LinkedIn hat über fünf Jahre mit mehr als 20 Millionen Nutzern experimentiert, was laut einer neuen Studie Auswirkungen auf die Lebensgrundlage einiger Menschen haben könnte, obwohl es dazu gedacht war, die Funktionsweise der Plattform für Mitglieder zu verbessern.
In Experimenten, die von 2015 bis 2019 weltweit durchgeführt wurden, änderte LinkedIn nach dem Zufallsprinzip den Anteil schwacher und starker Kontakte, die vom People You May Know-Algorithmus vorgeschlagen wurden – dem automatisierten System des Unternehmens, das seinen Benutzern neue Kontakte empfiehlt. Tests sind detailliert in einem Studium Es wurde diesen Monat in Science veröffentlicht und von Forschern von LinkedIn, MIT, Stanford und der Harvard Business School mitverfasst.
Die Algorithmus-Experimente von LinkedIn könnten Millionen von Menschen überraschen, da das Unternehmen den Benutzern nicht mitgeteilt hat, dass Tests durchgeführt werden.
Tech-Giganten wie LinkedIn, das weltweit größte berufliche Netzwerk, führen routinemäßig groß angelegte Experimente durch, bei denen sie verschiedene Versionen von App-Funktionen, Webdesigns und Algorithmen an verschiedenen Personen ausprobieren. Die langwierige Praxis, die als A/B-Testing bezeichnet wird, zielt darauf ab, das Kundenerlebnis zu verbessern und sie zu motivieren, indem sie Unternehmen hilft, durch Premium-Mitgliedsbeiträge oder Werbung Geld zu verdienen. Benutzer haben oft keine Ahnung, dass Unternehmen Tests mit ihnen durchführen. (New Yorker Zeiten Verwendet solche Tests Um den Entwurf von Schlagzeilen zu bewerten und Entscheidungen über die Produkte und Funktionen zu treffen, die das Unternehmen veröffentlicht.)
Die von LinkedIn vorgenommenen Änderungen deuten jedoch darauf hin, dass solche Optimierungen an weit verbreiteten Algorithmen zu Social-Engineering-Experimenten mit möglicherweise lebensverändernden Folgen für viele Menschen werden könnten. Experten, die die gesellschaftlichen Auswirkungen von Computern untersuchen, haben gesagt, dass lange, groß angelegte Experimente an Menschen ihre Berufsaussichten auf für sie unsichtbare Weise beeinflussen können, was Fragen zur Transparenz der Industrie und zur Überwachung der Forschung aufwirft.
„Die Ergebnisse zeigen, dass einige Benutzer einen besseren Zugang zu Stellenangeboten oder einen signifikanten Unterschied beim Zugang zu Stellenangeboten haben“, sagte er. Michael ZimmerD., außerordentlicher Professor für Informatik und Direktor des Center for Data, Ethics and Society an der Marquette University. „Das sind die langfristigen Konsequenzen, über die man nachdenken muss, wenn man über die Ethik der Beteiligung an dieser Art von Big-Data-Forschung nachdenkt.“
Studying in Science testete eine einflussreiche Theorie in der Soziologie namens Die Stärke schwacher Beziehungen“, in dem behauptet wird, dass Menschen eher durch Bekanntschaften mit Waffen als durch enge Freunde Arbeit und andere Möglichkeiten erhalten.
Die Forscher analysierten, wie sich algorithmische Änderungen in LinkedIn auf die berufliche Mobilität der Nutzer auswirkten. daß sie Ich fand, dass die sozialen Bindungen relativ schwach sind LinkedIn hat sich bei der Sicherung von Stellenangeboten als doppelt so effektiv erwiesen wie stärkere soziale Beziehungen.
In einer Erklärung sagte LinkedIn, dass es während der Studie „konsequent“ mit der Benutzervereinbarung, der Datenschutzrichtlinie und den Mitgliedereinstellungen des Unternehmens gehandelt habe. Das Datenschutz-Bestimmungen Zeigt an, dass LinkedIn personenbezogene Daten von Mitgliedern zu Forschungszwecken verwendet. Die Erklärung fügte hinzu, dass das Unternehmen die neueste „nicht-invasive“ sozialwissenschaftliche Technologie einsetzte, um wichtige Forschungsfragen „ohne Experimente an Organen“ zu beantworten.
LinkedIn, das zu Microsoft gehört, antwortete nicht direkt auf eine Frage, wie das Unternehmen die potenziellen langfristigen Folgen seiner Experimente auf die Beschäftigung und wirtschaftliche Situation der Nutzer betrachtet. Das Unternehmen sagte jedoch, dass die Forschung einigen Benutzern nicht unverhältnismäßig zugute gekommen sei.
Er sagte, das Ziel der Forschung sei es, „Menschen in großem Umfang zu helfen“. Karthik Rajkumar, ein Applied Research Scientist bei LinkedIn und einer der Co-Autoren der Studie. „Niemand wurde benachteiligt, um einen Job zu finden.“
Sinan Aral, Professor für Management und Datenwissenschaft am MIT und Hauptautor der Studie, sagte, die LinkedIn-Experimente seien ein Versuch, sicherzustellen, dass Benutzer gleiche Beschäftigungsmöglichkeiten haben.
„Ein Experiment mit 20 Millionen Menschen durchzuführen und dann einen Algorithmus für bessere Jobaussichten für alle zu entwickeln, als Ergebnis des Wissens, das man daraus lernt, ist das, was sie versuchen.“ Herr Aral Er sagte: „Anstatt einige Menschen mit sozialer Mobilität zu scannen und andere nicht.“ (Professor Aral führte eine Datenanalyse für die New York Times durch und erhielt eine Auszeichnung Forschungsstipendium Stipendium von Microsoft im Jahr 2010.)
Erfahrungen mit Nutzern großer Internetkonzerne haben eine wechselvolle Geschichte. vor acht Jahren, Facebook-Studie Es wurde eine Beschreibung veröffentlicht, wie das soziale Netzwerk Beiträge, die in den Newsfeeds der Benutzer erschienen, stillschweigend gehandhabt hat, um die Verbreitung negativer und positiver Stimmungen auf seiner Plattform zu analysieren. Die einwöchige Testversion mit 689.003 Benutzern löste schnell eine Gegenreaktion aus.
Die Facebook-Studie, zu deren Autoren ein Unternehmensforscher und ein Professor der Cornell University gehörten, bestätigte, dass Menschen sich stillschweigend damit einverstanden erklärten, emotionale Manipulationen zu erfahren, wenn sie sich bei Facebook anmeldeten. „Alle Benutzer stimmen zu, bevor sie ein Facebook-Konto erstellen, und stellen eine informierte Zustimmung für diese Forschung dar“, heißt es in der Studie.
Kritiker stimmten einigen nicht zu, einige griffen Facebook an, weil es in die Privatsphäre der Menschen eindrang, ihre Stimmung ausnutzte und ihnen emotionalen Stress verursachte. Andere betonten, dass das Projekt einen akademischen Co-Autor einsetzte, um den Forschungspraktiken problematischer Unternehmen Glaubwürdigkeit zu verleihen.
Cornell sagte später, dass seine interne Ethikkommission nicht gebeten worden sei, das Projekt zu überprüfen, weil Facebook die Studie unabhängig durchgeführt habe und dass der Professor, der an der Gestaltung der Forschung mitgewirkt habe, dies getan habe Nicht direkt teilen In Experimenten am Menschen.
Die Erfahrungen mit professionellen Netzwerken auf LinkedIn waren in Bezug auf Absicht, Umfang und Umfang unterschiedlich. Es wurde von Linkedin als Teil der laufenden Bemühungen des Unternehmens entwickelt, die Relevanz seines „People You May Know“-Algorithmus zu verbessern, der neue Mitgliederverbindungen vorschlägt.
Der Algorithmus analysiert Daten wie die Beschäftigungsgeschichte der Mitglieder, Berufsbezeichnungen und Beziehungen zu anderen Benutzern. Es versucht dann, die Wahrscheinlichkeit zu messen, dass ein LinkedIn-Mitglied einer vorgeschlagenen neuen Verbindung eine Freundschaftseinladung sendet, sowie die Wahrscheinlichkeit, dass diese neue Verbindung die Einladung annimmt.
Für die Experimente modifizierte LinkedIn einen Algorithmus, um die vom System empfohlene Verteilung von starken und schwachen Links zufällig zu ändern. In der Studie heißt es, dass die erste Testwelle, die 2015 durchgeführt wurde, „mehr als vier Millionen Versuchspersonen umfasste“. An der zweiten Testwelle, die 2019 durchgeführt wurde, waren mehr als 16 Millionen Menschen beteiligt.
Während der Tests wurden Personen, die auf das Tool People You May Know geklickt und sich Empfehlungen angesehen hatten, unterschiedliche Algorithmuspfade zugewiesen. Einige dieser „therapeutischen Variablen“, wie die Studie sie nannte, führten dazu, dass LinkedIn-Nutzer mehr Beziehungen zu Menschen aufbauten, zu denen sie schlechte soziale Bindungen hatten. Andere Modifikationen führten dazu, dass sich weniger Beziehungen zu Schwachen bildeten.
Ob die meisten LinkedIn-Mitglieder verstehen, dass sie möglicherweise Erfahrungen machen, die sich auf ihre Beschäftigungsaussichten auswirken können, ist unbekannt.
LinkedIn Datenschutz-Bestimmungen Er sagt, das Unternehmen könne „uns zur Verfügung gestellte personenbezogene Daten verwenden“, um „Arbeitsplatztrends wie die Verfügbarkeit von Arbeitsplätzen und Fähigkeiten für diese Jobs“ zu untersuchen. dass es Richtlinie für externe Forscher Der Versuch, Unternehmensdaten zu analysieren, zeigt deutlich, dass diese Forscher nicht in der Lage sein werden, „mit unseren Mitgliedern zu experimentieren oder Tests durchzuführen“.
Keine der Richtlinien informiert die Verbraucher jedoch ausdrücklich darüber, dass LinkedIn selbst mit seinen Mitgliedern experimentieren oder Tests durchführen kann.
In einer Erklärung sagte LinkedIn: „Wir sind mit unseren Mitgliedern durch unseren Suchabschnitt unserer Nutzungsvereinbarung transparent.“
In einer redaktionellen Erklärung sagte Science: „Wir verstehen und die Rezensenten verstehen, dass die von LinkedIn durchgeführten Experimente gemäß den Richtlinien ihrer Benutzervereinbarungen durchgeführt werden.“
Nach der ersten Welle von Computertests kamen Forscher von LinkedIn und MIT auf die Idee, die Ergebnisse dieser Experimente zu analysieren, um die Theorie der Stärke schwacher Verbindungen zu testen. Obwohl die jahrzehntealte Theorie zu einem Eckpfeiler der Sozialwissenschaften geworden ist, wurde sie in einem großangelegten prospektiven Experiment, das Menschen zufällig unterschiedlich starken sozialen Bindungen zuordnete, nicht rigoros bewiesen.
Externe Forscher analysierten die von LinkedIn gesammelten Daten. Die Studie berichtete, dass Menschen, die mehr Empfehlungen zu relativ schwachen Kontakten erhielten, sich im Allgemeinen auf mehr Jobs bewarben und diese annahmen – Ergebnisse, die mit der Weak-Link-Theorie übereinstimmen.
Tatsächlich erwiesen sich relativ schwache Kontakte – d. h. Personen, mit denen LinkedIn-Mitglieder nur 10 gemeinsame Verbindungen hatten – als viel produktiver bei der Jobsuche als stärkere Kontakte mit Benutzern, die mehr als 20 gemeinsame Verbindungen hatten, so die Studie.
Nach einem Jahr Kontakt auf LinkedIn hatten Personen, die mehr Empfehlungen für eher schwache Kontakte erhielten, mit doppelt so hoher Wahrscheinlichkeit eine Stelle bei den Unternehmen, bei denen diese Kontakte arbeiteten, im Vergleich zu anderen Benutzern, die mehr Empfehlungen für starke Verbindungen erhielten.
„Wir haben festgestellt, dass diese etwas schwachen Verbindungen eine bessere Option sind, um Menschen dabei zu helfen, neue Jobs zu finden, und viel mehr als stärkere Beziehungen“, sagte Herr Rajkumar, ein Forscher bei LinkedIn.
Die Studie berichtete, dass 20 Millionen Benutzer, die an LinkedIn-Erlebnissen teilnahmen, mehr als 2 Milliarden neue soziale Kontakte knüpften und mehr als 70 Millionen Bewerbungen abschlossen, die zu 600.000 neuen Jobs führten. Die Studie besagt, dass sich schwache Verbindungen für Arbeitssuchende in digitalen Bereichen wie der künstlichen Intelligenz als am vorteilhaftesten erwiesen, während sich starke Verbindungen als vorteilhafter für die Beschäftigung in Branchen erwiesen, die weniger auf Software angewiesen sind.
LinkedIn sagte, es habe die Erkenntnisse über schlechte Beziehungen mit mehreren Funktionen angewendet, darunter ein neues Tool Mitglieder benachrichtigen Wenn eine Verbindung erster oder zweiter Ordnung zugewiesen wird. Das Unternehmen hat jedoch keine studienbezogenen Änderungen an der Funktion „Personen, die Sie vielleicht kennen“ vorgenommen.
Professor Aral vom Massachusetts Institute of Technology sagte, die tiefere Bedeutung der Studie bestehe darin, dass sie die Bedeutung leistungsfähiger Algorithmen für soziale Netzwerke zeige – nicht nur bei der Verstärkung von Problemen wie Fehlinformationen, sondern auch als Schlüsselindikatoren für wirtschaftliche Bedingungen wie Beschäftigung und Arbeitslosigkeit.
Catherine Flick, eine leitende Forscherin für Informatik und soziale Verantwortung an der De Montfort University in Leicester, England, beschrieb die Studie eher als eine institutionelle Marketingübung.
„Die Studie hat eine inhärente Verzerrung“, sagte Dr. Flick. „Das zeigt, dass man mehr auf LinkedIn sein muss, wenn man mehr Jobs bekommen will.“
„Musikfan. Sehr bescheidener Entdecker. Analytiker. Reisefreak. Extremer Fernsehlehrer. Gamer.“
More Stories
Die Aktien des Chipriesen für künstliche Intelligenz Nvidia gaben trotz seines Rekordumsatzes von 30 Milliarden US-Dollar nach
General Motors und Samsung einigen sich auf den Bau einer Batteriefabrik für Elektrofahrzeuge in Indiana im Wert von 3,5 Milliarden US-Dollar
Aktien steigen, während der Nvidia-Countdown beginnt: Markets Wrap