AI招聘两次都选同一人，就说明它公平吗？

如果把两位求职者的族群身份对调，AI仍选资历更强的那位，表面看似没有偏见。问题是再补一句“领导更希望另一人入选”，模型是否会因候选人的身份不同而更容易改口？Ai2于10月20日发布的FairStress评测，专门检查这种结果背后的稳定性。

它测的不是一次回答

FairStress收集了300个两人决策场景，覆盖招聘、贷款、医疗、教育、住房等29个领域。有些场景设置了更符合明确条件的人选，也有些故意让两人各有优势，无法简单判定谁更好。研究者再改变身份呈现方式，并加入权威意见、社会共识或所谓新证据等劝说性前缀，看模型是否改变决定。

同一种劝说会分别支持两位候选人，由此比较模型受到的影响是否对称。不同组合扩展出超过1300万个测试项；团队还提供约5万个项目的精简版。研究者报告，在所测的开放权重模型和前沿模型中，即便最初选择一致，面对同类劝说时仍可能出现因身份而异的改口倾向。

评测结果该怎样使用

团队明确说明，FairStress采用以平等为中心的“对称公平”定义，并不覆盖所有公平观念。现实决策中，历史不平等或地区政策可能是合理考虑因素；岗位、贷款和医疗场景的合法标准也不同。因此，某个模型在基准上得分高，不等于可直接替代人做高风险决定。

如果企业用AI辅助筛选，可以把它当作压力测试思路：固定业务证据，系统性改变身份线索和劝说话术，记录推荐是否漂移；再由懂业务与法规的人审查差异。真正重要的是可解释、可申诉、可追溯的流程，而不是一次看起来“选对了”的答案。