研究揭露 AI 招聘工具存在「自我偏好」：偏好同款 AI 改寫之履歷

隨求職者以大型語言模型潤飾履歷、企業也將 AI 導入初篩，模型同時成為內容生成者與把關者。馬里蘭大學、新加坡國立大學及俄亥俄州立大學團隊因此研究「自我偏好」；若工具選擇而非資格左右面試機會，將形成傳統人口偏誤稽核難以捕捉的制度風險。

馬里蘭大學 Robert H. Smith 商學院於2026年6月22日公布研究摘要，論文最新版本於2月9日修訂。團隊以2,245份真人履歷測試多款主流模型，並模擬24種職業招募；使用與篩選端同款 AI 改寫者，入圍機率高出23%至60%，控制內容品質後，自我偏好率仍達67%至82%。