تحيّز الأسماء: كيف يؤثر الإطار التقييمي في ملخصات السير الذاتية على استقرار التوظيف بواسطة نماذج الذكاء الاصطناعي

في عالم التوظيف الحديث، أصبح الذكاء الاصطناعي (AI) أداةً رئيسية تدعم عملية اختيار المرشحين. ومع تصاعد استخدام نماذج اللغات الضخمة (LLMs) في تحليل السير الذاتية وتصميم ملخصات المرشحين، سلطت دراسة جديدة الضوء على مشكلة هامة تُعرف بتحيز الأسماء.

تستند هذه الدراسة إلى تحليل شامل لما يقارب مليون ملخص سيرة ذاتية، تم إنتاجها بواسطة أربعة نماذج لغوية تحت تأثيرات محسوبة لتغيير الأسماء تتعلق بالعرق والجنس. استخدمت التجارب سير ذاتية صناعية ومجموعة حقيقية من الإعلانات الوظيفية. وتبين أن المحتوى الواقعي للملخصات يبقى ثابتاً إلى حد كبير، ولكن اللغة التقييمية تتعرض لتغييرات طفيفة تتعلق بالأسماء، خاصة في الأطراف المتطرفة من التوزيع، وذلك بشكل ملحوظ في النماذج المفتوحة المصدر.

أجرت الدراسة محاكاة لتوظيف المرشحين، مما يظهر كيف أن التقييمات قد تحول الضرر الاتجاهي إلى عدم استقرار متماثل، وهو ما قد يتجاوز عمليات المراجعة التقليدية لعدالة التوظيف. وهذا يشير إلى ضرورة تطوير استراتيجيات لمواجهة هذا التحيز، حيث يصبح الأمر أكثر تعقيدًا في وقت يتزايد فيه الاعتماد على الأتمتة.

لكل المهتمين بالعدالة في التوظيف وممارسات الذكاء الاصطناعي، تُعد هذه النتائج دعوة للتفكير الجاد حول كيفية تحسين تلك الأدوات لتكون أكثر إنصافًا وفاعلية.