LinkedIn ha realizado experimentos con más de 20 millones de usuarios durante cinco años, lo que, si bien tenía como objetivo mejorar la plataforma para los miembros, puede haber afectado las oportunidades laborales disponibles para algunos usuarios, según un nuevo estudio.
En experimentos realizados en todo el mundo entre 2015 y 2019, LinkedIn varió aleatoriamente la proporción de contactos débiles a fuertes sugerida por su algoritmo «Personas que quizás conozcas». [pessoas que talvez você conheça] –el sistema automatizado de la compañía para recomendar nuevas conexiones a sus usuarios. Las pruebas se detallaron en un estudio publicado este mes en la revista Science en coautoría con investigadores de LinkedIn, el Instituto de Tecnología de Massachusetts, la Universidad de Stanford y la Escuela de Negocios de Harvard.
Los experimentos algorítmicos de LinkedIn podrían sorprender a millones de personas porque la empresa no informó a los usuarios que se estaban realizando las pruebas.
Gigantes de la tecnología como LinkedIn, la red profesional más grande del mundo, realizan de forma rutinaria experimentos a gran escala en los que prueban diferentes versiones de funciones de aplicaciones, diseños web y algoritmos con distintas personas. La antigua práctica, llamada prueba A/B, busca mejorar las experiencias de los consumidores y mantenerlos comprometidos, lo que ayuda a las empresas a ganar dinero con las tarifas de membresía premium o la publicidad. Los usuarios a menudo no tienen idea de que las empresas están realizando pruebas en ellos.
Pero los cambios realizados por LinkedIn son indicios de cómo estos ajustes a los algoritmos ampliamente utilizados pueden convertirse en experimentos de ingeniería social con consecuencias que alteran la vida. Los expertos que estudian los efectos sociales de la informática dijeron que realizar experimentos prolongados a gran escala que podrían afectar las perspectivas laborales de las personas plantea dudas sobre la transparencia de la industria y la supervisión de la investigación.
«Los hallazgos sugieren que algunos usuarios tenían un mejor acceso a las oportunidades laborales o una diferencia significativa en el acceso a esas oportunidades», dijo Michael Zimmer, profesor asociado de informática y director del Centro de Datos, Ética y Sociedad de la Universidad de Marquette en Milwaukee, Wisconsin. «Estos son los tipos de consecuencias a largo plazo que deben tenerse en cuenta al pensar en la ética de participar en este tipo de investigación de ‘grandes datos'».
El estudio de Science probó una influyente teoría en sociología llamada «la fuerza de los lazos débiles», que sostiene que es más probable que las personas obtengan trabajos y otras oportunidades a través de conocidos cercanos que a través de amigos cercanos.
Los investigadores observaron cómo los cambios algorítmicos de LinkedIn afectaron la movilidad laboral de los usuarios. Descubrieron que los lazos sociales relativamente débiles en LinkedIn eran dos veces más efectivos para conseguir trabajo que los lazos sociales más fuertes.
En un comunicado, LinkedIn dijo que durante el estudio «actuó de manera coherente» con el acuerdo de uso, la política de privacidad de la empresa y la configuración de los miembros. La política de privacidad señala que LinkedIn utiliza los datos personales de los usuarios con fines de investigación. La declaración agregó que la compañía usó las últimas técnicas de ciencias sociales «no invasivas» para responder importantes preguntas de investigación, «sin ningún tipo de experimentación con los miembros».
LinkedIn, propiedad de Microsoft, no respondió directamente a una pregunta sobre cómo la empresa consideraba las posibles consecuencias a largo plazo de sus experimentos sobre el empleo y la situación económica de los usuarios. Pero la red dijo que la encuesta no benefició desproporcionadamente a algunos usuarios.
El propósito de la investigación fue «ayudar a las personas a escala», dijo Karthik Rajkumar, científico de investigación aplicada en LinkedIn y uno de los autores del estudio. «Nadie ha sido puesto en desventaja para encontrar un trabajo».
Sinan Aral, profesor de gestión y ciencia de datos del MIT y autor principal del estudio, dijo que los experimentos de LinkedIn eran un esfuerzo para garantizar que los usuarios tuvieran el mismo acceso a las oportunidades de empleo.
«Hacer un experimento con 20 millones de personas y luego lanzar un algoritmo mejor para las perspectivas de trabajo de todos como resultado del conocimiento que aprendes de eso es lo que están tratando de hacer», dijo Aral, «en lugar de ungir a algunas personas para que tengan movilidad social y otros no”.
Los experimentos con usuarios de grandes empresas de Internet tienen un historial problemático. Hace ocho años, se publicó un estudio de Facebook que describía cómo la red social manipulaba silenciosamente qué publicaciones aparecían en las noticias de los usuarios para analizar la propagación de emociones negativas y positivas en su plataforma. El experimento de una semana, realizado con 689.000 usuarios, generó rápidamente una reacción violenta.
Los experimentos de redes profesionales de LinkedIn fueron diferentes en intención, alcance y escala. Fueron diseñados por LinkedIn como parte de los esfuerzos continuos de la compañía para mejorar la relevancia de su algoritmo de «personas que quizás conozcas», que sugiere nuevas conexiones a los miembros.
El algoritmo analiza datos como el historial de empleo, los títulos de trabajo y los vínculos de los miembros con otros usuarios. Luego intenta evaluar la probabilidad de que un miembro de LinkedIn envíe una invitación a un amigo a una nueva conexión sugerida, así como la probabilidad de que esta nueva conexión acepte la invitación.
Para los experimentos, LinkedIn ajustó su algoritmo para variar aleatoriamente la prevalencia de vínculos fuertes y débiles que recomendaba el sistema. La primera ola de pruebas, realizada en 2015, «tuvo más de 4 millones de sujetos experimentales», dijo el estudio. La segunda ola, celebrada en 2019, involucró a más de 16 millones de personas.
Durante las pruebas, a las personas que hicieron clic en la herramienta «personas que quizás conozcas» y analizaron las recomendaciones se les asignaron diferentes rutas algorítmicas. Algunas de estas «variantes de tratamiento», como las llamó el estudio, hicieron que los usuarios de LinkedIn formaran más conexiones con personas con las que tenían vínculos sociales débiles. Otros ajustes hicieron que las personas formaran menos conexiones con vínculos débiles.
No se sabe si la mayoría de los miembros de LinkedIn entienden que pueden estar sujetos a experimentos que podrían afectar sus oportunidades laborales.
La política de privacidad de LinkedIn dice que la compañía puede «usar los datos personales disponibles para nosotros» para investigar «tendencias en el lugar de trabajo, como la disponibilidad de trabajo y las habilidades necesarias para esos trabajos». Su política para investigadores externos que buscan analizar datos de la empresa establece claramente que estos investigadores no podrán «experimentar o realizar pruebas en nuestros miembros».
Pero ninguna de las políticas les dice explícitamente a los consumidores que LinkedIn puede experimentar y evaluar a sus miembros.
En un comunicado, LinkedIn dijo: «Somos transparentes con nuestros miembros a través de nuestra sección de investigación de nuestro acuerdo de usuario».
En una declaración editorial, Science dijo: «Teníamos entendido, y el de los revisores, que los experimentos realizados por LinkedIn operaron bajo las pautas de sus acuerdos de usuario».
Después de la primera ola de pruebas algorítmicas, los investigadores de LinkedIn y el MIT tuvieron la idea de analizar los resultados de estos experimentos para probar la teoría de la fuerza de los lazos débiles. Si bien la teoría de décadas se ha convertido en la piedra angular de las ciencias sociales, no se ha probado rigurosamente en un estudio prospectivo a gran escala que asignó aleatoriamente a personas a conexiones sociales con diferentes fortalezas.
Investigadores externos analizaron datos agregados de LinkedIn. El estudio informó que las personas que recibieron más recomendaciones para contactos moderadamente débiles generalmente solicitaron y aceptaron más trabajos, resultados que se ajustan a la teoría del vínculo débil.
Los 20 millones de usuarios involucrados en los experimentos de LinkedIn crearon más de 2000 millones de nuevas conexiones sociales y completaron más de 70 millones de solicitudes de empleo que generaron 600 000 nuevos puestos de trabajo, según el estudio. Las conexiones débiles demostraron ser más útiles para quienes buscan empleo en campos digitales como la inteligencia artificial, mientras que los vínculos fuertes demostraron ser más útiles para trabajos en industrias que dependían menos del software, según el estudio.
LinkedIn dijo que aplicó los hallazgos sobre vínculos débiles a una serie de funciones, incluida una nueva herramienta que notifica a los miembros cuando se contrata a una conexión de primer o segundo grado. Pero la compañía no hizo cambios relacionados con el estudio en su función de «personas que tal vez conozcas».
Aral del MIT dijo que el significado más profundo del estudio era que mostraba la importancia de los poderosos algoritmos de redes sociales, no solo para amplificar problemas como la desinformación, sino también como indicadores fundamentales de condiciones económicas como el empleo y el desempleo.
Catherine Flick, investigadora principal en informática y responsabilidad social en la Universidad De Montfort en Leicester, Inglaterra, describió el estudio como otro ejercicio de marketing corporativo.
«El estudio tiene un sesgo inherente», dijo Flick. «Muestra que si quieres conseguir más trabajos, deberías estar más en LinkedIn».
Traducido por Luiz Roberto M. Gonçalves
.
Noticia de Brasil
Fuente: uol.com.br