Cómo configurar LinkedIn para que no use tus datos en su IA

¿Cómo configurar LinkedIn para que no use tus datos en su IA? En los últimos meses, LinkedIn ha dado un giro relevante en cómo trata la información de sus miembros: ha activado por defecto la posibilidad de emplear datos de usuarios para entrenar modelos de inteligencia artificial, tanto propios como de proveedores asociados. Esta decisión, según la plataforma, busca ofrecer funciones más útiles y una experiencia mejorada, pero implica que tus publicaciones, interacciones y preferencias pueden alimentar algoritmos generativos; si quieres evitar que LinkedIn utilice tus datos, revisa los ajustes de privacidad.

Aunque la red profesional lleva tiempo incorporando funciones con IA —desde asistentes de redacción hasta herramientas que te ayudan a perfilar mejor tu candidatura—, el cambio contractual ha disparado las dudas. La compañía, propiedad de Microsoft, ha reforzado su apuesta con tecnología del ecosistema que da soporte a sistemas tipo ChatGPT, lo que sugiere una relación aún más estrecha entre datos de LinkedIn y capacidades generativas desplegadas en sus productos.

Qué ha cambiado en LinkedIn y por qué te afecta

La nueva redacción de sus políticas establece que LinkedIn y determinados proveedores pueden procesar la información de los miembros para entrenar modelos que sostienen funciones de IA generativa. Ese tratamiento abarcaría contenidos que compartes, configuración de idioma, comentarios, frecuencia de uso y señales de actividad vinculadas a distintas áreas del servicio. Cuando la compañía entrena modelos de manera interna, afirma aplicar técnicas para reducir referencias identificables en la medida de lo posible.

En paralelo, la plataforma ha ampliado su catálogo de utilidades impulsadas por IA: chatbots inspirados en orientadores laborales, reescritura de currículos y cartas de presentación, y otras ayudas que facilitan tareas cotidianas a candidatos y reclutadores. El objetivo declarado es potenciar la coincidencia entre oferta y demanda de talento y hacer más productivo el uso de LinkedIn, aunque esto conlleva que parte del aprendizaje de los modelos se apoye en la actividad de la comunidad.

En varios mercados la activación de este uso de datos llega sin un consentimiento expreso previo (modelo opt-out), lo que significa que estás dentro de forma predeterminada salvo que desactives manualmente las opciones. Este enfoque traslada al usuario la carga de revisar ajustes y ejercer oposición donde corresponda, un asunto sensible para quienes ponen el acento en el consentimiento informado y la transparencia.

Asimismo, distintas comunicaciones y actualizaciones han introducido matices temporales: en algunos textos se ubica la puesta en marcha de cambios en noviembre de 2024, y en otros se anticipan ampliaciones de intercambio de datos con filiales de Microsoft para fines de IA y publicidad con entrada en vigor posterior. Conviene contrastar la sección de privacidad de tu cuenta y cómo hacer un LinkedIn privado, porque los nombres de opciones y el alcance pueden variar por región.

Dónde y a quién afecta esta política

LinkedIn ha indicado que, a día de hoy, no está entrenando modelos con datos de residentes en la Unión Europea, el Espacio Económico Europeo y Suiza. Para el resto de mercados, el tratamiento con fines de entrenamiento puede estar activo por defecto. En algunos documentos recientes se menciona explícitamente que el uso de contenidos públicos con fines de entrenamiento en Europa podría producirse bajo ciertas condiciones, y que en países como Estados Unidos u Hong Kong habría un mayor intercambio con Microsoft y sus afiliadas para mejorar la eficacia publicitaria.

En cualquier caso, la compañía ha desplegado un mecanismo para que los usuarios limiten este uso. En las cuentas de quienes están fuera de la UE/EEE/Suiza/Reino Unido, es posible desactivar un selector específico en la configuración. Para quienes están dentro de esas regiones, existe un procedimiento de objeción formal que se canaliza mediante un formulario, con seguimiento desde el Centro de Ayuda.

Ten en cuenta que, incluso al desactivar el entrenamiento, la empresa aclara que algunos datos pueden utilizarse para otras funciones de IA generativa operativas en la propia plataforma (por ejemplo, cuando interactúas con un asistente conversacional dentro de la plataforma). Esta distinción entre entrenar modelos y uso operativo para funciones concretas es clave para entender qué limita exactamente el opt-out. Además, si buscas más control sobre lo que se muestra, puedes ocultar contenido en tu feed para reducir exposición.

La forma en que estas políticas se aplican no es estática: LinkedIn actualiza términos y pantallas de configuración con cierta frecuencia. Por ello, revisar periódicamente los apartados de privacidad te ayudará a detectar posibles cambios de nombre o alcance en opciones como “Datos para la IA generativa” o secciones vinculadas a publicidad y afiliados.

Paso a paso: cómo impedir que LinkedIn use tus datos para entrenar IA

La vía más directa es desactivar el permiso de entrenamiento desde los ajustes de tu cuenta. El recorrido puede cambiar ligeramente según idioma y región, pero en términos generales los pasos son los siguientes, y te permitirán limitar el uso de tu información en el entrenamiento de modelos:

1. Accede a tu cuenta desde la web o la app y toca tu foto en la esquina superior derecha bajo el menú etiquetado como «Yo».
2. Entra en «Ajustes y privacidad» para ver todas las categorías de configuración disponibles.
3. En el panel lateral, selecciona «Privacidad de datos» para abrir las opciones relacionadas con tratamiento de información.
4. Localiza el apartado «Datos para la IA generativa» o «Datos para mejorar la IA generativa» (el nombre puede variar). Pulsa y desactiva el interruptor asociado a «usar mis datos para entrenar modelos de IA que crean contenido».
5. Guarda los cambios si se te solicita; verás que el selector queda en estado desactivado, reduciendo el uso de tus señales y contenidos en el entrenamiento.

Hay otra configuración que también conviene revisar en ciertos países: en «Ajustes y privacidad» busca la sección de «Datos de publicidad». Allí, comprueba si aparece una opción del tipo «Compartir datos con terceros o afiliados» y deja el conmutador en desactivado para revocar el intercambio. Esto ayuda a limitar el uso de tu actividad para segmentación publicitaria ampliada, incluida la compartición con filiales.

Además de los ajustes anteriores, LinkedIn ofrece un formulario de objeción para oponerte al procesamiento con fines de entrenamiento. Debes completar nombre y apellidos, correo electrónico y una breve explicación de por qué deseas que la plataforma no utilice tus datos personales con ese propósito. Tras el envío, el sistema genera un número de caso que puedes consultar en el Centro de Ayuda para seguir el estado de tu solicitud, aunque la compañía avisa de que puede haber retrasos por alta demanda. Si prefieres, también puedes darte de baja de LinkedIn.

Si resides en la UE, el EEE, el Reino Unido o Suiza, el procedimiento puede requerir esta vía de objeción con más frecuencia que el simple uso del interruptor, por cómo se aplica la normativa regional. Aun así, entra igualmente en «Privacidad de datos» y verifica si aparece el ajuste de entrenamiento: si está visible y activo, desmárcalo; si no aparece, utiliza el formulario de oposición.

Qué datos se pueden utilizar y de dónde salen

La política de LinkedIn abarca distintos tipos de información. En primer lugar, se encuentran los datos que tú mismo aportas de manera voluntaria: lo que incluyes en tu perfil, los contenidos que publicas, los formularios que rellenas (desde encuestas hasta solicitudes), o los documentos que adjuntas como un currículum o carta.

También hay información de terceros: personas que mencionan o comparten detalles sobre ti en comentarios, publicaciones, artículos o vídeos; clientes y socios del ecosistema de LinkedIn; y entidades vinculadas como Microsoft. Esta capa de datos no siempre está bajo tu control directo, pero puede influir en cómo los sistemas perfilan tus intereses o conexiones.

Otra fuente clave son las señales de uso: cuánto tiempo pasas en ciertas secciones, cómo interactúas con posts y anuncios, qué búsquedas realizas, o si aplicas a ofertas y sigues empresas. Todo lo anterior ayuda a modelos y algoritmos a inferir patrones de actividad.

Debemos añadir tecnologías como cookies y elementos similares, así como datos de dispositivo y ubicación (por ejemplo, dirección IP, operador móvil o proveedor de Internet). Esta información se usa para mantener la seguridad de la cuenta, mejorar la experiencia y, potencialmente, alimentar capacidades de personalización.

Finalmente, entran en juego las comunicaciones que haces dentro de la red (mensajes, invitaciones, eventos), los datos que aporta tu empresa o tu centro educativo si adquieren servicios de LinkedIn, y la huella que dejas al utilizar servicios de terceros conectados con la plataforma (anuncios, complementos, integraciones). Cuando interactúas con una función de IA generativa dentro de LinkedIn, se procesan tus entradas, los resultados generados y la manera en que usas esa herramienta.

Limitaciones, matices legales y lo que no cambia al desactivar

Una precisión importante: desactivar el uso de tus datos para entrenar no borra los aprendizajes realizados previamente con información que ya pudiera estar incluida. Es decir, el opt-out actúa hacia adelante. Por otra parte, LinkedIn especifica que esta preferencia no impide que tus datos se empleen en otras funciones de IA generativa operativas en la propia plataforma, por ejemplo cuando chateas con un asistente dentro de LinkedIn.

El debate de fondo gira en torno al consentimiento. La diferencia entre el modelo opt-in (entras solo si aceptas) y el opt-out (participas salvo que te salgas) es sustancial. En regiones con regulaciones estrictas, la presión normativa ha impulsado un consentimiento más activo, mientras que en otros lugares las compañías han avanzado hacia un esquema en el que el usuario debe buscar y desmarcar casillas. Esta asimetría crea fricción y confusión.

En algunas comunicaciones, se invoca la necesidad de usar datos para reforzar productos de contratación y herramientas de selección, un frente clave para LinkedIn y Microsoft. Se han mencionado casos de grandes empresas que usan asistentes de contratación para recortar tiempos de selección, lo que explicaría la demanda de datos reales para alcanzar niveles de precisión competitivos. Sin un volumen amplio y diverso, la calidad de los modelos puede resentirse.

Del lado del usuario, hay críticas sobre la transparencia y la oportunidad para objetar. Quienes han solicitado oponerse mediante el formulario han recibido números de caso y un canal de seguimiento, pero el alto volumen de solicitudes puede provocar esperas más largas de lo habitual. Tu mejor defensa es no sólo desactivar lo que corresponda, sino también revisar regularmente si han aparecido nuevas palancas en la configuración.

La comunicación de LinkedIn sobre el alcance regional del entrenamiento ha sido explícita en algunos puntos (por ejemplo, no entrenar con datos de residentes en la UE/EEE/Suiza en ciertos momentos), y más abierta a cambios en otros (por ejemplo, ampliaciones de compartición con afiliadas para publicidad o análisis). Ante este mosaico, conviene adoptar una pauta periódica de revisión de Privacidad de datos y Publicidad en tu cuenta.

Un patrón que se repite en toda la industria

LinkedIn no es el único caso: diversos servicios han reescrito sus políticas para habilitar el uso de datos de usuarios con fines de IA. Algunas plataformas musicales han ajustado términos para mejorar recomendaciones a partir de señales personales; grandes redes sociales han intentado usar publicaciones públicas en Europa y se han topado con oposición organizada; proveedores de asistentes conversacionales piden autorización para usar conversaciones y amplían tiempos de retención; e incluso servicios de almacenamiento y transferencia han rectificado después de críticas por pretender emplear archivos compartidos como material de entrenamiento.

El denominador común es el hambre de datos. Las empresas ven en la IA generativa una vía para crear productos diferenciales, pero el equilibrio entre esa ambición y la capacidad de decisión del usuario sobre su información sigue moviéndose. De ahí la importancia de que la casilla de participación no quede “escondida” a simple vista y de que existan rutas claras para ejercer derechos.

Buenas prácticas para blindar tu privacidad en LinkedIn

Aunque la plataforma ofrece ajustes específicos, hay hábitos que suman capas de protección. Revisa mensualmente «Ajustes y privacidad» (apartados «Privacidad de datos» y «Datos de publicidad») para confirmar que tus preferencias siguen como las dejaste. Comprueba si han aparecido nuevas opciones relacionadas con entrenamiento, afiliados o anuncios.

• Reduce la visibilidad de tu actividad pública (por ejemplo, quién puede ver mi perfil o tus actualizaciones), si no necesitas esa exposición para tus objetivos profesionales.
• Limita el uso de cookies y tecnologías similares en la sección pertinente, cuando esté disponible, para restringir el rastreo entre sitios.
• Antes de publicar, valora si el contenido aporta información sensible (emails, teléfonos, identificadores) y sustitúyelos por datos no identificables cuando sea posible.
• Descarga periódicamente una copia de tus datos desde la herramienta de descarga para conocer mejor qué guarda la plataforma sobre tu actividad.

Si trabajas con funciones de IA dentro de LinkedIn, recuerda que tus entradas y la forma de interactuar con la herramienta pueden procesarse para mejorar esa misma función. Eso no significa que automáticamente se usen para entrenar modelos generales si has hecho opt-out, pero sí pueden influir en la experiencia personalizada que recibes.

La realidad es que la evolución de estas políticas es rápida. Por eso, además de ajustar los interruptores hoy, conviene dejar un recordatorio en tu calendario para repetir esta revisión más adelante. Con esta rutina, estarás mejor posicionado para mantener el control sobre tus datos y tus preferencias, independientemente de cómo cambien los términos en el futuro.

Tomando todo lo anterior, la clave es comprender el alcance real de cada ajuste, identificar qué se limita (entrenamiento de modelos) y qué puede seguir activo (funciones de IA operativas), valorar las diferencias regionales y usar tanto el interruptor de «Datos para la IA generativa» como el formulario de objeción y los apartados de publicidad; con ese enfoque, puedes mantener a raya el entrenamiento con tu información y, al mismo tiempo, decidir qué grado de personalización aceptas en tu día a día en LinkedIn.