微软研究：AI使用披露不再降低代码评价，但资历标签仍会造成偏差
事件概述微软研究团队在2026年10月2日的研究归档中发布一项代码审查实验，考察组织普遍接受AI之后，代码作者是否披露使用AI会影响审查评价。
研究方与官方日期
研究：After Organizational AI Acceptance, AI Bias Fades but a Junior Penalty Persists in Code Review；研究方：Microsoft Research团队；官方归档日期：2026年10月2日；论文计划发表于2026 Visual Languages and Human-Centric Computing会议。
关键发现
[*]447名软件工程师在被试内实验中审查相同的四段代码，提交说明分别嵌入AI使用披露和作者资历标签。
[*]在这家AI使用已常态化的组织里，AI披露没有显著影响代码有效性或作者能力的评价。
[*]作者资历标签仍显著影响代码有效性和作者能力评价，说明代码审查界面中的人员信息仍可能带来偏差。
适用对象
维护代码审查流程、工程管理制度和AI使用披露规范的研发团队，可据此检查审查界面是否把与代码质量无关的人员信息放大。
实际影响与限制
研究提示，随着AI编码在组织内变得常见，单纯披露“使用了AI”未必继续带来负面评价，但资历线索仍需谨慎处理。结果来自单一组织情境、四段代码和实验性审查任务，不能直接推断所有公司、语言或生产代码；团队仍应结合真实审查数据，并通过盲审或统一评价标准降低偏差。
官方来源
Microsoft Research：After Organizational AI Acceptance, AI Bias Fades but a Junior Penalty Persists in Code Review
页:
[1]