LinkedIn przeprowadził eksperymenty społecznościowe na 20 milionach użytkowników w ciągu pięciu lat

Według nowego badania LinkedIn eksperymentował z ponad 20 milionami użytkowników w ciągu pięciu lat, co, choć miało na celu poprawę sposobu działania platformy dla członków, mogło mieć wpływ na życie niektórych osób.

W eksperymentach przeprowadzonych na całym świecie w latach 2015-2019 Linkedin losowo zmienił proporcję słabych i silnych kontaktów sugerowanych przez algorytm People You May Know — zautomatyzowany system firmy do polecania nowych kontaktów swoim użytkownikom. Testy są szczegółowe w gabinecie Został opublikowany w tym miesiącu w Science, a jego współautorami są badacze z LinkedIn, MIT, Stanford i Harvard Business School.

Eksperymenty z algorytmem LinkedIn mogą zaskoczyć miliony ludzi, ponieważ firma nie poinformowała użytkowników, że testy są w toku.

Giganci technologiczni, tacy jak LinkedIn, największa na świecie profesjonalna sieć, rutynowo przeprowadzają eksperymenty na dużą skalę, w których wypróbowują różne wersje funkcji aplikacji, projektów stron internetowych i algorytmów na różnych osobach. Długotrwała praktyka, zwana testami A/B, ma na celu poprawę doświadczeń konsumentów i utrzymanie ich zaangażowania, pomagając firmom zarabiać dzięki składkom premium lub reklamom. Użytkownicy często nie mają pojęcia, że ​​firmy przeprowadzają na nich testy. (New York Times Używa takich testów Aby ocenić szkic nagłówka i podjąć decyzje dotyczące produktów i funkcji wydanych przez firmę).

Jednak zmiany wprowadzone przez LinkedIn sugerują, że takie usprawnienia szeroko stosowanych algorytmów mogą stać się eksperymentami socjotechnicznymi z potencjalnie zmieniającymi życie konsekwencjami dla wielu osób. Eksperci, którzy badają wpływy komputerowe na społeczeństwo, stwierdzili, że długie, zakrojone na szeroką skalę eksperymenty na ludziach mogą wpływać na ich perspektywy zawodowe w sposób dla nich niewidoczny, wywołując pytania dotyczące przejrzystości przemysłu i nadzoru nad badaniami.

„Wyniki wskazują, że niektórzy użytkownicy mają lepszy dostęp do możliwości zatrudnienia lub znaczną różnicę w dostępie do możliwości zatrudnienia” – powiedział. Michael ZimmerD., profesor nadzwyczajny informatyki i dyrektor Centrum Danych, Etyki i Społeczeństwa na Marquette University. „To są długoterminowe konsekwencje, o których należy pomyśleć, gdy myślimy o etyce angażowania się w tego typu badania big data”.

Studiowanie nauk ścisłych przetestowało wpływową teorię socjologiczną zwaną Siła słabych relacji”, który twierdzi, że ludzie częściej uzyskują pracę i inne możliwości dzięki znajomościom z bronią niż bliskim przyjaciołom.

Naukowcy przeanalizowali, w jaki sposób zmiany algorytmiczne na LinkedIn wpłynęły na mobilność zawodową użytkowników. że oni Stwierdziłem, że więzi społeczne są stosunkowo słabe LinkedIn okazał się dwa razy skuteczniejszy w zapewnianiu możliwości zatrudnienia niż silniejsze relacje społeczne.

W oświadczeniu LinkedIn stwierdził, że podczas badania „działał konsekwentnie” zgodnie z umową użytkownika firmy, polityką prywatności i ustawieniami członków. The Polityka prywatności Wskazuje, że LinkedIn wykorzystuje dane osobowe członków do celów badawczych. W oświadczeniu dodano, że firma wykorzystała najnowszą „nieinwazyjną” technologię nauk społecznych, aby odpowiedzieć na ważne pytania badawcze „bez żadnych eksperymentów na narządach”.

LinkedIn, którego właścicielem jest Microsoft, nie odpowiedział bezpośrednio na pytanie o to, jak firma rozważała potencjalne długoterminowe konsekwencje swoich eksperymentów dla zatrudnienia i sytuacji ekonomicznej użytkowników. Ale firma stwierdziła, że ​​badania nie przyniosły nieproporcjonalnych korzyści niektórym użytkownikom.

Powiedział, że celem badań jest „pomoc ludziom na dużą skalę” Karthik Rajkumar, naukowiec zajmujący się badaniami stosowanymi w LinkedIn i był jednym ze współautorów badania. „Nikt nie został postawiony w niekorzystnej sytuacji, aby znaleźć pracę”.

Sinan Aral, profesor zarządzania i nauki o danych na MIT, który był głównym autorem badania, powiedział, że eksperymenty LinkedIn były próbą zapewnienia użytkownikom równych szans zatrudnienia.

„Przeprowadzić eksperyment na 20 milionach ludzi, a następnie wymyślić lepszy algorytm perspektyw pracy dla wszystkich w wyniku wiedzy, którą się z tego wyciągasz, to jest to, co próbują zrobić”. Pan Aral Powiedział: „Zamiast skanować niektóre osoby z mobilnością społeczną, a inne nie”. (Profesor Aral przeprowadził analizę danych dla The New York Times i otrzymał nagrodę Stypendium naukowe od Microsoftu w 2010 r.)

Doświadczenia z użytkownikami największych firm internetowych mają burzliwą historię. osiem lat temu, Badanie na Facebooku Opublikowano opis, w jaki sposób sieć społecznościowa po cichu obsługiwała posty, które pojawiły się w kanałach wiadomości użytkowników, aby przeanalizować rozprzestrzenianie się negatywnych i pozytywnych nastrojów na swojej platformie. Tygodniowy okres próbny na 689 003 użytkowników szybko wywołał sprzeciw.

Badanie na Facebooku, którego autorami byli badacz z firmy i profesor Uniwersytetu Cornell, potwierdziły, że ludzie milcząco zgadzali się na doświadczanie emocjonalnej manipulacji, kiedy rejestrowali się na Facebooku. „Wszyscy użytkownicy wyrażają zgodę przed utworzeniem konta na Facebooku i stanowią świadomą zgodę na te badania” – czytamy w badaniu.

Krytycy nie zgadzali się z niektórymi, a niektórzy atakowali Facebooka, ponieważ naruszał prywatność ludzi, wykorzystywał ich nastrój i powodował u nich emocjonalny niepokój. Inni podkreślali, że w projekcie wykorzystano współautora akademickiego, aby uwiarygodnić problematyczne praktyki badawcze firm.

Cornell powiedział później, że jego wewnętrzna rada ds. etyki nie została poproszona o sprawdzenie projektu, ponieważ Facebook przeprowadził badanie niezależnie, a profesor, który pomógł zaprojektować badanie, miał Nie udostępniaj bezpośrednio W eksperymentach na ludziach.

Profesjonalne doświadczenia sieciowe LinkedIn różnią się pod względem celu, zakresu i skali. Został zaprojektowany przez Linkedin w ramach nieustających wysiłków firmy mających na celu poprawę trafności algorytmu „Osoby, które możesz znać”, który sugeruje nowe połączenia członków.

Algorytm analizuje dane, takie jak historia zatrudnienia członków, tytuły stanowisk i relacje z innymi użytkownikami. Następnie próbuje zmierzyć prawdopodobieństwo, że członek LinkedIn wyśle ​​zaproszenie do znajomego do proponowanego nowego połączenia, a także prawdopodobieństwo, że to nowe połączenie zaakceptuje zaproszenie.

Na potrzeby eksperymentów LinkedIn zmodyfikował algorytm, aby losowo zmieniać zalecane przez system rozprzestrzenianie się silnych i słabych ogniw. W badaniu stwierdzono, że w pierwszej fali testów, przeprowadzonej w 2015 roku, „wzięło udział ponad cztery miliony osób eksperymentalnych”. Druga fala testów, przeprowadzona w 2019 roku, objęła ponad 16 mln osób.

Podczas testów osobom, które kliknęły narzędzie Osoby, które możesz znać i zapoznały się z rekomendacjami, przypisano różne ścieżki algorytmów. Niektóre z tych „zmiennych terapeutycznych”, jak je nazwano w badaniu, spowodowały, że użytkownicy LinkedIn nawiązali więcej relacji z osobami, z którymi mieli słabe więzi społeczne. Inne modyfikacje powodowały powstawanie mniejszej liczby relacji ze słabymi.

Nie wiadomo, czy większość członków LinkedIn rozumie, że mogą przechodzić doświadczenia, które mogą wpłynąć na ich perspektywy zatrudnienia.

LinkedIn Polityka prywatności Mówi, że firma może „wykorzystywać udostępnione nam dane osobowe” do badania „trend w miejscu pracy, takich jak dostępność pracy i umiejętności na tych stanowiskach”. że to Polityka dotycząca zewnętrznych badaczy Dążenie do analizy danych firmy wyraźnie wskazuje, że badacze ci nie będą mogli „eksperymentować ani przeprowadzać testów na naszych członkach”.

Jednak żadna polityka nie informuje wyraźnie konsumentów, że sam LinkedIn może eksperymentować lub przeprowadzać testy na swoich członkach.

W oświadczeniu LinkedIn powiedział: „Jesteśmy przejrzyści w stosunku do naszych członków za pośrednictwem naszej sekcji wyszukiwania w naszej umowie użytkownika”.

W oświadczeniu redakcyjnym Science powiedział: „Rozumiemy i recenzenci rozumieją, że eksperymenty prowadzone przez LinkedIn działają zgodnie z wytycznymi zawartymi w ich umowach z użytkownikiem”.

Po pierwszej fali testów obliczeniowych badacze z LinkedIn i MIT wpadli na pomysł przeanalizowania wyników tych eksperymentów, aby przetestować teorię siły słabych ogniw. Chociaż licząca kilkadziesiąt lat teoria stała się kamieniem węgielnym nauk społecznych, nie została rygorystycznie udowodniona w prospektywnym eksperymencie na dużą skalę, w którym losowo przypisywano ludzi do więzi społecznych o różnej sile.

Badacze zewnętrzni przeanalizowali dane zebrane z LinkedIn. Badanie wykazało, że osoby, które otrzymały więcej rekomendacji o stosunkowo słabych kontaktach, generalnie aplikowały i akceptowały więcej miejsc pracy – wyniki zgodne z teorią słabych ogniw.

Badanie wykazało, że stosunkowo słabe kontakty — to znaczy osoby, z którymi członkowie LinkedIn łączyli tylko 10 wzajemnych powiązań — okazały się znacznie bardziej produktywne w poszukiwaniu pracy niż silniejsze kontakty z użytkownikami mającymi więcej niż 20 wzajemnych powiązań.

Po roku kontaktu na LinkedIn osoby, które otrzymały więcej rekomendacji dość słabych kontaktów, dwukrotnie częściej dostawały pracę w firmach, w których te kontakty działały, w porównaniu z innymi użytkownikami, którzy otrzymali więcej rekomendacji silnych kontaktów.

„Odkryliśmy, że te nieco słabe ogniwa są lepszą opcją, aby pomóc ludziom znaleźć nową pracę i znacznie więcej niż silniejsze relacje” – powiedział Rajkumar, badacz z LinkedIn.

Badanie wykazało, że 20 milionów użytkowników, którzy uczestniczyli w doświadczeniach LinkedIn, stworzyło ponad 2 miliardy nowych połączeń społecznościowych i wypełniło ponad 70 milionów aplikacji o pracę, które doprowadziły do ​​600 000 nowych miejsc pracy. Badanie wykazało, że słabe powiązania okazały się najbardziej korzystne dla osób poszukujących pracy w dziedzinach cyfrowych, takich jak sztuczna inteligencja, podczas gdy silne powiązania okazały się bardziej korzystne dla zatrudnienia w branżach, które w mniejszym stopniu polegają na oprogramowaniu.

LinkedIn powiedział, że zastosował wyniki dotyczące słabych relacji z kilkoma funkcjami, w tym z nowym narzędziem Powiadom członków Kiedy przypisane jest połączenie pierwszego lub drugiego rzędu. Ale firma nie wprowadziła zmian związanych z badaniem w funkcji Osoby, które możesz znać.

Profesor Aral z Massachusetts Institute of Technology powiedział, że głębsze znaczenie badania polega na tym, że pokazało znaczenie potężnych algorytmów sieci społecznościowych – nie tylko we wzmacnianiu problemów, takich jak dezinformacja, ale także jako kluczowych wskaźników warunków ekonomicznych, takich jak zatrudnienie i bezrobocie.

Catherine Flick, starszy badacz w dziedzinie informatyki i odpowiedzialności społecznej na Uniwersytecie De Montfort w Leicester w Anglii, opisała badanie jako bardziej instytucjonalne działanie marketingowe.

„Badanie ma wrodzoną stronniczość” – powiedział dr Flick. „To pokazuje, że jeśli chcesz dostać więcej pracy, musisz być więcej na LinkedIn”.