LinkedIn ha condotto esperimenti sociali su 20 milioni di utenti in cinque anni

LinkedIn ha sperimentato più di 20 milioni di utenti in cinque anni, il che, sebbene inteso a migliorare il modo in cui la piattaforma funziona per i membri, avrebbe potuto avere un impatto sui mezzi di sussistenza di alcune persone, secondo un nuovo studio.

In esperimenti condotti in tutto il mondo dal 2015 al 2019, Linkedin ha modificato casualmente la proporzione di contatti deboli e forti suggerita dall’algoritmo People You May Know, il sistema automatizzato dell’azienda per consigliare nuovi contatti ai propri utenti. I ricercatori di LinkedIn, MIT, Stanford e Harvard Business School hanno successivamente analizzato i dati raccolti dai test in uno studio È stato pubblicato questo mese sulla rivista Science.

Gli esperimenti sugli algoritmi di LinkedIn potrebbero sorprendere milioni di persone perché la società non ha detto agli utenti che i test sono in corso.

Giganti della tecnologia come LinkedIn, la più grande rete professionale del mondo, eseguono regolarmente esperimenti su larga scala in cui provano versioni diverse di funzionalità delle app, progetti web e algoritmi su persone diverse. La pratica a lungo termine, chiamata A/B testing, mira a migliorare le esperienze dei consumatori e a mantenerli coinvolti, aiutando le aziende a fare soldi attraverso quote associative premium o pubblicità. Gli utenti spesso non hanno idea che le aziende stiano eseguendo dei test su di loro. (New York Times Utilizza tali test Per valutare la stesura del titolo e prendere decisioni sui prodotti e le funzionalità rilasciate dall’azienda.)

Ma le modifiche apportate da LinkedIn suggeriscono che tali modifiche agli algoritmi ampiamente utilizzati potrebbero diventare esperimenti di ingegneria sociale con conseguenze potenzialmente in grado di cambiare la vita per molte persone. Gli esperti che studiano gli impatti sociali dell’informatica hanno affermato che esperimenti lunghi e su larga scala sulle persone possono influenzare le loro prospettive di lavoro, in modi per loro invisibili, sollevando domande sulla trasparenza del settore e sulla supervisione della ricerca.

“I risultati indicano che alcuni utenti hanno un migliore accesso alle opportunità di lavoro o una differenza significativa nell’accesso alle opportunità di lavoro”, ha affermato. Michele ZimmerD., professore associato di informatica e direttore del Center for Data, Ethics and Society della Marquette University. “Queste sono le conseguenze a lungo termine a cui pensare quando pensiamo all’etica di impegnarsi in questo tipo di ricerca sui big data”.

Studying in Science ha testato un’influente teoria sociologica chiamata La forza delle relazioni deboli‘, il che conferma che è più probabile che le persone ottengano lavoro e altre opportunità attraverso conoscenti senza vita piuttosto che amici intimi.

I ricercatori hanno analizzato come i cambiamenti algoritmici in LinkedIn hanno influenzato la mobilità del lavoro degli utenti. che essi Ho scoperto che i legami sociali sono relativamente deboli LinkedIn ha dimostrato di essere due volte più efficace nel garantire opportunità di lavoro rispetto a relazioni sociali più forti.

In una dichiarazione, LinkedIn ha affermato che durante lo studio ha “agito in modo coerente” con l’accordo con gli utenti, l’informativa sulla privacy e le impostazioni dei membri dell’azienda. Il politica sulla riservatezza Indica che LinkedIn utilizza i dati personali dei membri per scopi di ricerca. La dichiarazione ha aggiunto che la società ha utilizzato l’ultima tecnologia “non invasiva” delle scienze sociali per rispondere a importanti domande di ricerca “senza alcun esperimento sugli organi”.

LinkedIn, che è di proprietà di Microsoft, non ha risposto direttamente a una domanda su come l’azienda considerasse le potenziali conseguenze a lungo termine dei suoi esperimenti sulla situazione occupazionale ed economica degli utenti. Ma la società ha affermato che la ricerca non ha avvantaggiato in modo sproporzionato alcuni utenti.

Ha affermato che lo scopo della ricerca è “aiutare le persone su larga scala” Karthik Rajkumar, ricercatore applicato presso LinkedIn ed è stato uno dei coautori dello studio. “Nessuno è stato messo in svantaggio per trovare un lavoro”.

Sinan Aral, professore di gestione e scienza dei dati al MIT, autore principale dello studio, ha affermato che gli esperimenti di LinkedIn sono stati un tentativo di garantire agli utenti pari opportunità di lavoro.

“Eseguire un esperimento su 20 milioni di persone e poi trovare un algoritmo di prospettive di lavoro migliore per tutti come risultato della conoscenza che impari da questo è ciò che stanno cercando di fare”, Signor Aral Ha detto: “Invece di scansionare alcune persone con mobilità sociale e altre no”. (Il professor Aral ha condotto un’analisi dei dati per il New York Times e ha ricevuto un premio Borsa di studio per borsa di studio da Microsoft nel 2010.)

Le esperienze sugli utenti delle principali società Internet hanno una storia a scacchi. otto anni fa, Studio Facebook È stata pubblicata una descrizione di come il social network ha gestito silenziosamente i post apparsi nei feed delle notizie degli utenti al fine di analizzare la diffusione del sentiment negativo e positivo sulla sua piattaforma. La settimana di prova su 689.003 utenti ha generato rapidamente una reazione negativa.

Lo studio di Facebook, i cui autori includevano un ricercatore aziendale e un professore della Cornell University, ha confermato che le persone hanno tacitamente accettato di sperimentare la manipolazione emotiva quando si sono iscritte a Facebook. “Tutti gli utenti acconsentono prima di creare un account Facebook e costituiscono un consenso informato per questa ricerca”, ha affermato lo studio.

I critici non erano d’accordo con alcuni, con alcuni che attaccavano Facebook perché invadeva la privacy delle persone, sfruttava il loro umore e causava loro stress emotivo. Altri hanno sottolineato che il progetto ha utilizzato un coautore accademico per dare credibilità alle pratiche di ricerca delle aziende problematiche.

Cornell in seguito ha affermato che al suo comitato etico interno non era stato chiesto di rivedere il progetto perché Facebook ha condotto lo studio in modo indipendente e che il professore, che ha contribuito a progettare la ricerca, aveva Non condividere direttamente Negli esperimenti sull’uomo.

Le esperienze di networking professionale di LinkedIn sono state diverse per intento, portata e scala. È stato progettato da Linkedin come parte del continuo sforzo dell’azienda per migliorare la pertinenza del suo algoritmo “People You May Know”, che suggerisce nuove connessioni tra i membri.

L’algoritmo analizza dati come la storia lavorativa dei membri, i titoli di lavoro e le relazioni con altri utenti. Quindi tenta di misurare la probabilità che un membro di LinkedIn invii un invito di amicizia a una nuova connessione proposta, nonché la probabilità che questa nuova connessione accetti l’invito.

Per gli esperimenti, LinkedIn ha modificato un algoritmo per modificare in modo casuale la diffusione di collegamenti forti e deboli consigliati dal sistema. Lo studio ha affermato che la prima ondata di test, condotta nel 2015, “ha coinvolto più di quattro milioni di soggetti sperimentali”. La seconda ondata di test, condotta nel 2019, ha coinvolto oltre 16 milioni di persone.

Durante i test, alle persone che hanno fatto clic sullo strumento Persone che potresti conoscere e guardato i consigli sono stati assegnati percorsi di algoritmi diversi. Alcune di queste “variabili terapeutiche”, come le chiamava lo studio, hanno indotto gli utenti di LinkedIn a stringere più relazioni con le persone con cui avevano scarsi legami sociali. Altre modifiche hanno causato la formazione di meno relazioni con quelli deboli.

Non è noto se la maggior parte dei membri di LinkedIn capisca che potrebbero vivere esperienze che potrebbero influenzare le loro prospettive di lavoro.

LinkedIn politica sulla riservatezza Dice che l’azienda potrebbe “utilizzare i dati personali messi a nostra disposizione” per ricercare “le tendenze sul posto di lavoro, come la disponibilità di lavoro e le competenze per quei lavori”. che esso Politica dei ricercatori esterni Cercare di analizzare i dati aziendali indica chiaramente che questi ricercatori non saranno in grado di “sperimentare o eseguire test sui nostri membri”.

Tuttavia, nessuna delle due politiche informa esplicitamente i consumatori che LinkedIn stesso può sperimentare o condurre test sui suoi membri.

In una dichiarazione, LinkedIn ha dichiarato: “Siamo trasparenti con i nostri membri attraverso la nostra sezione di ricerca del nostro accordo con gli utenti”.

In una dichiarazione editoriale, Science ha dichiarato: “Comprendiamo, e i revisori capiscono, che gli esperimenti condotti da LinkedIn operano secondo le linee guida dei loro accordi con gli utenti”.

Dopo la prima ondata di test computazionali, i ricercatori di LinkedIn e del MIT hanno avuto l’idea di analizzare i risultati di quegli esperimenti per testare la teoria della forza dei legami deboli. Sebbene la teoria vecchia di decenni sia diventata una pietra angolare delle scienze sociali, non è stata rigorosamente dimostrata in un esperimento prospettico su larga scala che ha assegnato casualmente persone a legami sociali di diversa forza.

Ricercatori esterni hanno analizzato i dati raccolti da LinkedIn. Lo studio ha riportato che le persone che hanno ricevuto più raccomandazioni su contatti relativamente deboli generalmente hanno richiesto e accettato più lavori, risultati coerenti con la teoria dell’anello debole.

In effetti, i contatti relativamente deboli, ovvero le persone con cui i membri di LinkedIn condividevano solo 10 connessioni reciproche, si sono rivelati molto più produttivi nella ricerca di lavoro rispetto ai contatti più forti con utenti che condividevano più di 20 connessioni reciproche, ha rilevato lo studio.

Dopo un anno di contatti su LinkedIn, le persone che hanno ricevuto più consigli per contatti abbastanza deboli avevano il doppio delle probabilità di trovare lavoro nelle aziende in cui quei contatti hanno lavorato rispetto ad altri utenti che hanno ricevuto più consigli per connessioni forti.

“Abbiamo scoperto che questi collegamenti un po’ deboli sono un’opzione migliore per aiutare le persone a trovare nuovi lavori e molto di più che relazioni più solide”, ha affermato Rajkumar, ricercatore di LinkedIn.

Lo studio ha riportato che 20 milioni di utenti che hanno partecipato alle esperienze di LinkedIn hanno creato oltre 2 miliardi di nuove connessioni social e completato oltre 70 milioni di domande di lavoro che hanno portato a 600.000 nuovi posti di lavoro. Lo studio ha affermato che i collegamenti deboli si sono rivelati più vantaggiosi per le persone in cerca di lavoro in campi digitali come l’intelligenza artificiale, mentre i collegamenti forti si sono rivelati più vantaggiosi per l’occupazione nei settori che fanno meno affidamento sul software.

LinkedIn ha affermato di aver applicato i risultati sulle scarse relazioni con diverse funzionalità, incluso un nuovo strumento Avvisare i membri Quando viene assegnata una connessione di primo o secondo ordine. Ma la società non ha apportato modifiche relative allo studio alla funzione Persone che potresti conoscere.

Il professor Aral del Massachusetts Institute of Technology ha affermato che il significato più profondo dello studio è che ha dimostrato l’importanza di potenti algoritmi di social networking, non solo nell’amplificare problemi come la disinformazione, ma anche come indicatori chiave di condizioni economiche come l’occupazione e la disoccupazione.

Catherine Flick, ricercatrice senior in informatica e responsabilità sociale presso la De Montfort University di Leicester, in Inghilterra, ha descritto lo studio come più un esercizio di marketing istituzionale.

“Lo studio ha un pregiudizio intrinseco”, ha detto il dottor Flick. “Dimostra che se vuoi ottenere più posti di lavoro, devi essere su LinkedIn di più.”