用AI定薪資，利弊一次看

生成式AI正在從草擬電子郵件轉向形塑勞動市場。在Fiverr、Freelancer和Upwork等平台上，有數百萬工作者依靠每小時的收費率來爭取工作。隨著AI對訂價建議的影響愈來愈大，企業領導人面臨一個關鍵問題：大型語言模型（large language model, LLM）能否公平做出這些訂價決策？或者，它們會延續那些長期困擾人類勞動市場的偏誤和不平等？

我們在最近一項研究中進行一個大規模實驗，把6萬份自由工作者的個人資料輸入到8個廣為使用的LLM中，並要求每個模型建議每小時的費率。然後，我們指示模型考慮或忽略特定的非技能屬性，如性別、地點和年齡，以測試不同的提示方法如何影響潛在的偏誤。我們透過應用程式介面（application programming interface, API）查詢，從所有不同提示中產生近400萬筆AI薪資決策。

研究概述

範疇。我們使用的6萬份個人資料來自一個主要平台，並涵蓋6大行業別：會計和簿記、全堆疊開發（full-stack development）、通用虛擬助理、數據分析、平面設計，以及社群媒體行銷。每份個人資料都包含服務、技能、經驗和地點。

模型。我們向...