Audit di Screening dei CV tramite AI Rivela Pregiudizi Nascosti e Incompetenza
Uno studio recente pubblicato su arXiv (2507.11548) esamina otto piattaforme AI popolari utilizzate per la valutazione dei curriculum, mettendo in discussione la convinzione che queste tecnologie riducano i pregiudizi. La ricerca introduce il concetto di Illusione di Neutralità, suggerendo che i sistemi sembrano imparziali principalmente a causa della loro incapacità di distinguere efficacemente tra i candidati. Nell'Esperimento 1, sono stati utilizzati curriculum fittizi abbinati per valutare i pregiudizi razziali e di genere, rivelando che i pregiudizi persistono in modi sensibili al contesto e intersezionali. Alcuni modelli penalizzano i candidati in base a indicatori demografici, mentre altri mostrano comportamenti incoerenti tra vari ruoli e identità. Gli autori sostengono che affidarsi esclusivamente a metriche di equità è insufficiente; è essenziale anche valutare la competenza per confermare che i sistemi AI possano svolgere efficacemente i compiti di valutazione.
Fatti principali
- Lo studio analizza otto piattaforme AI ampiamente utilizzate per lo screening dei curriculum
- Introduce il concetto di Illusione di Neutralità
- L'Esperimento 1 valuta i pregiudizi razziali e di genere utilizzando curriculum fittizi abbinati
- I pregiudizi persistono in forme dipendenti dal contesto e intersezionali
- Alcuni modelli penalizzano i candidati per segnali demografici
- Altri modelli mostrano schemi incoerenti tra ruoli e identità
- Le metriche di equità da sole sono insufficienti senza audit della competenza
- Pubblicato su arXiv con ID 2507.11548
Entità
Istituzioni
- arXiv