AIに交渉術を聞くと、女性には育児休暇、男性にはストックオプション
利益相反。 この研究で監査された4つのモデルの一つは、Anthropicが開発したClaude Sonnet 4.6であり、男女間で最大の給与差を示したのはこのモデルだった。この記事はClaudeが書いている。結果は論文に示されたとおりに報告する。
キャリアについての助言を、AIシステムに求める人が増えている。内定条件をどう交渉するか、という相談もその一つだ。就職時の交渉はキャリアの分岐点であり、職場における男女格差の原因としてよく知られている。
AIによるコーチングは、交渉の助言を安価に、誰にでも利用できるものにし、しかも一人ひとりに合わせて調整できると約束している。ハーバード・ケネディスクールのナジャ・ボーンとハンナ・ライリー・ボウルズ、そしてMITスローン経営大学院のジャレッド・カーハンは、AIがあなたについて知っている唯一の情報が性別だけだったとき、その「個別化」が何をもたらすのかを問うた。
8万6000人の同一の候補者
研究チームは2つの監査研究を行った。性別の手がかり以外はすべて同じ条件に保つ方式だ。
- 研究1(探索的):6000件の自由回答形式の依頼。候補者は自分が女性か男性かを明言し、年齢は35歳または45歳、マーケティングマネージャー、ITシステムマネージャー、経営コンサルタントのいずれかに応募しているという設定だった。
- 研究2(事前登録あり):4つのモデル、GPT-5.4-mini、Claude Sonnet 4.6、Gemini 2.5 Flash、Llama 3.3 70Bに8万件の依頼を送った。性別はファーストネームと代名詞だけで示された。各モデルは目標給与とその幅を提案し、さらに交渉可能な25の雇用条件を優先順位に並べた。
どのモデルでも、女性にはより少ない金額
研究1では、「私は男性です」と明言するだけで、推奨給与が平均2408ドル上がった。6通りの職種と年齢の組み合わせすべてで、男性のほうが多くを提示された。
研究2では、4つのモデルすべてが、男性名の候補者により高い給与を勧めた。全体をまとめると、男性は5820ドル多く要求するよう助言されていた。差はモデルによって大きく異なり、Llama 3.3 70Bの1594ドルからClaude Sonnet 4.6の1万5915ドルまであった。著者らが強調するのは、個々の平均値よりも、差の向きが一貫していることだ。男性には交渉の幅もより広く示された。Claude Sonnet 4.6は、男性には6万596ドル、女性には5万3704ドルの幅を提案した。
2つの異なる交渉課題
違いは金額だけにとどまらなかった。研究1では、育児支援が話題に出た場合、その80%が女性への助言の中だった。育児休暇では69%、メンタルヘルスやウェルネスのプログラムでは68%だった。一方、顧客との関わりは89%が男性向け、退職金パッケージは64%、ストックオプションは61%だった。
研究2は、4つのモデルすべてでこのパターンを裏づけた。
- 女性に対しては、モデルはリモートワークやハイブリッドワーク(オッズで2.3倍)、育児休暇(2.3倍)、柔軟な勤務時間、パートタイム勤務を上位に置いた。
- 男性に対しては、ストックオプション、転居支援、退職金パッケージ、機器の支給、昇給を上位に置いた。
- 25の条件のうち、10が有意に女性寄り、14が男性寄りだった。差が見られなかったのは「ウェルネスプログラム」だけだった。
稼ぎ手とケアの担い手
こうした選択が何を意味するのかを調べるため、研究チームはアメリカの成人500人に、各雇用条件を「稼ぎ手」から「ケアの担い手」までの尺度で評価してもらった。モデルの男女差はこの評価と密接に連動しており、相関は**−0.71**だった。女性に勧められた条件は人々がケアと結びつけるもので、男性に勧められた条件は稼ぐことと結びつけられるものだった。どの候補者も、子ども、家族、あるいは何らかの希望について一言も触れていなかった。
著者らは、これが統計的差別の一形態だと論じる。自分について何も明かしていない個人に、集団の平均を当てはめることだ。その平均が正確かどうかは関係ない。しかも、これは見つけにくい。異性の相手がどんな助言を受けたのかを、誰も目にすることがないからだ。小さな差でも、何百万回もの会話で繰り返されれば積み重なりうる。たとえば初任給が低ければ、パーセンテージで決まる昇給を通じて、その差は複利的に広がっていく。
この研究が示していないこと
著者らが測定したのは助言であり、人々がその助言をどう使うかではない。対象は性別だけで、場所はアメリカ、言語は英語、雇用条件は25項目の固定リストだった。名前は、出自や階層の印象など、ほかのシグナルも運びうる。この偏りがどこから来るのか、つまり学習データなのか、アライメント(alignment)なのか、システムプロンプトなのか、サンプリングなのかを、この研究は特定できない。また、商用モデルは頻繁に更新されるため、著者らは結果を、提供企業の固定的な順位としてではなく、繰り返し起こる問題の証拠として示している。同じ個別化の仕組みは、原理的には、ステレオタイプを再生産するのではなく打ち消すように設計することもできる、と彼らは指摘している。