當線上求職者開始使用 LLM 時會發生什麼？這可不妙。 1. 在 LLM 出現之前，求職信的質量預測你的工作質量，而一封好的求職信能幫你找到工作 2. LLM 消除了信號，雇主的需求下降 3. 模型顯示高能力的工作者損失最大 1/n

在2023年4月，讓工人能夠在他們的求職信中使用AI。 雇主無法看到他們是否使用了這個工具。 提交申請所花的時間減少，花費少於30秒的申請大幅增加。

求職信質量的衡量標準——自由職業者的電子郵件對特定工作職位的定制程度——大幅提高。 3/

在LLM之前的時代，擁有高質量求職信的人更有可能獲得工作。 在LLM之後，求職信的質量作為信號變得毫無用處，因此對招聘完全沒有影響。請注意，總招聘率也大幅下降。 4/

我認為目前的情況是公司受到 AI 應用的轟炸，無法區分誰是好的——並且決定根本不值得嘗試。 我對於來自潛在學生 / @devdatalab 申請者的詢問確實有這種感受！ 5/

我們也可以看到，求職信的質量不再預測工作者的質量——結果是來自雇主的5星評價。 在後LLM時代，信號的係數降至零。

另一種看法：使用大型語言模型（LLMs）後，求職信的質量大幅提升，但 P(被雇用 | 好信) 則大幅下降。

我原則上不會發佈結構模型，但作者的模型發現 LLMs 將工作從高質量工人轉移到低質量工人。 不清楚完成的工作是否更糟，但我認為完成的工作較少。8/

詛咒的圖表，適合任何閱讀工作申請或補助提案的人。9/

超有趣的論文，請在這裡閱讀整篇： Jesse Silbert 正在尋找經濟學職位。 一些額外的想法。10/

對我來說，讓求職者這麼容易做到這一點真是太瘋狂了。 我覺得這對公司來說會是個可怕的情況！(雖然作者的模型並不完全同意這一點。） 11/

也許他們會創建一個付費層級，讓公司可以看到誰使用了 LLM。嘿，然後他們可以向申請者收取 LLM 的訪問費，然後再向公司收取費用，以便能夠將這些申請者排除在考慮之外。12/

在平衡狀態下，企業尋找其他候選人質量的信號將會非常有價值。 工作歷史和評級似乎仍然運作良好。 但古德哈特法則將適用於任何新的篩選機制，特別是如果大型語言模型能夠利用它。 13/

對於聘用大學畢業生的公司來說，這很困難——成績膨脹使得找到優秀學生變得困難，而現在求職信也變得毫無用處。 我們可能會看到更多的試用期。與某人合作一個月，你可以獲得他們質量的*優秀*信號。 14/

閱讀這篇論文！ @SilbertJesse 在 X 上。

閱讀這篇論文！ @SilbertJesse 在 X 上，Anais Galdin 在 BlueSky 上

作者是 Jesse Silbert 和 Anais Galdin。 閱讀這篇論文！