11.05.2026 12:30
Вчера прочитала новость, что нарциссы выбирают нарциссов в пары (что странно, мне казалось иначе), рождают с ними детей, которым генетически передают …
Вчера прочитала новость, что нарциссы выбирают нарциссов в пары (что странно, мне казалось иначе), рождают с ними детей, которым генетически передают нарциссические черты. Это про людей, а значит, и про нейронки: яблоко от яблоньки😁
И подтверждения этому тезису нашлись в статье «AI Self-preferencing in Algorithmic Hiring» — там эмпирически подтверждается «цифровой нарциссизм». Основные выводы исследования:
1. Модель узнает свой стиль. Исследователи назвали это self-preference bias — модель склонна любить контент, похожий на её собственный. Цифровой нарциссизм в чистом виде. Предвзятость против человеческих резюме оказалась колоссальной — от 67% до 82% в зависимости от модели. Модель не просто думает «о, тут лучше написано», она буквально отдает приоритет текстам, которые сама могла бы написать. Даже если человеческое резюме грамотнее и точнее по фактам — оно проигрывает, потому что говорит не на родном диалекте модели-оценщика.
2. В симуляции найма для 24 профессий кандидаты, использующие ту же LLM, что и оценщик, попадают в шорт-лист на 23–60% чаще, чем равноценные кандидаты с человеческими резюме.
3. Авторы нашли, что проблему можно смягчить более чем на 50% простыми промтами. Например, запретить модели «узнавать себя» или перемешать тексты так, чтобы она не могла отличить своих от чужих.
Расскажите там своим эйчарам.
И подтверждения этому тезису нашлись в статье «AI Self-preferencing in Algorithmic Hiring» — там эмпирически подтверждается «цифровой нарциссизм». Основные выводы исследования:
1. Модель узнает свой стиль. Исследователи назвали это self-preference bias — модель склонна любить контент, похожий на её собственный. Цифровой нарциссизм в чистом виде. Предвзятость против человеческих резюме оказалась колоссальной — от 67% до 82% в зависимости от модели. Модель не просто думает «о, тут лучше написано», она буквально отдает приоритет текстам, которые сама могла бы написать. Даже если человеческое резюме грамотнее и точнее по фактам — оно проигрывает, потому что говорит не на родном диалекте модели-оценщика.
2. В симуляции найма для 24 профессий кандидаты, использующие ту же LLM, что и оценщик, попадают в шорт-лист на 23–60% чаще, чем равноценные кандидаты с человеческими резюме.
3. Авторы нашли, что проблему можно смягчить более чем на 50% простыми промтами. Например, запретить модели «узнавать себя» или перемешать тексты так, чтобы она не могла отличить своих от чужих.
Расскажите там своим эйчарам.