अर्ज recruiterपर्यंत पोहोचण्यापूर्वी AI पक्षपात आणू शकते
Generative AIचा वापर नोकरी शोध अधिक सोपा करण्यासाठी वाढत आहे. अर्जदार résumé आणि cover letter तयार करण्यासाठी त्याचा वापर करू शकतात, तर employers उमेदवारांची screening करण्यासाठी संबंधित systems वापरू शकतात. मात्र language models hiring processच्या दोन्ही टोकांना gender stereotypes समाविष्ट करू शकतात, असे नवीन संशोधन सूचित करते.
Proceedings of the National Academy of Sciencesमध्ये प्रकाशित अभ्यासात United Statesमधील 98 occupationsमध्ये सहा language modelsने लिहिलेल्या résumésचा अभ्यास करण्यात आला. महिलांसाठी तयार केलेल्या résumésमध्ये पुरुषांसाठी तयार केलेल्यांपेक्षा वेगळी भाषा आणि भर दिसून आली.
Gender references काढून टाकल्यानंतरही classifier 81% प्रकरणांत text महिला किंवा पुरुष applicantसाठी तयार केले आहे हे ओळखू शकला. Bias लेखनाच्या प्रक्रियेत येऊन selectionच्या वेळी अधिक मजबूत होऊ शकतो.
सहा models, हजारो résumés
संशोधकांनी GPT 5.4, Claude Opus 4.6, DeepSeek 3.2, Mistral Large 3, Grok 4.1 आणि Llama 3.3 70B तपासले. त्यांनी 35,280 résumés तयार करून salary recommendations आणि employability scores मागितले.
महिलांच्या résumésमध्ये इतरांना मदत करणे, organizational lifeमध्ये योगदान देणे आणि promotionकडे कमी नेणारी tasks यांचा अधिक उल्लेख होता. अशी भाषा परिचित workplace stereotypesशी जोडली जाऊ शकते.
फक्त polished language पुरेशी नाही
Résumé fluent आणि grammatically sound असले तरी candidateला stereotyped presentationकडे वळवू शकते. Automated screening ही समस्या वाढवू शकते.

Employersनी संपूर्ण workflowचे audit करावे. Job seekersनी AI-generated textला अंतिम professional identity न मानता draft म्हणून पाहावे.
AI-mediated hiringसाठी governanceचा प्रश्न
Automation आपोआप hiringला impartial बनवत नाही. Résumé तयार करणारी AI applicantची professional story कशी मांडली जाईल यावर परिणाम करू शकते. Transparency, auditing आणि meaningful human review आवश्यक आहेत.
This article is based on reporting by Phys.org. Read the original article.
Originally published on phys.org



