当在线求职者开始使用LLM时会发生什么？这可不好。 1. 在使用LLM之前，求职信的质量可以预测你的工作质量，而一封好的求职信能让你找到工作 2. LLM消除了信号，雇主的需求下降 3. 模型表明高能力的工人损失最大 1/n

2023年4月，允许工人在求职信中使用AI。 雇主无法看到他们是否使用了该工具。 提交申请所花费的时间减少，申请数量大幅增加，申请时间少于30秒的数量增加了2倍。

求职信质量的一个衡量标准——自由职业者的电子邮件在多大程度上针对特定职位进行了定制——大幅提高。 3/

在预先的LLM时代，拥有高质量求职信的人更有可能获得工作。 在LLM之后，求职信的质量作为信号毫无用处，因此对招聘没有任何影响。请注意，总的招聘率也大幅下降。 4/

我认为现在的情况是公司被AI应用轰炸，无法区分谁是好的——并决定根本不值得尝试。 我在处理潜在学生 / @devdatalab 申请者的询问时确实感受到这一点！ 5/

我们还可以看到，求职信的质量不再预测工人的质量——结果是来自雇主的五星评级。 在后LLM时代，信号的系数降至零。

另一种观点：使用大型语言模型（LLMs）后，求职信的质量大幅提升，而 P（被雇佣 | 好信件）则大幅下降。

我原则上不发布结构模型的推文，但作者的模型发现，LLMs将工作从高质量工人转移到低质量工人。 尚不清楚完成的工作是否更糟，但我认为完成的工作更少。8/

诅咒图，适用于任何阅读求职申请或资助提案的人。9/

非常有趣的论文，完整内容请在这里阅读： 杰西·西尔伯特正在寻找经济学职位。 一些额外的想法。10/

我觉得他们决定让求职者这么容易做到这一点真是太疯狂了。 在我看来，这对公司来说显然是个坏主意！(尽管作者的模型并不完全同意这一点。） 11/

也许他们会创建一个付费层，让公司可以看到谁使用了LLM。嘿，然后他们可以向申请者收取LLM访问费，再向公司收取费用，以便能够将这些申请者排除在考虑之外。12/

在平衡状态下，企业找到其他候选人质量信号的价值将非常高。 工作历史和评分似乎仍然有效。 但古德哈特法则将适用于任何新的筛选机制，尤其是如果大型语言模型能够利用它。 13/

公司招聘大学毕业生很困难——成绩膨胀使得找到优秀学生变得困难，而现在求职信也变得无用。 我们可能会看到更多的试用期。与某人合作一个月，你可以获得他们质量的*优秀*信号。 14/

阅读论文！ @SilbertJesse 在 X 上。

阅读论文！ @SilbertJesse 在 X 上，Anais Galdin 在 BlueSky 上

作者是杰西·西尔伯特和安娜伊斯·加尔丁。 阅读论文！