Explanation Fairness (EFT): LLM объясняет одинаковые решения по-разному в зависимости от имени человека

LLM написала одинаковый отказ двум кандидатам — но одному дала развёрнутое объяснение с конкретными причинами и рекомендациями, другому — три уклончивых строки. Решение одно и то же. Разница — только в имени. Это явление получило название «справедливость объяснений» (explanation fairness) — и оно позволяет снизить неравенство в письмах-отказах, HR-обратной связи и медицинских рекомендациях. Добавляешь две строки в промпт — «оценивай только факты» и «объясняй одинаково детально вне зависимости от имени» — и содержательные различия падают на 78–95%. Но тон, уверенность формулировок и сложность языка остаются неравными. Это встроено в веса модели и простой инструкцией не переключается.