3月29日，金融学院在沙河校区图书馆地下报告厅举办中央财经大学2025年专题学术讲座。此次讲座邀请到香港大学协理副校长林晨教授，分享题为《AI Agent and Human Biases》的精彩研究。讲座由中央财经大学校长助理、金融学院院长张学勇教授主持。

讲座伊始，林晨教授简要阐释了本项研究的背景与意义。根据LinkedIn数据，目前美国有37%的机构正在积极整合或计划将生成式人工智能（Gen AI）工具应用于员工招聘，还有31%的机构正在使用生成式人工智能开展相关试验。虽然AI工具被寄望于提升劳动力招聘决策效率，但大语言模型的训练机制可能会传递社会偏见。那么基于AI招聘的社会偏见是否真实存在？AI如何影响企业招聘决策和劳动力市场结果？科学回答上述问题，探究基于AI的劳动者招聘特点，有助于理解并削弱社会不平等，推动社会公平。

其次，林晨教授详细介绍论文研究方法。研究团队从主流求职网站(Indeed、Snagajob)随机提取初级水平的招聘职位，选取具有代表性的20个职位，对应每个职位随机抓取相同数量的真实简历，通过算法生成36.1万份高度仿真的虚构简历。这些简历在工作经历、教育背景、技能水平等维度都经过严格标准化处理，唯一区别变量是通过具有种族特征的姓名标识申请人的社会身份。研究团队使用OpenAI旗下的GPT-3.5 Turbo（作为基准模型）和GPT-4o，Google旗下的Gemini 1.5 Flash，Anthropic AI旗下的Claude 3.5 Sonnet和Meta旗下的Llama 3-70b五款主流大模型担任“AI面试官”，对每份简历进行百分制评分。

关于研究发现，林晨教授指出：首先，在性别维度上，对于工作经历、教育背景和技能相似的候选人，“AI面试官”给予女性候选人更高评分，但对同等资历的黑人男性候选人评分较低。其次，从研究样本所在州的政治倾向看，研究者根据2020年美国总统选举结果所体现的政治倾向，将研究样本所在的州分为两组，研究显示，AI模型在评估来自民主党州的候选人时更具亲社会性，评分更友好。最后，关于其他种族群体面临的招聘偏见，研究发现亚裔与西班牙裔候选人遭受歧视程度较高，这种偏见在使用不同版本的AI模型评估后均明显存在。

交流互动环节，与会者围绕使用新的AI模型测度、考虑职业特点等问题展开积极讨论。本次活动在与会者的热烈掌声中圆满结束。

撰稿：田诗文、唐宝时  审核：王立勇