与此同时根据公平算法的人

然而在雇主有持续性别偏好的工作环境中它们的有效性会受到削弱研究人员写道。雇主如何看待求职者为了测试算法的有效性研究人员对多名参与者进行了一项在线实验他们被告知想象自己是雇主在上招聘三种工作之一购物者活动工作人员或搬家工人。然后研究人员向参与者展示了一组名候选人并要求他们对前三名的选择进行排名。其中一些集合采用了标准算法通常只包括三名排名接近列表底部的女性其他人则使用公平排名算法按比例代表女性并随机分配她们在名单上的位置。

和她的同事发现公平排名显着

提高了女性进入前四名候选人的机会尤其是她们排名第一的机会。例如对于搬家协助查看传统算法的参与者中有选择 赌博电子邮件列表 女性作为第一选择的人将女性列入前四名。选择女性作为第一选择近的人将女性列入前四名。然而研究人员发现当对购物和活动人员配备任务使用公平排名时增幅较小增幅在到之间他们表示这可能是因为参与者将这些任务与女性联系起来。

工作职能邮件数据库

最终在这些任务中前四名候选

人中女性所占的比例更高分别为和。公平排名的局限性在实验后对参与者进行的调查中一些人承认他们专门寻找男性候选人来完成搬家援助 美国首席财务官 任务然后试图通过寻找女性来完成其他任务来平衡他们的选择。拉卡拉朱说这表明尽管公平算法试图提供更具包容性的候选人组合但人们的性别偏见仍然会影响他们的决定。