Des algorithmes de recrutement rejettent plus souvent les candidats noirs et asiatiques
Une étude menée par des chercheurs de Stanford révèle que les outils d’intelligence artificielle utilisés pour le recrutement présentent des biais raciaux et pourraient pénaliser les candidats postulant à plusieurs entreprises utilisant le même fournisseur.
Commission pour l’égalité des chances en matière d’emploi des États-Unis (EEOC)
Dan Jurafsky
Harver
Kathleen A. Creel
Percy Liang
pymetrics
Rishi Bommasani
Sarah H. Bana
université Stanford
Évolution chronologique
-
Des algorithmes de recrutement rejettent plus souvent les candidats noirs et asiatiques
Une étude de Stanford montre que les algorithmes d'IA de recrutement rejettent plus souvent les candidats noirs et asiatiques, un biais amplifié par la monoculture algorithmique.