摘要

应用跟踪系统（Application Tracking Systems, ATS）使得人才管理者、招聘人员以及高校招生委员会能够高效处理大量潜在候选人的申请。传统上，这一筛选过程依赖人工完成，由于申请数量庞大，导致严重瓶颈，同时引入了大量人为偏见。随着大型语言模型（Large Language Models, LLMs），如ChatGPT的出现，以及将此类技术应用于现有自动化申请筛选流程的潜力，也带来了新的偏见与公平性问题，亟需加以应对。在本项目中，我们旨在识别并量化ChatGPT及其他OpenAI开发的大型语言模型在候选人筛选情境下的社会偏见实例，以揭示这些模型的使用可能如何加剧招聘流程中已有的偏见与不平等现象。