LinkedIn, beş yıl boyunca 20 milyondan fazla kullanıcı üzerinde, yeni bir araştırmaya göre, platformun üyeler için nasıl çalıştığını iyileştirmeyi amaçlarken, bazı insanların geçim kaynaklarını etkileyebilecek deneyler yaptı.
2015’ten 2019’a kadar dünya çapında gerçekleştirilen deneylerde, Linkedin, kullanıcılarına yeni bağlantılar önermek için şirketin otomatik sistemi olan “Tanıyabileceğiniz Kişiler” algoritması tarafından önerilen zayıf ve güçlü bağlantıların oranını rastgele değiştirdi. Testler, bu ay Science dergisinde yayınlanan ve LinkedIn, MIT, Stanford ve Harvard Business School’daki araştırmacılar tarafından ortaklaşa yazılan bir çalışmada ayrıntılı olarak açıklandı.
LinkedIn’in algoritmik deneyleri, şirket kullanıcılara testlerin devam ettiği konusunda bilgi vermediği için milyonlarca insanı şaşırtabilir.
Dünyanın en büyük profesyonel ağı olan LinkedIn gibi teknoloji devleri, rutin olarak farklı insanlar üzerinde uygulama özelliklerinin, web tasarımlarının ve algoritmaların farklı sürümlerini denedikleri büyük ölçekli deneyler yürütür. A/B testi adı verilen uzun süredir devam eden uygulama, tüketicilerin deneyimlerini iyileştirmeyi ve onları etkileşimde tutmayı amaçlar ve bu da şirketlerin premium üyelik ücretleri veya reklam yoluyla para kazanmalarına yardımcı olur. Kullanıcılar genellikle şirketlerin üzerlerinde testler yürüttüğü konusunda hiçbir fikre sahip değildir.
Ancak LinkedIn tarafından yapılan değişiklikler, yaygın olarak kullanılan algoritmalarda yapılan bu tür ince ayarların, birçok insan için potansiyel olarak yaşamı değiştiren sonuçlarla sosyal mühendislik deneyleri haline gelebileceğinin göstergesidir. Bilgi işlemin toplumsal etkilerini inceleyen uzmanlar, insanlar üzerinde iş beklentilerini etkileyebilecek uzun ve büyük ölçekli deneyler yapmanın, onlar için görünmez şekilde, endüstri şeffaflığı ve araştırma gözetimi hakkında sorular ortaya çıkardığını söyledi.
Bilgisayar bilimi doçenti ve Marquette Üniversitesi Veri, Etik ve Toplum Merkezi direktörü Michael Zimmer, “Bulgular, bazı kullanıcıların iş fırsatlarına daha iyi erişebildiğini veya iş fırsatlarına erişimde anlamlı bir fark olduğunu gösteriyor” dedi. “Bunlar, bu tür büyük veri araştırmalarına girmenin etiğini düşündüğümüzde üzerinde düşünülmesi gereken türden uzun vadeli sonuçlardır.”
Science dergisindeki çalışma, insanların yakın arkadaşlardan ziyade, uzun mesafeli tanıdıklar aracılığıyla istihdam ve diğer fırsatlar elde etme olasılığının daha yüksek olduğunu iddia eden “zayıf bağların gücü” adlı sosyolojide etkili bir teoriyi test etti.
Araştırmacılar, LinkedIn’in algoritmik değişikliklerinin kullanıcıların iş hareketliliğini nasıl etkilediğini analiz etti. LinkedIn’deki nispeten zayıf sosyal bağların, istihdamı sağlamada daha güçlü sosyal bağlara göre iki kat daha etkili olduğunu kanıtladılar.
Linkedin yaptığı açıklamada, çalışma sırasında şirketin kullanıcı sözleşmesi, gizlilik politikası ve üye ayarları ile “tutarlı davrandığını” söyledi. Gizlilik politikası, LinkedIn’in araştırma amacıyla üyelerin kişisel verilerini kullandığını belirtir. Açıklamada, şirketin “üyeler üzerinde herhangi bir deney yapmadan” önemli araştırma sorularını yanıtlamak için en yeni, “invaziv olmayan” sosyal bilim tekniklerini kullandığını da ekledi.
Microsoft’a ait olan LinkedIn, şirketin deneylerinin kullanıcıların istihdamı ve ekonomik durumu üzerindeki olası uzun vadeli sonuçlarını nasıl değerlendirdiği ile ilgili bir soruyu doğrudan yanıtlamadı. Ancak şirket, araştırmanın bazı kullanıcılara orantısız bir şekilde avantaj sağlamadığını söyledi.
Araştırmanın ortak yazarlarından biri olan LinkedIn’de uygulamalı bir araştırma bilimcisi olan Karthik Rajkumar, araştırmanın amacının “insanlara geniş ölçekte yardımcı olmak” olduğunu söyledi. “İş bulmak için kimse dezavantajlı duruma düşürülmedi.”
Araştırmanın baş yazarı olan MIT’de bir yönetim ve veri bilimi profesörü olan Sinan Aral, LinkedIn’in deneylerinin, kullanıcıların istihdam fırsatlarına eşit erişime sahip olmalarını sağlama çabası olduğunu söyledi.
Profesör Aral, “20 milyon insan üzerinde bir deney yapmak ve daha sonra, bundan öğrendiğiniz bilginin bir sonucu olarak herkesin iş beklentileri için daha iyi bir algoritma ortaya koymak, yapmaya çalıştıkları şey” dedi. insanların sosyal hareketliliğe sahip olması ve diğerlerinin olmaması.” (Profesör Aral, The New York Times için veri analizi yaptı ve 2010 yılında Microsoft’tan araştırma bursu aldı.)
Büyük internet şirketlerinin kullanıcılar üzerinde yaptığı deneylerin damalı bir geçmişi var. Sekiz yıl önce, sosyal ağın, platformunda olumsuz ve olumlu duyguların yayılmasını analiz etmek için kullanıcıların Haber Kaynaklarında görünen gönderileri sessizce nasıl manipüle ettiğini açıklayan bir Facebook araştırması yayınlandı. 689.003 kullanıcı üzerinde gerçekleştirilen bir haftalık deney, kısa sürede bir tepki yarattı.
Yazarlarının şirkette bir araştırmacı ve Cornell’de bir profesörün yer aldığı Facebook araştırması, insanların Facebook’a kaydolduklarında duygu manipülasyon deneyine zımnen rıza gösterdiklerini iddia etti. Çalışma, “Tüm kullanıcılar, Facebook’ta bir hesap oluşturmadan önce bu araştırma için bilgilendirilmiş rıza oluşturduğunu kabul ediyor” dedi.
Eleştirmenler, bazılarının Facebook’a, insanların ruh hallerini sömürerek ve duygusal sıkıntıya neden olarak insanların mahremiyetini işgal ettiği için saldırmasıyla aynı fikirde değildi. Diğerleri, projenin sorunlu kurumsal araştırma uygulamalarına güvenilirlik kazandırmak için akademik bir ortak yazar kullandığını iddia etti.
Cornell daha sonra şirket içi etik kurulunun projeyi gözden geçirmesinin gerekmediğini çünkü Facebook’un çalışmayı bağımsız olarak yürüttüğünü ve araştırmanın tasarımına yardımcı olan profesörün doğrudan insan denekler üzerinde deneyler yapmadığını söyledi.
Çoğu LinkedIn üyesinin iş fırsatlarını etkileyebilecek deneylere tabi tutulabileceklerini anlayıp anlamadıkları bilinmiyor. Kredi… Linkedin
LinkedIn profesyonel ağ oluşturma deneyleri amaç, kapsam ve ölçek açısından farklıydı. Linkedin tarafından, şirketin üyelere yeni bağlantılar öneren “Tanıyor Olabileceğin Kişiler” algoritmasının alaka düzeyini artırmaya yönelik devam eden çabalarının bir parçası olarak tasarlandılar.
Algoritma, üyelerin istihdam geçmişini, iş unvanlarını ve diğer kullanıcılarla olan bağlarını analiz eder. Ardından, bir LinkedIn üyesinin önerilen yeni bir bağlantıya bir arkadaş daveti gönderme olasılığını ve bu yeni bağlantının daveti kabul etme olasılığını ölçmeye çalışır.
Deneyler için LinkedIn, sistemin önerdiği güçlü ve zayıf bağların yaygınlığını rastgele değiştirmek için algoritmasını ayarladı. Çalışma, 2015 yılında gerçekleştirilen ilk test dalgasının “dört milyondan fazla deneysel deneğe sahip olduğunu” bildirdi. 2019’da gerçekleştirilen ikinci test dalgası, 16 milyondan fazla insanı içeriyordu.
Testler sırasında “Tanıyor Olabileceğin Kişiler” aracına tıklayan ve önerilere bakan kişiler farklı algoritmik yollara atanmıştır. Bu “tedavi varyantlarından” bazıları, çalışmanın adlandırdığı gibi, LinkedIn kullanıcılarının yalnızca zayıf sosyal bağları olan insanlarla daha fazla bağlantı kurmasına neden oldu. Diğer ince ayarlar, insanların zayıf bağlarla daha az bağlantı kurmasına neden oldu.
Çoğu LinkedIn üyesinin iş fırsatlarını etkileyebilecek deneylere tabi tutulabileceklerini anlayıp anlamadıkları bilinmiyor.
LinkedIn’in gizlilik politikası, şirketin “iş bulunabilirliği ve bu işler için gerekli beceriler gibi işyeri eğilimlerini” araştırmak için “bizim için mevcut olan kişisel verileri kullanabileceğini” söylüyor. Şirket verisini analiz etmek isteyen dış araştırmacılara yönelik politikası, bu araştırmacıların “üyelerimiz üzerinde deney yapamayacak veya testler yapamayacaklarını” açıkça belirtmektedir.
Ancak hiçbir politika, tüketicilere LinkedIn’in kendisinin üyeleri üzerinde deneyler yapabileceği veya testler yapabileceği konusunda açıkça bilgi vermez.
LinkedIn yaptığı açıklamada, “Kullanıcı sözleşmemizin araştırma bölümü aracılığıyla üyelerimize karşı şeffafız” dedi.
Science, editoryal bir bildiride, “LinkedIn tarafından gerçekleştirilen deneylerin, kullanıcı sözleşmelerinin yönergeleri altında çalıştığı bizim ve gözden geçirenlerin anlayışıydı” dedi.
Algoritmik testlerin ilk dalgasından sonra, LinkedIn ve MIT’deki araştırmacılar, zayıf bağların gücü teorisini test etmek için bu deneylerin sonuçlarını analiz etme fikrine çarptılar. Onlarca yıllık teori, sosyal bilimin temel taşı haline gelmiş olsa da, insanları farklı güçlere sahip sosyal bağlantılara rastgele atayan geniş çaplı ileriye dönük bir denemede kesin olarak kanıtlanmamıştı.
Dışarıdan araştırmacılar, LinkedIn’den gelen toplam verileri analiz etti. Çalışma, orta derecede zayıf temaslar için daha fazla tavsiye alan kişilerin genellikle daha fazla işe başvurduğunu ve kabul ettiğini bildirdi – bu, zayıf bağ teorisiyle örtüşen sonuçlar.
Aslında, nispeten zayıf bağlantıların – yani, Linkedin üyelerinin yalnızca 10 karşılıklı bağlantı paylaştığı kişiler – iş arama için, kullanıcıların 20’den fazla karşılıklı bağlantı paylaştığı daha güçlü bağlantılardan çok daha üretken olduğunu gösterdi.
LinkedIn’e bağlandıktan bir yıl sonra, orta düzeyde zayıf bağlantıları olan kişiler için daha fazla öneri alan kişilerin, bu tanıdıkların çalıştığı şirketlerde iş bulma olasılıkları, güçlü bağlantılar için daha fazla öneri alan diğer kullanıcılara kıyasla iki kat daha fazlaydı.
Linkedin araştırmacısı Bay Rajkumar, “Bu orta derecede zayıf bağların, insanların yeni iş bulmalarına yardımcı olmak için en iyi seçenek olduğunu ve daha güçlü bağlardan çok daha fazlası olduğunu görüyoruz” dedi.
Çalışma, LinkedIn deneylerine katılan 20 milyon kullanıcının 2 milyardan fazla yeni sosyal bağlantı oluşturduğunu ve 70 milyondan fazla iş başvurusunu tamamlayarak 600.000 yeni işe yol açtığını bildirdi. Çalışmada, zayıf bağlantıların yapay zeka gibi dijital alanlarda iş arayanlar için en yararlı olduğu, güçlü bağların ise yazılıma daha az dayanan sektörlerde istihdam için daha yararlı olduğu ortaya çıktı.
LinkedIn, zayıf bağlar hakkındaki bulguları, birinci veya ikinci derece bir bağlantı işe alındığında üyeleri bilgilendiren yeni bir araç da dahil olmak üzere çeşitli özelliklere uyguladığını söyledi. Ancak şirket, “Tanıyor Olabileceğiniz Kişiler” özelliğinde çalışmayla ilgili değişiklikler yapmadı.
MIT’den Profesör Aral, çalışmanın daha derin öneminin, güçlü sosyal ağ algoritmalarının önemini göstermesi olduğunu söyledi – sadece yanlış bilgi gibi sorunları büyütmede değil, aynı zamanda istihdam ve işsizlik gibi ekonomik koşulların temel göstergeleri olarak.
İngiltere, Leicester’deki De Montfort Üniversitesi’nde bilgisayar ve sosyal sorumluluk alanında kıdemli bir araştırmacı olan Catherine Flick, çalışmayı daha çok kurumsal bir pazarlama çalışması olarak nitelendirdi.
Dr. Flick, “Çalışmanın doğal bir önyargısı var” dedi. “Daha fazla iş bulmak istiyorsanız, LinkedIn’de daha fazla olmanız gerektiğini gösteriyor.”
2015’ten 2019’a kadar dünya çapında gerçekleştirilen deneylerde, Linkedin, kullanıcılarına yeni bağlantılar önermek için şirketin otomatik sistemi olan “Tanıyabileceğiniz Kişiler” algoritması tarafından önerilen zayıf ve güçlü bağlantıların oranını rastgele değiştirdi. Testler, bu ay Science dergisinde yayınlanan ve LinkedIn, MIT, Stanford ve Harvard Business School’daki araştırmacılar tarafından ortaklaşa yazılan bir çalışmada ayrıntılı olarak açıklandı.
LinkedIn’in algoritmik deneyleri, şirket kullanıcılara testlerin devam ettiği konusunda bilgi vermediği için milyonlarca insanı şaşırtabilir.
Dünyanın en büyük profesyonel ağı olan LinkedIn gibi teknoloji devleri, rutin olarak farklı insanlar üzerinde uygulama özelliklerinin, web tasarımlarının ve algoritmaların farklı sürümlerini denedikleri büyük ölçekli deneyler yürütür. A/B testi adı verilen uzun süredir devam eden uygulama, tüketicilerin deneyimlerini iyileştirmeyi ve onları etkileşimde tutmayı amaçlar ve bu da şirketlerin premium üyelik ücretleri veya reklam yoluyla para kazanmalarına yardımcı olur. Kullanıcılar genellikle şirketlerin üzerlerinde testler yürüttüğü konusunda hiçbir fikre sahip değildir.
Ancak LinkedIn tarafından yapılan değişiklikler, yaygın olarak kullanılan algoritmalarda yapılan bu tür ince ayarların, birçok insan için potansiyel olarak yaşamı değiştiren sonuçlarla sosyal mühendislik deneyleri haline gelebileceğinin göstergesidir. Bilgi işlemin toplumsal etkilerini inceleyen uzmanlar, insanlar üzerinde iş beklentilerini etkileyebilecek uzun ve büyük ölçekli deneyler yapmanın, onlar için görünmez şekilde, endüstri şeffaflığı ve araştırma gözetimi hakkında sorular ortaya çıkardığını söyledi.
Bilgisayar bilimi doçenti ve Marquette Üniversitesi Veri, Etik ve Toplum Merkezi direktörü Michael Zimmer, “Bulgular, bazı kullanıcıların iş fırsatlarına daha iyi erişebildiğini veya iş fırsatlarına erişimde anlamlı bir fark olduğunu gösteriyor” dedi. “Bunlar, bu tür büyük veri araştırmalarına girmenin etiğini düşündüğümüzde üzerinde düşünülmesi gereken türden uzun vadeli sonuçlardır.”
Science dergisindeki çalışma, insanların yakın arkadaşlardan ziyade, uzun mesafeli tanıdıklar aracılığıyla istihdam ve diğer fırsatlar elde etme olasılığının daha yüksek olduğunu iddia eden “zayıf bağların gücü” adlı sosyolojide etkili bir teoriyi test etti.
Araştırmacılar, LinkedIn’in algoritmik değişikliklerinin kullanıcıların iş hareketliliğini nasıl etkilediğini analiz etti. LinkedIn’deki nispeten zayıf sosyal bağların, istihdamı sağlamada daha güçlü sosyal bağlara göre iki kat daha etkili olduğunu kanıtladılar.
Linkedin yaptığı açıklamada, çalışma sırasında şirketin kullanıcı sözleşmesi, gizlilik politikası ve üye ayarları ile “tutarlı davrandığını” söyledi. Gizlilik politikası, LinkedIn’in araştırma amacıyla üyelerin kişisel verilerini kullandığını belirtir. Açıklamada, şirketin “üyeler üzerinde herhangi bir deney yapmadan” önemli araştırma sorularını yanıtlamak için en yeni, “invaziv olmayan” sosyal bilim tekniklerini kullandığını da ekledi.
Microsoft’a ait olan LinkedIn, şirketin deneylerinin kullanıcıların istihdamı ve ekonomik durumu üzerindeki olası uzun vadeli sonuçlarını nasıl değerlendirdiği ile ilgili bir soruyu doğrudan yanıtlamadı. Ancak şirket, araştırmanın bazı kullanıcılara orantısız bir şekilde avantaj sağlamadığını söyledi.
Araştırmanın ortak yazarlarından biri olan LinkedIn’de uygulamalı bir araştırma bilimcisi olan Karthik Rajkumar, araştırmanın amacının “insanlara geniş ölçekte yardımcı olmak” olduğunu söyledi. “İş bulmak için kimse dezavantajlı duruma düşürülmedi.”
Araştırmanın baş yazarı olan MIT’de bir yönetim ve veri bilimi profesörü olan Sinan Aral, LinkedIn’in deneylerinin, kullanıcıların istihdam fırsatlarına eşit erişime sahip olmalarını sağlama çabası olduğunu söyledi.
Profesör Aral, “20 milyon insan üzerinde bir deney yapmak ve daha sonra, bundan öğrendiğiniz bilginin bir sonucu olarak herkesin iş beklentileri için daha iyi bir algoritma ortaya koymak, yapmaya çalıştıkları şey” dedi. insanların sosyal hareketliliğe sahip olması ve diğerlerinin olmaması.” (Profesör Aral, The New York Times için veri analizi yaptı ve 2010 yılında Microsoft’tan araştırma bursu aldı.)
Büyük internet şirketlerinin kullanıcılar üzerinde yaptığı deneylerin damalı bir geçmişi var. Sekiz yıl önce, sosyal ağın, platformunda olumsuz ve olumlu duyguların yayılmasını analiz etmek için kullanıcıların Haber Kaynaklarında görünen gönderileri sessizce nasıl manipüle ettiğini açıklayan bir Facebook araştırması yayınlandı. 689.003 kullanıcı üzerinde gerçekleştirilen bir haftalık deney, kısa sürede bir tepki yarattı.
Yazarlarının şirkette bir araştırmacı ve Cornell’de bir profesörün yer aldığı Facebook araştırması, insanların Facebook’a kaydolduklarında duygu manipülasyon deneyine zımnen rıza gösterdiklerini iddia etti. Çalışma, “Tüm kullanıcılar, Facebook’ta bir hesap oluşturmadan önce bu araştırma için bilgilendirilmiş rıza oluşturduğunu kabul ediyor” dedi.
Eleştirmenler, bazılarının Facebook’a, insanların ruh hallerini sömürerek ve duygusal sıkıntıya neden olarak insanların mahremiyetini işgal ettiği için saldırmasıyla aynı fikirde değildi. Diğerleri, projenin sorunlu kurumsal araştırma uygulamalarına güvenilirlik kazandırmak için akademik bir ortak yazar kullandığını iddia etti.
Cornell daha sonra şirket içi etik kurulunun projeyi gözden geçirmesinin gerekmediğini çünkü Facebook’un çalışmayı bağımsız olarak yürüttüğünü ve araştırmanın tasarımına yardımcı olan profesörün doğrudan insan denekler üzerinde deneyler yapmadığını söyledi.
Çoğu LinkedIn üyesinin iş fırsatlarını etkileyebilecek deneylere tabi tutulabileceklerini anlayıp anlamadıkları bilinmiyor. Kredi… Linkedin
LinkedIn profesyonel ağ oluşturma deneyleri amaç, kapsam ve ölçek açısından farklıydı. Linkedin tarafından, şirketin üyelere yeni bağlantılar öneren “Tanıyor Olabileceğin Kişiler” algoritmasının alaka düzeyini artırmaya yönelik devam eden çabalarının bir parçası olarak tasarlandılar.
Algoritma, üyelerin istihdam geçmişini, iş unvanlarını ve diğer kullanıcılarla olan bağlarını analiz eder. Ardından, bir LinkedIn üyesinin önerilen yeni bir bağlantıya bir arkadaş daveti gönderme olasılığını ve bu yeni bağlantının daveti kabul etme olasılığını ölçmeye çalışır.
Deneyler için LinkedIn, sistemin önerdiği güçlü ve zayıf bağların yaygınlığını rastgele değiştirmek için algoritmasını ayarladı. Çalışma, 2015 yılında gerçekleştirilen ilk test dalgasının “dört milyondan fazla deneysel deneğe sahip olduğunu” bildirdi. 2019’da gerçekleştirilen ikinci test dalgası, 16 milyondan fazla insanı içeriyordu.
Testler sırasında “Tanıyor Olabileceğin Kişiler” aracına tıklayan ve önerilere bakan kişiler farklı algoritmik yollara atanmıştır. Bu “tedavi varyantlarından” bazıları, çalışmanın adlandırdığı gibi, LinkedIn kullanıcılarının yalnızca zayıf sosyal bağları olan insanlarla daha fazla bağlantı kurmasına neden oldu. Diğer ince ayarlar, insanların zayıf bağlarla daha az bağlantı kurmasına neden oldu.
Çoğu LinkedIn üyesinin iş fırsatlarını etkileyebilecek deneylere tabi tutulabileceklerini anlayıp anlamadıkları bilinmiyor.
LinkedIn’in gizlilik politikası, şirketin “iş bulunabilirliği ve bu işler için gerekli beceriler gibi işyeri eğilimlerini” araştırmak için “bizim için mevcut olan kişisel verileri kullanabileceğini” söylüyor. Şirket verisini analiz etmek isteyen dış araştırmacılara yönelik politikası, bu araştırmacıların “üyelerimiz üzerinde deney yapamayacak veya testler yapamayacaklarını” açıkça belirtmektedir.
Ancak hiçbir politika, tüketicilere LinkedIn’in kendisinin üyeleri üzerinde deneyler yapabileceği veya testler yapabileceği konusunda açıkça bilgi vermez.
LinkedIn yaptığı açıklamada, “Kullanıcı sözleşmemizin araştırma bölümü aracılığıyla üyelerimize karşı şeffafız” dedi.
Science, editoryal bir bildiride, “LinkedIn tarafından gerçekleştirilen deneylerin, kullanıcı sözleşmelerinin yönergeleri altında çalıştığı bizim ve gözden geçirenlerin anlayışıydı” dedi.
Algoritmik testlerin ilk dalgasından sonra, LinkedIn ve MIT’deki araştırmacılar, zayıf bağların gücü teorisini test etmek için bu deneylerin sonuçlarını analiz etme fikrine çarptılar. Onlarca yıllık teori, sosyal bilimin temel taşı haline gelmiş olsa da, insanları farklı güçlere sahip sosyal bağlantılara rastgele atayan geniş çaplı ileriye dönük bir denemede kesin olarak kanıtlanmamıştı.
Dışarıdan araştırmacılar, LinkedIn’den gelen toplam verileri analiz etti. Çalışma, orta derecede zayıf temaslar için daha fazla tavsiye alan kişilerin genellikle daha fazla işe başvurduğunu ve kabul ettiğini bildirdi – bu, zayıf bağ teorisiyle örtüşen sonuçlar.
Aslında, nispeten zayıf bağlantıların – yani, Linkedin üyelerinin yalnızca 10 karşılıklı bağlantı paylaştığı kişiler – iş arama için, kullanıcıların 20’den fazla karşılıklı bağlantı paylaştığı daha güçlü bağlantılardan çok daha üretken olduğunu gösterdi.
LinkedIn’e bağlandıktan bir yıl sonra, orta düzeyde zayıf bağlantıları olan kişiler için daha fazla öneri alan kişilerin, bu tanıdıkların çalıştığı şirketlerde iş bulma olasılıkları, güçlü bağlantılar için daha fazla öneri alan diğer kullanıcılara kıyasla iki kat daha fazlaydı.
Linkedin araştırmacısı Bay Rajkumar, “Bu orta derecede zayıf bağların, insanların yeni iş bulmalarına yardımcı olmak için en iyi seçenek olduğunu ve daha güçlü bağlardan çok daha fazlası olduğunu görüyoruz” dedi.
Çalışma, LinkedIn deneylerine katılan 20 milyon kullanıcının 2 milyardan fazla yeni sosyal bağlantı oluşturduğunu ve 70 milyondan fazla iş başvurusunu tamamlayarak 600.000 yeni işe yol açtığını bildirdi. Çalışmada, zayıf bağlantıların yapay zeka gibi dijital alanlarda iş arayanlar için en yararlı olduğu, güçlü bağların ise yazılıma daha az dayanan sektörlerde istihdam için daha yararlı olduğu ortaya çıktı.
LinkedIn, zayıf bağlar hakkındaki bulguları, birinci veya ikinci derece bir bağlantı işe alındığında üyeleri bilgilendiren yeni bir araç da dahil olmak üzere çeşitli özelliklere uyguladığını söyledi. Ancak şirket, “Tanıyor Olabileceğiniz Kişiler” özelliğinde çalışmayla ilgili değişiklikler yapmadı.
MIT’den Profesör Aral, çalışmanın daha derin öneminin, güçlü sosyal ağ algoritmalarının önemini göstermesi olduğunu söyledi – sadece yanlış bilgi gibi sorunları büyütmede değil, aynı zamanda istihdam ve işsizlik gibi ekonomik koşulların temel göstergeleri olarak.
İngiltere, Leicester’deki De Montfort Üniversitesi’nde bilgisayar ve sosyal sorumluluk alanında kıdemli bir araştırmacı olan Catherine Flick, çalışmayı daha çok kurumsal bir pazarlama çalışması olarak nitelendirdi.
Dr. Flick, “Çalışmanın doğal bir önyargısı var” dedi. “Daha fazla iş bulmak istiyorsanız, LinkedIn’de daha fazla olmanız gerektiğini gösteriyor.”