User Perceptions and Labor Market Outcomes of AI-Generated Resumes
这项混合方法研究调查了招聘人员如何看待人工智能生成的简历，以及其使用是否能改善招聘结果，旨在确定当作者身份被怀疑时，人工智能工具带来的结构性优势是否会被“真实性惩罚”所抵消。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代求职已演变成一场由两个截然不同的参与者共同进行的博弈，且两者都日益受到机器的辅助。一方面，公司使用自动化系统扫描成千上万份申请，寻找符合其需求的特定词汇和模式。另一方面，求职者现在可以使用强大的计算机程序来撰写和润色简历，将原始的人生经历转化为听起来专业的文档。这些工具承诺能够平衡竞争环境，帮助人们将不寻<常规的背景转化为标准的资历。但一个关键问题仍悬而未决：这些计算机编写的文档究竟是真的有助于获得工作，还是触发了做出最终决策的人类招聘人员心中隐藏的偏见？
佛罗里达大学的埃利亚·怀特（Elijah White）开展的一项新研究调查了这一确切的张力。研究团队想要观察当专业招聘人员看到一份由人类撰写的简历、一份完全由人工智能生成的简历，以及一份由人工智能起草后经人类修改的简历时，会做出怎样的反应。他们结合了三种不同的方法来获得全貌：观察招聘人员在阅读简历时的视线移动；追踪数百人在六个月内的真实求职结果；以及直接询问招聘人员对人工智能编写的申请材料的看法。其目标是超越软件的技术测试，去理解招聘过程中的人性化一面。
研究人员首先将六十名专业招聘人员置于带有眼动追踪功能的屏幕前。这些招聘人员审查了针对项目经理和数据分析师等职位的简历集。其中一些简历由人类职业顾问撰写，一些由人工智能工具生成，还有一些是人类对人工智能作品进行编辑后的混合体。眼动追踪数据揭示了文档处理方式上的明显差异。招聘人员在查看人工智能生成的简历时，注视时间比查看人类撰写的简历减少了约百分之十五。他们的视线呈直线向下移动，表明他们是在快速扫描事实而非阅读故事。相比之下，在查看人类撰写的简历时，他们的视线跳跃更多，表明他们正在积极寻找特定细节。尽管这种阅读方式更快且更流于表面，但人工智能生成的简历在整体质量评价上并未被认为较低。然而，它们在“真实感”方面的得分显著降低。招聘人员觉得这些文档缺乏一种真诚的声音，这一问题在营销等强调个性而非技术性的创意岗位中尤为明显。
随后，研究从实验室转向现实世界，以观察这些感知是否会转化为实际的工作邀约。两百名求职者被分为两组。一组利用人工智能简历生成器辅助申请工作，另一组则使用传统的专业简历服务。在六个月的时间里，使用人工智能的一组发送了数千份申请，并获得了比对比组更多的面试邀请。具体而言，人工智能组的申请中有百分之十四点二获得了回访，而传统组为百分之十一点八。这种优势并非均匀分布；它在面临困难转型的人群中表现得最为强大，例如从学术界转向工业界的学者，或是在长期中断后重返职场的劳动者。对于这些人来说，人工智能工具似乎成功地将他们独特的经历转化成了雇主能够理解的标准语言。
然而，这些收益也伴随着代价。研究发现，最成功的申请者并非那些仅仅接受人工智能输出而不做任何改动的人。相反，最好的结果来自于一种“半人马”（centaur）式的方法，即求职者利用人工智能生成草稿，然后进行大量的编辑和个性化处理。这些参与者看到了面试回访率最大的增长。这表明，最有效的策略是利用机器进行结构化和关键词优化，同时保留人类的触感来处理声音和特定细节。研究人员还发现，人工智能工具似乎起到了“平衡器”的作用。与白人男性相比，女性和少数族裔在利用人工智能工具时，其面试回访率的提升幅度更大，而白人男性的结果并没有显著变化。这暗示该工具可能帮助候选人克服了那些往往影响其资历感知度的微妙偏见。
拼图的最后一部分来自对招聘人员的访谈。研究人员发现，招聘人员对人工智能生成的内容持警惕态度，经常寻找诸如过于统一的要点符号或通用语言等细微线索。如果招聘人员怀疑一份简历是由计算机编写的，即使内容非常优秀，他们也倾向于给出较低的评分。这种“真实性惩罚”意味着，一位资历完美的候选人可能仅仅因为其文档显得过于精炼或缺乏人情味而被拒绝。一位招聘人员指出，优秀的简历能让他们了解这个人的特质，如果一份文档看起来可以由任何人撰写，就会引起怀疑。然而，少数招聘人员表达了更为务实的观点，他们接受人工智能现在已成为标准流程的一部分，并只关注候选人是否能胜任工作。
研究结论认为，人工智能简历生成器既不是灵丹妙药，也不是陷阱。它是一种在作为人类完善起点时效果最佳的工具。对于求职者而言，成功的路径在于利用技术来组织经验并命中关键词，然后投入时间将自己的声音和具体故事重新注入文档。对于雇主而言，研究结果表明，他们需要谨慎对待如何评判申请材料，因为他们对人工智能写作的本能怀疑可能会导致他们错过那些仅仅是使用了现代工具来准备工作的优秀人才。随着人工智能持续重塑劳动力市场，最有效的方法似乎是人类判断力与机器效率之间的伙伴关系，从而确保最终产物既经过优化，又保持了真实的人性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。