Исследование LinkedIn подтвердило, что слабые социальные связи предоставляют больше карьерных возможностей

В экспериментах, проведенных по всему миру с 2015 по 2019 годы, LinkedIn случайным образом варьировала долю слабых и сильных связей в рекомендациях алгоритма «Люди, которых Вы можете знать». Исследователи из LinkedIn, Массачусетского технологического института, Стэнфордской и Гарвардской школ бизнеса позже проанализировали совокупные данные тестов в исследовании, опубликованном в этом месяце в журнале Science.

LinkedIn не проинформировала пользователей о тестах, и это может стать неожиданностью для миллионов людей.

Такая устоявшаяся практика, как A/B-тестирование, предназначена, чтобы улучшить потребительский опыт и сохранять вовлеченность, позволяя зарабатывать на плате за премиум-подписку или рекламу. Например, New York Times с их помощью оценивает формулировки заголовков и принимает решения, касающиеся выпускаемых ею продуктов и функций.

Но исследования LinkedIn, свидетельствуют о том, как такие изменения в массово используемых алгоритмах могут превратиться в эксперименты социальной инженерии, а их последствия — изменить жизнь многих людей.

Эксперты, изучающие влияние вычислительной техники на общество, отмечают, что подобные крупномасштабные эксперименты вызывают вопросы о прозрачности отрасли и необходимости надзора за исследованиями.

Полученные результаты свидетельствуют о том, что для некоторых пользователей возможности трудоустройства были доступнее, чем для других. Майкл Циммер, адъюнкт-профессор компьютерных наук и директор Центра данных, этики и общества в Университете Маркетт, объясняет: «Это своего рода долгосрочные последствия, которые необходимо учитывать, когда мы думаем об этике участия в такого рода исследованиях больших данных».

=

Фото в тексте: Diabluses / Shutterstock

В заявлении LinkedIn говорится, что во время исследования компания действовала в соответствии с пользовательским соглашением компании, политикой конфиденциальности и настройками пользователя, а использованные методы были «неинвазивными».

LinkedIn, принадлежащая Microsoft, прямо не ответила на вопрос о том, как компания рассматривала потенциальные долгосрочные последствия своих экспериментов для занятости и экономического статуса пользователей. Но компания заявила, что исследование не принесло непропорционально больших преимуществ некоторым пользователям.

Картик Раджкумар, специалист по прикладным исследованиям в LinkedIn, который был одним из соавторов исследования, рассказал: цель исследования заключалась в том, чтобы «помочь людям в масштабе. Никто не был поставлен в невыгодное положение при поиске работы».

Синан Арал, профессор менеджмента и науки о данных в Массачусетском технологическом институте, который был ведущим автором исследования, сказал, что эксперименты LinkedIn были попыткой обеспечить пользователям равный доступ к возможностям трудоустройства.

Читайте по теме:

«Фаундеры должны продавать успехом»

Геймификация в бизнесе: опыт Duolingo, LinkedIn и Nuffield Health

Эксперименты крупных интернет-компаний над пользователями имеют неоднозначную историю.

Восемь лет назад было опубликовано исследование Facebook*, описывающее, как социальная сеть незаметно манипулировала тем, какие посты появлялись в новостных лентах пользователей, чтобы проанализировать распространение негативных и положительных эмоций на своей платформе. Недельный эксперимент, проведенный на 689 003 пользователях, быстро вызвал негативную реакцию.

Исследование Facebook*, авторами которого были исследователь компании и профессор Корнелльского университета, утверждало, что люди неявно согласились на эксперимент по манипулированию эмоциями, когда зарегистрировались в социальной сети.

Критики не согласились с этим, некоторые критиковали Facebook* за то, что компания вторгается в частную жизнь людей, используя их настроения и причиняя им эмоциональные страдания. Другие утверждали, что участие ученого в проекте требовалось лишь для того, чтобы придать авторитетности спорной корпоративной практике.

Эксперименты LinkedIn отличаются по замыслу, размаху и масштабности. Они были разработаны LinkedIn в рамках постоянных усилий компании по повышению релевантности алгоритма «Люди, которых Вы можете знать».

Алгоритм анализирует такие данные, как история занятости участников, названия должностей и связи с другими пользователями. Затем он пытается оценить вероятность того, что участник LinkedIn отправит приглашение в друзья на предлагаемое новое соединение, а также вероятность того, что это новое соединение примет приглашение.

Для экспериментов LinkedIn скорректировала свой алгоритм, чтобы случайным образом варьировать распространенность сильных и слабых связей, рекомендованных системой. В первой волне тестов, проведенных в 2015 году, «участвовало более 4 млн подопытных». Вторая волна прошла в 2019 году и затронула более 16 млн человек.

Пользователи, которые открывали вкладку «Люди, которых Вы можете знать» и просматривали рекомендации, направлялись по разным путям. Некоторые подталкивали пользователей LinkedIn устанавливать больше связей с людьми, с которыми у них были лишь слабые социальные связи. Другие хитрости приводили к тому, что люди формировали меньше связей со слабыми связями.

Фото в тексте: BongkarnGraphic / Shutterstock

Понимают ли большинство пользователей LinkedIn, что они могут подвергнуться экспериментам, которые могут повлиять на их возможности трудоустройства, неизвестно.

Политика конфиденциальности LinkedIn гласит, что компания может «использовать доступные ей персональные данные» для исследования «тенденций на рабочем месте, таких как доступность рабочих мест и навыки, необходимые для этих работ». Политика в отношении внешних исследователей четко гласит, что они не смогут «экспериментировать или проводить тесты на пользователях».

Но ни одна из политик прямо не информирует потребителей о том, что LinkedIn сам может экспериментировать или проводить тесты на своих пользователях. 

В заявлении LinkedIn говорится: «Мы прозрачны с нашими участниками через раздел исследований нашего пользовательского соглашения», а редакционное заявление Science гласит: «Мы и рецензенты исходили из того, что эксперименты, проводимые LinkedIn, проводились в соответствии с руководящими принципами их пользовательских соглашений».

После первой волны алгоритмического тестирования исследователи из LinkedIn и Массачусетского технологического института решили проанализировать результаты этих экспериментов, чтобы проверить теорию силы слабых связей.

• Сторонние исследователи проанализировали совокупные данные из LinkedIn. Так, люди, которые получали больше рекомендаций, связанных с умеренно слабыми контактами, как правило, больше отправляли отклики и соглашались на них — результаты, которые согласуются с теорией слабых связей.
• Фактически, относительно слабые контакты, то есть люди, с которыми у пользователей LinkedIn было всего 10 общих связей, оказались гораздо более продуктивными для поиска работы, чем более сильные контакты, с которыми пользователи имели более 20 общих связей, говорится в исследовании.
• Через год после регистрации на LinkedIn люди, получившие больше рекомендаций для контактов с умеренно слабыми связями, имели в два раза больше шансов получить работу в компаниях, где работали эти знакомые, по сравнению с другими пользователями, которые получили больше рекомендаций для связей с сильными связями.

«Мы считаем, что эти умеренно слабые связи являются лучшим вариантом для того, чтобы помочь людям найти новую работу, и в гораздо большей степени, чем более сильные связи», — комментирует исследователь LinkedIn Раджкумар.

• Согласно исследованию, 20 млн пользователей, участвовавших в экспериментах LinkedIn, создали более 2 млрд новых социальных связей и заполнили более 70 млн заявлений о приеме на работу, что привело к созданию 600 тыс. новых рабочих мест. Слабые связи оказались наиболее полезными для соискателей в цифровых сферах, таких как ИИ, а сильные связи — в отраслях, в которых меньше используется ПО.

LinkedIn указывает, что применила выводы о слабых связях к нескольким функциям, включая новый инструмент, который уведомляет участников, когда их связи первой или второй степени начинают искать сотрудников. Но компания не внесла изменений, связанных с исследованием, в функцию «Люди, которых Вы можете знать».

Профессор Арал из Массачусетского технологического института отмечает, что более глубокое значение исследования заключается в том, что оно показало важность мощных алгоритмов социальных сетей — не только для усиления таких проблем, как дезинформация, но и в качестве фундаментальных индикаторов экономических условий, таких как занятость и безработица.

Однако Кэтрин Флик, старший научный сотрудник в области вычислительной техники и социальной ответственности в Университете Де Монфор в Лестере, Англия, считает исследование скорее маркетинговым упражнением компании.

* Meta и входящие в нее Facebook и Instagram признаны экстремистскими организациями, деятельность которых запрещена в РФ.

Источник.

Фото на обложке: BongkarnGraphic / Shutterstock