数据集概述
本数据集是ICSE 2025会议SEIS轨道论文的补充资源，聚焦大型语言模型（GPT-4、Microsoft Copilot）在软件工程师招聘场景中生成的文本与图像输出，揭示其隐含的性别、种族等社会刻板印象，包含分析数据与支撑文档。
文件详解
- 文本分析文件：Textual Analysis.xlsx（Excel格式），包含GPT-4和Copilot生成的文本数据及分析结果，展示LLM在候选人筛选、排序中的偏见特征
- 图像分析文件：Image Analysis.xlsx（Excel格式），包含模型生成的图像及分析数据，评估性别、种族、体型、年龄等维度的视觉刻板印象
- 分析概述文档：Analysis Overview.pdf（PDF格式），整合文本与图像分析的核心结论与关键见解
- 岗位描述文档：Brief Job Descriptions.pdf（PDF格式），提供研究中使用的招聘场景岗位描述摘要，保障研究可复现性
适用场景
- 软件工程领域：研究LLM在技术岗位招聘中的偏见表现
- AI伦理研究：分析大型语言模型的社会刻板印象与公平性问题
- 多样性研究：探索AI系统对职业形象的刻板化塑造机制
- 跨学科研究：支撑社会学、伦理学对AI社会影响的交叉分析
- 偏见缓解实践：为开发公平AI工具提供实证数据与方法参考
