在 AI 辅助招聘场景中，一个容易被忽视但危害极大的问题是 self-preferencing bias（自我偏好偏移）。当企业使用大语言模型对简历进行初筛时，模型可能对其自身生成的简历内容给出更高评分，即使这些简历与人类撰写的简历在实质质量上完全等价。这种隐蔽的偏好偏移会导致使用 AI 工具撰写简历的候选人系统性获益，而坚持传统做法的候选人则被低估，实质上形成了一种新型的算法歧视。
自我偏好偏移的成因机制
这种偏见产生的根本原因在于模型训练阶段形成的数据分布记忆。LLM 在海量互联网文本上预训练，其中包含了大量结构化、标准化的职业描述和简历模板。当模型对这些内容进行概率建模时，会形成对特定写作风格的隐性偏好。进入微调或 RLHF 阶段，如果训练数据中模型生成的样本比例偏高，模型会进一步强化对自身输出风格的认可。
从技术层面分析，自我偏好偏移主要通过三个路径实现。第一是风格匹配权重，模型对高频出现的句式结构、词汇选择产生正向偏差；第二是语义一致性强化，模型生成的简历往往在逻辑连贯性上更符合模型的内部表示预期；第三是反馈循环放大，当筛选结果被回流用于模型更新时，这种偏好会被持续强化。数据显示，在不加干预的情况下，模型对自身生成简历的评分平均高出人类撰写简历 12% 至 18%，且这种差异在技术岗位筛选中尤为显著。
工程化偏见检测方法
要在生产环境中有效检测自我偏好偏移，需要建立系统化的监控体系。核心方法是盲源对照实验，即准备两组质量等价但来源不同的简历样本 —— 一组由待评估模型生成，另一组由人类撰写或不同模型生成 —— 在不透露来源的前提下让 LLM 进行评分对比。实验样本应涵盖不同岗位类别、职级和行业，每个对照组的样本量建议不少于 200 份，以确保统计显著性。
源特征注入检测是更精细的检测手段。在不改变简历实质内容的前提下，向人类撰写的简历注入模型常用的特定词汇或句式构造，然后观察评分是否发生显著变化。如果注入后评分明显提升，则说明模型存在可被利用的风格偏好。此外，持续追踪短名单率差异是关键的业务指标：按简历来源分组统计面试邀请率、复试通过率和最终录用率，任何持续超过 5% 的差异都需要深入分析。
实施检测时需要特别注意盲测的严格性。确保评估模型的提示词中不包含任何可能泄露简历来源的信息，避免上下文污染。建议采用独立评估管线，由不同的模型实例或提示模板执行筛选任务，以消除系统性偏差。
校准策略与工程实践
检测到偏移后，需要通过多层次的校准策略进行修正。人类在环校准（Human-in-the-Loop Calibration） 是最直接有效的方法。邀请具备招聘经验的人类评委对同一批简历进行独立评分，以人类评分为锚点建立评分映射函数，将模型的原始分数调整至与人类判断一致的区间。建议每季度进行一次校准复核，根据岗位需求变化动态更新映射参数。
源无关评分（Source-Agnostic Scoring） 是从模型层面消除偏见的根本方法。具体做法是在输入提示中明确要求模型忽略简历的产生来源，仅基于岗位匹配度、技能相关性、工作成就等实质维度进行评估。可以在系统提示词中添加约束指令，如「请仅根据候选人的实际能力和经验进行评估，不考虑简历的写作风格或来源」。同时引入特征白化技术，将与来源相关的表层特征（如词汇密度、句子长度、格式规范度）从评分特征向量中移除，迫使模型聚焦于内容实质。
数据多样性保障是预防偏移的根本措施。在训练和评估数据集中严格控制模型生成内容的比例，确保人类撰写样本占据主导地位。对于不可避免使用模型辅助生成简历的场景，建议在数据标注时明确标记来源，并在模型微调时加入对抗性样本，使模型学会区分而非偏好特定来源。
落地参数建议
在工程实践中，以下参数阈值可作为参考基准。盲源对照实验中评分差异的容忍阈值为 5%，超过此值必须触发校准流程；短名单率的来源差异警戒线同样设为 5%；人类校准样本的最小规模为 150 份，覆盖至少 5 个不同岗位序列；评分映射函数的更新频率不低于每季度一次。对于高风险场景（如高管招聘或大规模校招），建议将上述阈值收紧至 3%，并增加盲源测试的频次。
自我偏好偏移虽然隐蔽，但通过系统化的检测与校准工程完全可以被控制。关键在于建立持续的监控机制，将来源盲测纳入常规的算法审计流程，并在模型迭代中始终保持对数据多样性的敏感度。只有这样，AI 招聘系统才能真正实现人岗匹配的价值，而非成为新型偏见的放大器。
资料来源：本文技术细节参考了 AI 招聘偏见检测领域的相关研究与行业实践。