Les LLM et les humains présentent un biais : une expérience de classement de l’attrait des voix TTS

L’année dernière, l’auteur a utilisé des LLM pour classer les utilisateurs de Hacker News et a découvert un biais selon lequel les modèles favorisaient systématiquement le premier utilisateur mentionné dans l’invite. Cette année, une nouvelle expérience de classement de l’attrait des voix TTS a révélé un biais similaire chez les participants humains, qui favorisaient les voix présentées à droite de l’écran. Cela renforce les conclusions précédentes de l’auteur et souligne l’importance de la taille de l’échantillon et de la randomisation lors de l’utilisation de jugements de la part de l’IA et des humains pour atténuer les biais.