melamud

Denis Sexy IT

Помните, вы переживали, что ваше резюме, сделанное с LLM, может не пройти какой-то отбор в HR-системе в месте, куда откликаетесь? Можете больше не переживать, всё наоборот

Ресечры изучили сценарий: кандидат пишет резюме с помощью LLM, а компания потом скринит это резюме, тоже через LLM – то есть робот пишет, робот читает, человек где-то в углу пьёт кофе и надеется, что наймут адеквата.

В статье два вывода:

1. Резюме, переписанные LLM, чаще проходят автоматический отбор (☕️).

В симуляциях кандидаты, которые использовали тот же LLM, что и система-оценщик, оказывались в шортлисте заметно чаще, чем такие же по содержанию кандидаты с резюме, сделанными врукопашную – примерно на 20-60% чаще.

2. Сам скоринг оказался байасным. Модель не просто делает вывод в стиле: “о, тут лучше написано”, она, похоже, может узнавать свой стиль и предпочитать тексты, похожие на её собственные – авторы называют это self-preference bias: модель склонна любить контент, который сама же могла бы написать, маленький цифровой нарциссизм.

То есть страх “меня не пригласят на собес, потому что резюме написано с АИ” может быть не главным. Главный риск другой: вас могут НЕ позвать именно потому, что резюме не звучит как родной диалект модели-оценщика.

Раньше люди подстраивали CV под рекрутера, теперь нужно подстраивать под модель ☺️

AI Self-preferencing in Algorithmic Hiring: Empirical Evidence and Insights
As artificial intelligence (AI) tools become widely adopted, large language models (LLMs) are increasingly involved on b…
arXiv.orgARXIV.ORG
Comments (1)

Логично. Не читал статью, но интересно, установили ли они лишь сам факт предпочтения, либо и вероятность/степень предпочтения в зависимости от метрики резюме на этой LLM типа perplexity.