O LinkedIn experimentou mais de 20 milhões de usuários ao longo de cinco anos, o que, embora destinado a melhorar a maneira como a plataforma funciona para os membros, pode ter um impacto na vida de algumas pessoas, de acordo com um novo estudo.
Em experimentos realizados em todo o mundo de 2015 a 2019, o Linkedin alterou aleatoriamente a proporção de contatos fracos e fortes sugeridos pelo algoritmo People You May Know – o sistema automatizado da empresa para recomendar novos contatos a seus usuários. Pesquisadores do LinkedIn, MIT, Stanford e Harvard Business School analisaram posteriormente os dados coletados nos testes em um estudo Foi publicado este mês na revista Science.
Os experimentos de algoritmo do LinkedIn podem surpreender milhões de pessoas porque a empresa não informou aos usuários que os testes estão em andamento.
Gigantes da tecnologia como o LinkedIn, a maior rede profissional do mundo, realizam rotineiramente experimentos em larga escala, onde testam diferentes versões de recursos de aplicativos, designs da web e algoritmos em diferentes pessoas. A longa prática, chamada de teste A/B, visa melhorar as experiências dos consumidores e mantê-los engajados, ajudando as empresas a ganhar dinheiro por meio de taxas de associação premium ou publicidade. Os usuários geralmente não têm ideia de que as empresas estão realizando testes neles. (tempos de Nova York Usa tais testes Para avaliar a redação do título e tomar decisões sobre os produtos e recursos que a empresa lança.)
Mas as mudanças feitas pelo LinkedIn sugerem que esses ajustes em algoritmos amplamente usados podem se tornar experimentos de engenharia social com consequências potencialmente transformadoras para muitas pessoas. Especialistas que estudam os impactos sociais da computação disseram que experimentos longos e em larga escala com pessoas podem afetar suas perspectivas de emprego, de maneiras invisíveis para eles, levantando questões sobre transparência do setor e supervisão de pesquisas.
“Os resultados indicam que alguns usuários têm melhor acesso a oportunidades de trabalho ou uma diferença significativa no acesso a oportunidades de trabalho”, disse. Michael ZimmerD., professor associado de ciência da computação e diretor do Centro de Dados, Ética e Sociedade da Marquette University. “Essas são as consequências de longo prazo a serem consideradas quando pensamos na ética de se envolver nesse tipo de pesquisa de big data”.
Estudar em Ciências testou uma teoria influente na sociologia chamada A força dos relacionamentos fracos‘, que afirma que as pessoas são mais propensas a conseguir trabalho e outras oportunidades por meio de conhecidos com armas do que por meio de amigos íntimos.
Os pesquisadores analisaram como as mudanças algorítmicas no LinkedIn afetaram a mobilidade profissional dos usuários. que eles Descobri que os laços sociais são relativamente fracos O LinkedIn provou ser duas vezes mais eficaz em garantir oportunidades de emprego do que relacionamentos sociais mais fortes.
Em um comunicado, o LinkedIn disse que durante o estudo “agiu de forma consistente” com o contrato de usuário da empresa, a política de privacidade e as configurações dos membros. o política de Privacidade Indica que o LinkedIn usa os dados pessoais dos usuários para fins de pesquisa. A declaração acrescentou que a empresa usou a mais recente tecnologia de ciências sociais “não invasiva” para responder a importantes questões de pesquisa “sem nenhum experimento em órgãos”.
O LinkedIn, de propriedade da Microsoft, não respondeu diretamente a uma pergunta sobre como a empresa considerava as possíveis consequências de longo prazo de seus experimentos sobre o emprego e a situação econômica dos usuários. Mas a empresa disse que a pesquisa não beneficiou desproporcionalmente alguns usuários.
Ele disse que o objetivo da pesquisa é “ajudar as pessoas em grande escala” Karthik Rajkumar, um cientista de pesquisa aplicada no LinkedIn e foi um dos coautores do estudo. “Ninguém foi colocado em desvantagem para encontrar um emprego.”
Sinan Aral, professor de administração e ciência de dados do MIT e principal autor do estudo, disse que os experimentos do LinkedIn foram uma tentativa de garantir que os usuários tivessem oportunidades iguais de emprego.
“Fazer um experimento em 20 milhões de pessoas e, em seguida, criar um algoritmo de perspectivas de emprego melhor para todos, como resultado do conhecimento que você aprende com isso, é o que eles estão tentando fazer”, disse. Sr. Aral Ele disse: “Em vez de escanear algumas pessoas com mobilidade social e outras não”. (Professor Aral realizou análise de dados para o The New York Times e recebeu um prêmio Bolsa de Iniciação Científica da Microsoft em 2010.)
As experiências de usuários de grandes empresas de internet têm um histórico conturbado. oito anos atrás, Estudo do Facebook Foi publicada uma descrição de como a rede social tratou discretamente as postagens que apareceram nos feeds de notícias dos usuários para analisar a disseminação de sentimentos negativos e positivos em sua plataforma. O teste de uma semana com 689.003 usuários gerou rapidamente uma reação negativa.
O estudo do Facebook, cujos autores incluíram um pesquisador da empresa e um professor da Universidade de Cornell, confirmou que as pessoas concordaram tacitamente em experimentar manipulação emocional quando se inscreveram no Facebook. “Todos os usuários consentem antes de criar uma conta no Facebook e constituem consentimento informado para esta pesquisa”, disse o estudo.
Os críticos discordaram de alguns, com alguns atacando o Facebook porque invadia a privacidade das pessoas, explorava seu humor e lhes causava sofrimento emocional. Outros enfatizaram que o projeto usou um coautor acadêmico para dar credibilidade às práticas de pesquisa de empresas problemáticas.
Cornell disse mais tarde que seu conselho de ética interno não foi solicitado a revisar o projeto porque o Facebook conduziu o estudo de forma independente e que o professor, que ajudou a projetar a pesquisa, havia Não compartilhe diretamente Em experimentos em humanos.
As experiências de rede profissional do LinkedIn têm sido diferentes em intenção, escopo e escala. Ele foi projetado pelo Linkedin como parte do esforço contínuo da empresa para melhorar a relevância de seu algoritmo “Pessoas que você pode conhecer”, que sugere novas conexões de membros.
O algoritmo analisa dados como histórico de emprego dos membros, cargos e relacionamentos com outros usuários. Em seguida, ele tenta medir a probabilidade de um membro do LinkedIn enviar um convite de amigo para uma nova conexão proposta, bem como a probabilidade de essa nova conexão aceitar o convite.
Para os experimentos, o LinkedIn modificou um algoritmo para alterar aleatoriamente a propagação de links fortes e fracos recomendados pelo sistema. O estudo afirmou que a primeira onda de testes, realizada em 2015, “envolveu mais de quatro milhões de sujeitos experimentais”. A segunda onda de testes, realizada em 2019, envolveu mais de 16 milhões de pessoas.
Durante os testes, as pessoas que clicaram na ferramenta People You May Know e analisaram as recomendações receberam diferentes caminhos de algoritmo. Algumas dessas “variáveis terapêuticas”, como o estudo as chamou, fizeram com que os usuários do LinkedIn formassem mais relacionamentos com pessoas com quem tinham laços sociais ruins. Outras modificações causaram menos relacionamentos com os fracos.
Não se sabe se a maioria dos usuários do LinkedIn entende que podem passar por experiências que podem afetar suas perspectivas de emprego.
LinkedIn política de Privacidade Ele diz que a empresa pode “usar dados pessoais disponibilizados para nós” para pesquisar “tendências no local de trabalho, como disponibilidade de empregos e habilidades para esses empregos”. que isso Política de Pesquisadores Externos Buscar analisar dados da empresa indica claramente que esses pesquisadores não poderão “experimentar ou realizar testes em nossos membros”.
No entanto, nenhuma das políticas informa explicitamente aos consumidores que o próprio LinkedIn pode experimentar ou realizar testes em seus membros.
Em um comunicado, o LinkedIn disse: “Somos transparentes com nossos membros por meio de nossa seção de pesquisa de nosso contrato de usuário”.
Em uma declaração editorial, a Science disse: “Entendemos, e os revisores entendem, que os experimentos conduzidos pelo LinkedIn estão operando sob as diretrizes de seus contratos de usuário”.
Após a primeira onda de testes computacionais, pesquisadores do LinkedIn e do MIT tiveram a ideia de analisar os resultados desses experimentos para testar a teoria da força dos elos fracos. Embora a teoria de décadas tenha se tornado uma pedra angular das ciências sociais, ela não foi rigorosamente comprovada em um experimento prospectivo de larga escala que atribuiu aleatoriamente pessoas a vínculos sociais de diferentes forças.
Pesquisadores externos analisaram os dados coletados do LinkedIn. O estudo relatou que as pessoas que receberam mais recomendações sobre contatos relativamente fracos geralmente se candidataram e aceitaram mais empregos – resultados consistentes com a teoria do elo fraco.
De fato, contatos relativamente fracos – ou seja, pessoas com quem os membros do LinkedIn compartilharam apenas 10 conexões mútuas – mostraram-se muito mais produtivos na busca de emprego do que contatos mais fortes com usuários que compartilham mais de 20 conexões mútuas, segundo o estudo.
Após um ano de contato no LinkedIn, as pessoas que receberam mais recomendações de contatos bastante fracos tiveram duas vezes mais chances de conseguir empregos nas empresas onde esses contatos trabalhavam em comparação com outros usuários que receberam mais recomendações de conexões fortes.
“Descobrimos que esses vínculos um tanto fracos são a melhor opção para ajudar as pessoas a encontrar novos empregos e muito mais do que relacionamentos mais fortes”, disse Rajkumar, pesquisador do LinkedIn.
O estudo relatou que 20 milhões de usuários que participaram de experiências no LinkedIn criaram mais de 2 bilhões de novas conexões sociais e concluíram mais de 70 milhões de pedidos de emprego que levaram a 600.000 novos empregos. O estudo disse que os links fracos se mostraram mais benéficos para quem procura emprego em áreas digitais, como inteligência artificial, enquanto os links fortes se mostraram mais benéficos para empregos em indústrias que dependem menos de software.
O LinkedIn disse que aplicou as descobertas sobre relacionamentos ruins com vários recursos, incluindo uma nova ferramenta Notificar membros Quando uma conexão de primeira ou segunda ordem é atribuída. Mas a empresa não fez alterações relacionadas ao estudo no recurso People You May Know.
O professor Aral, do Instituto de Tecnologia de Massachusetts, disse que o significado mais profundo do estudo é que ele demonstrou a importância de poderosos algoritmos de redes sociais – não apenas na amplificação de problemas como desinformação, mas também como indicadores-chave das condições econômicas, como emprego e desemprego.
Catherine Flick, pesquisadora sênior em computação e responsabilidade social da De Montfort University em Leicester, Inglaterra, descreveu o estudo como mais um exercício de marketing institucional.
“O estudo tem um viés inerente”, disse o Dr. Flick. “Isso mostra que, se você quer conseguir mais empregos, precisa estar mais no LinkedIn.”
“Aficionado por música. Jogador. Praticante de álcool. Leitor profissional. Estudioso da web.”