대규모 언어 모델은 공정하게 채용할 수 있는가? 이력서 심사에서의 인종적 바이어스
Can LLMs Hire Fairly? Racial Bias in Resume Screening
우리는 Kline, Rose, Walters(2022)의 쌍별 이력서 방법론을 사용하여 14개의 주류 대규모 언어 모델(LLM)의 채용 차별 여부를 감사하였다. 유일한 2023년형 모델은 노동 시장 차별에 관한 현장 실험에서 문서화된 백인 우대 콜백 격차를 재현하였다($+2.12$ pp, 1\% 수준에서 유의). 2024년 이후 출시된 모든 모델은 격차가 없거나 유의한 흑인 우대 역전 현상을 보였다(최대 $-3.01$ pp). 동일한 패턴이 성별 축에서도 나타났다. 14개 모델 각각에 대해 24,024개의 쌍별 공고를 기반으로 한 우리의 결과는 모델 세대에 걸쳐 알고리즘 채용 바이어스의 방향이 역전되었음을 문서화한다.