Моделирование справедливости в рекрутинговом ИИ посредством анализа информационных потоков
Краткое содержание
arXiv:2511.13793v1 Тип объявления: кросс Аннотация: Избежание предвзятости и понимание реальных последствий принятия решений с поддержкой искусственного интеллекта критически важны для обеспечения справедливости и распределения ответственности. Существующие подходы часто сосредоточены либо на технических аспектах, таких как наборы данных и модели, либо на высокоуровневых социально-этичных соображениях — редко учитывая, как эти элементы взаимодействуют на практике. В данной статье мы применяем основанный на потоках информации подход к моделированию применительно к реальному процессу найма персонала, который интегрирует автоматическое сопоставление кандидатов с человеческим принятием решений. Путем проведения полуформализованных интервью со стейкхолдерами и итерационного моделирования мы создаем многоуровневое представление процесса набора персонала, отражающее то, каким образом информация преобразуется, фильтруется и интерпретируется в обоих компонентах системы — алгоритмическом и человеческом. Мы выявляем места возникновения возможных предубеждений, пути их распространения по системе и потенциальные последствия для кандидатов. Этот кейс демонстрирует...
Полный текст статьи пока не загружен.