3月 29, 2024

kenmin-souko.jp

日本からの最新ニュースと特集:ビジネス、政治、解説文化、ライフ&スタイル、エンターテインメント、スポーツ。

LinkedIn は 5 年間で 2,000 万人のユーザーを対象に社会実験を実施しました

LinkedIn は 5 年間で 2,000 万人のユーザーを対象に社会実験を実施しました

LinkedIn は 5 年間で 2,000 万人以上のユーザーを対象に実験を行ってきましたが、新しい調査によると、これはメンバーのプラットフォームの機能を改善することを目的としていましたが、一部の人々の生活に影響を与えた可能性があります。

2015 年から 2019 年にかけて世界中で実施された実験では、Linkedin は、ユーザーに新しい連絡先を推奨するための同社の自動システムである People You May Know アルゴリズムによって提案される弱い連絡先と強い連絡先の割合をランダムに変更しました。 テストは詳細です 研究で 今月、Science に掲載され、LinkedIn、MIT、スタンフォード、ハーバード ビジネス スクールの研究者によって共著されました。

LinkedIn のアルゴリズムの実験は、テストが進行中であることをユーザーに伝えていないため、何百万人もの人々を驚かせるかもしれません。

世界最大のプロフェッショナル ネットワークである LinkedIn のようなテクノロジーの巨人は、定期的に大規模な実験を行っており、さまざまなバージョンのアプリ機能、Web デザイン、アルゴリズムをさまざまな人々に試しています。 A/B テストと呼ばれるこの長い慣行は、消費者の体験を改善し、エンゲージメントを維持することを目的としており、プレミアム メンバーシップ料金や広告を通じて企業が収益を上げるのに役立ちます。 ユーザーは、企業がテストを実行していることに気付かないことがよくあります。 (ニューヨーク・タイムズ このようなテストを使用します 見出しの下書きを評価し、会社がリリースする製品と機能について決定を下すため。)

しかし、LinkedIn が行った変更は、広く使用されているアルゴリズムへのそのような微調整が、多くの人々の人生を変える可能性のあるソーシャル エンジニアリングの実験になる可能性があることを示唆しています。 コンピューティングの社会的影響を研究する専門家は、人々に対する長期にわたる大規模な実験は、目に見えない方法で彼らの仕事の見通しに影響を与える可能性があると述べており、業界の透明性と研究の監視について疑問を投げかけています.

「結果は、一部のユーザーが雇用機会へのより良いアクセスを持っていること、または雇用機会へのアクセスに大きな違いがあることを示しています」と彼は言いました. マイケル・ジマーコンピューター サイエンスの准教授であり、マーケット大学のデータ、倫理、社会センターの所長でもあります。 「これらは、この種のビッグデータ研究に従事することの倫理について考えるとき、考えるべき長期的な結果です。」

科学の勉強は、社会学で影響力のある理論をテストしました。 弱い人間関係の強さこれは、親しい友人を通じてよりも、武器を持った知人を通じて人々が仕事やその他の機会を得る可能性が高いと主張している.

研究者は、LinkedIn のアルゴリズムの変更がユーザーの仕事の移動にどのように影響したかを分析しました。 彼らが 社会的結びつきが比較的弱いことがわかった LinkedIn は、雇用機会を確保する上で、より強力な社会的関係の 2 倍の効果があることが証明されています。

声明の中で、LinkedIn は調査中、同社のユーザー契約、プライバシー ポリシー、およびメンバー設定に従って「一貫して行動した」と述べました。 の プライバシーポリシー LinkedIn が調査目的でメンバーの個人データを使用することを示します。 声明は、同社が最新の「非侵襲的」社会科学技術を使用して、「臓器に関する実験を行うことなく」重要な研究課題に答えたと付け加えた。

Microsoft が所有する LinkedIn は、同社がユーザーの雇用と経済状況に対する実験の潜在的な長期的影響をどのように考えているかについての質問に直接答えなかった. しかし同社は、この研究が一部のユーザーに不釣り合いなほど利益をもたらしたわけではないと述べた。

彼は、研究の目的は「大規模に人々を助けること」だと言いました カーシック・ラジクマール、LinkedInの応用研究科学者であり、研究の共著者の1人でした. 「誰も仕事を見つけるのに不利な立場に置かれたことはありません。」

この研究の筆頭著者であり、マサチューセッツ工科大学の経営学およびデータ科学の教授である Sinan Aral 氏は、LinkedIn の実験は、ユーザーが平等な雇用機会を得られるようにするための試みであると述べています。

「2000万人を対象に実験を行い、そこから学んだ知識の結果として、全員にとってより良い就職の見通しのアルゴリズムを考え出すことが、彼らがやろうとしていることです。」 アラルさん 彼は、「社会的流動性を持つ人とそうでない人をスキャンする代わりに」と述べました。 (アラル教授はニューヨーク・タイムズ紙のデータ分析を行い、賞を受賞しました リサーチフェローシップ奨学金 2010 年にマイクロソフトから。)

主要なインターネット企業によるユーザーの経験には、複雑な歴史があります。 8年前、 Facebookの調査 プラットフォーム上での否定的および肯定的な感情の広がりを分析するために、ソーシャルネットワークがユーザーのニュースフィードに表示された投稿をどのように静かに処理したかについての説明が公開されました. 689,003 人のユーザーを対象とした 1 週間にわたるトライアルは、すぐに反発を引き起こしました。

企業の研究者やコーネル大学の教授が著者に含まれる Facebook の調査によると、人々は Facebook にサインアップしたときに感情的な操作を経験することに暗黙のうちに同意したことが確認されました。 「すべてのユーザーは、Facebook アカウントを作成する前に同意し、この研究に対するインフォームド コンセントを構成します」と研究は述べています。

批評家の中には、人々のプライバシーを侵害し、気分を搾取し、精神的苦痛を引き起こしたという理由で Facebook を攻撃する人もいました。 他の人々は、このプロジェクトが問題のある企業の研究慣行に信頼性を与えるために学術共著者を使用したことを強調しました.

コーネル氏は後に、フェイスブックが独自に調査を実施したため、彼の内部倫理委員会はプロジェクトのレビューを求められておらず、研究の設計を支援した教授は 直接共有しない 人体実験中。

LinkedIn のプロフェッショナル ネットワーキング エクスペリエンスは、目的、範囲、規模が異なります。 これは、新しいメンバーのつながりを提案する「People You May Know」アルゴリズムの関連性を改善するための同社の継続的な取り組みの一環として、Linkedin によって設計されました。

アルゴリズムは、メンバーの職歴、役職、他のユーザーとの関係などのデータを分析します。 次に、LinkedIn メンバーが提案された新しいつながりに友人の招待状を送信する確率と、この新しいつながりが招待を受け入れる確率を測定しようとします。

実験のために、LinkedIn はアルゴリズムを変更して、システムが推奨する強いリンクと弱いリンクの広がりをランダムに変更しました。 この研究は、2015年に実施された第1波のテストには「400万人以上の被験者が関与した」と述べています。 2019 年に実施された第 2 波のテストには、1,600 万人以上が参加しました。

テスト中、People You May Know ツールをクリックして推奨事項を見た人には、異なるアルゴリズム パスが割り当てられました。 これらの「治療上の変数」の一部は、調査でそれらと呼ばれていたため、LinkedIn ユーザーは、社会的つながりが乏しい人々とより多くの関係を築くようになりました。 他の変更により、弱い関係で形成される関係が少なくなりました。

ほとんどのLinkedInメンバーが、雇用の見通しに影響を与える可能性のある経験をする可能性があることを理解しているかどうかは不明です.

リンクトイン プライバシーポリシー 彼は、会社が「私たちに提供された個人データを使用して」、「仕事の空き状況やその仕事のスキルなどの職場の傾向」を調査する可能性があると述べています. そのこと 外部研究者ポリシー 会社のデータを分析しようとすることは、これらの研究者が「メンバーを実験またはテストする」ことができないことを明確に示しています.

ただし、どちらのポリシーも、LinkedIn 自体がそのメンバーに対して実験またはテストを実施する可能性があることを消費者に明示的に通知していません。

LinkedIn は声明の中で、「ユーザー契約の検索セクションを通じて、メンバーに対して透明性を確保しています」と述べています。

Science は社説の中で次のように述べています。

計算テストの最初の波の後、LinkedIn と MIT の研究者は、これらの実験の結果を分析して、弱いリンクの強度の理論をテストするというアイデアを思いつきました。 数十年前の理論は社会科学の基礎となっていますが、人々をさまざまな強さの社会的絆に無作為に割り当てた大規模な前向き実験では、厳密に証明されていません.

外部の研究者が、LinkedIn から収集したデータを分析しました。 この研究は、比較的弱い接触についてより多くの推薦を受けた人々が、一般的により多くの仕事に応募し、受け入れたことを報告しました。これは、弱いリンク理論と一致する結果です.

実際、LinkedIn メンバーが 10 回以上の相互接続を共有している比較的弱い連絡先は、20 を超える相互接続を共有しているユーザーとのより強力な連絡先よりも、就職活動においてはるかに生産的であることが調査で判明しました。

LinkedIn での 1 年間の連絡の後、かなり弱い連絡先についてより多くの推薦を受けた人々は、強いつながりについてより多くの推薦を受けた他のユーザーと比較して、それらの連絡先が働いていた会社で仕事を得る可能性が 2 倍でした。

リンクトインの研究者であるラージクマール氏は、「人々が新しい仕事を見つけるのに役立つのは、より強い人間関係よりも、このやや弱いつながりの方がはるかに優れていることがわかった」と語った。

この調査では、LinkedIn のエクスペリエンスに参加した 2,000 万人のユーザーが 20 億を超える新しいソーシャル コネクションを作成し、7,000 万を超える求人応募を完了して、60 万の新しい仕事につながったと報告されています。 この研究によると、弱いリンクは人工知能などのデジタル分野の求職者にとって最も有益であることが証明され、一方、強いリンクはソフトウェアへの依存度が低い業界での雇用により有益であることが証明されました。

リンクトインは、新しいツールを含むいくつかの機能との貧弱な関係に関する調査結果を適用したと述べました メンバーに通知する 1 次または 2 次接続が割り当てられている場合。 しかし、同社は、あなたが知っているかもしれない人機能に研究関連の変更を加えていません.

マサチューセッツ工科大学のアラル教授は、この研究のより深い意義は、強力なソーシャル ネットワーキング アルゴリズムの重要性を実証したことであると述べています。これは、誤った情報などの問題を増幅するだけでなく、雇用や失業などの経済状況の重要な指標としても重要です。

イギリスのレスターにあるデ・モントフォート大学のコンピューティングと社会的責任の上級研究員であるキャサリン・フリックは、この研究を組織的なマーケティング活動のようなものだと説明しています.

「この研究には固有の偏りがあります」とフリック博士は述べた。 「より多くの仕事を得るには、LinkedIn にもっと参加する必要があることを示しています。」

READ  FRBはタカ派の利上げに固執すると予想している、とアナリストは言う