The next time you apply for a job, AI may screen your résumé before any human sees it. But there’s good reason to question whether AI will judge you fairly. Researchers already know that LLMs pick up human biases from their training data. New research suggests that LLMs can also develop their own biases from&#8230;

تشير الأبحاث الحديثة إلى أن الذكاء الاصطناعي (AI)، وخاصة نماذج اللغة الكبيرة (LLMs)، أكثر عرضة لتطوير التحيزات في عمليات التوظيف مقارنة بالبشر، مما يثير مخاوف بشأن العدالة في التوظيف الآلي. تنبع هذه التحيزات من كل من بيانات التدريب المستخدمة وقدرة النماذج على تشكيل تحيزاتها الخاصة.

Investigaciones recientes indican que la inteligencia artificial (IA), especialmente los modelos de lenguaje de gran tamaño (LLMs), es más propensa a desarrollar sesgos en los procesos de contratación que los humanos, lo que genera preocupaciones sobre la equidad en el reclutamiento automatizado. Este sesgo proviene tanto de los datos de entrenamiento utilizados como de la capacidad de los modelos para formar sus propios sesgos.

Des recherches récentes montrent que l'intelligence artificielle (IA), en particulier les modèles de langage de grande taille (LLMs), est plus susceptible de développer des biais dans les processus de recrutement que les humains, soulevant des préoccupations quant à l'équité des recrutements automatisés. Ces biais proviennent à la fois des données d'entraînement utilisées et de la capacité des modèles à former leurs propres biais.

Recent research indicates that artificial intelligence (AI), particularly large language models (LLMs), is more prone to developing biases in hiring processes than humans, raising concerns about fairness in automated recruitment. This bias stems from both the training data used and the models' ability to form their own biases.