Com configurar LinkedIn perquè no utilitzi les teves dades a la seva IA

¿Com configurar LinkedIn perquè no utilitzi les teves dades a la seva IA? En els darrers mesos, LinkedIn ha fet un gir rellevant en com tracta la informació dels seus membres: ha activat per defecte la possibilitat de fer servir dades d'usuaris per entrenar models d'intel·ligència artificial, tant propis com de proveïdors associats. Aquesta decisió, segons la plataforma, cerca oferir funcions més útils i una experiència millorada, però implica que les teves publicacions, interaccions i preferències poden alimentar algorismes generatius; si vols evitar que LinkedIn utilitzi les teves dades, revisa els paràmetres de privadesa.

Tot i que la xarxa professional fa temps que incorpora funcions amb IA —des d'assistents de redacció fins a eines que t'ajuden a perfilar millor la teva candidatura—, el canvi contractual ha disparat els dubtes. La companyia, propietat de Microsoft, ha reforçat la seva aposta amb tecnologia de l'ecosistema que dóna suport a sistemes tipus ChatGPT, cosa que suggereix una relació encara més estreta entre dades de LinkedIn i capacidades generativas desplegades als seus productes.

Què ha canviat a LinkedIn i per què t'afecta

La nova redacció de les polítiques estableix que LinkedIn i determinats proveïdors poden processar la informació dels membres per entrenar models que sostenen funcions d'IA generativa. Aquest tractament inclou continguts que comparteixes, configuració d'idioma, comentaris, freqüència d'ús i senyals d'activitat vinculats a diferents àrees del servei. Quan la companyia entrena models de manera interna, afirma aplicar tècniques per a reduir referències identificables en la mesura del possible.

Paral·lelament, la plataforma ha ampliat el seu catàleg d'utilitats impulsades per IA: chatbots inspirats en orientadors laborals, reescriptura de currículums i cartes de presentació, i altres ajuts que faciliten tasques quotidianes a candidats i reclutadors. L'objectiu declarat és potenciar la coincidència entre oferta i demanda de talent i fer més productiu l'ús de LinkedIn, tot i que això comporta que part de l'aprenentatge dels models es recolzi en lactivitat de la comunitat.

En diversos mercats l'activació d'aquest ús de dades arriba sense un consentiment exprés previ (model opt-out), cosa que significa que ets dins de forma predeterminada llevat que desactivis manualment les opcions. Aquest enfocament trasllada a l'usuari la càrrega de revisar ajustaments i exercir oposició on correspongui, un assumpte sensible per als que posen l'accent al consentiment informat y la transparencia.

Així mateix, diverses comunicacions i actualitzacions han introduït matisos temporals: en alguns textos s'ubica la posada en marxa de canvis el novembre de 2024, i en altres s'anticipen ampliacions d'intercanvi de dades amb filials de Microsoft per a fins IA i publicitat amb entrada en vigor posterior. Convé contrastar la secció de privadesa del teu compte i com fer un LinkedIn privat, perquè els noms d'opcions i l'abast poden variar per regió.

On ia qui afecta aquesta política

LinkedIn ha indicat que, avui dia, no està entrenant models amb dades de residents a la Unió Europea, l'Espai Econòmic Europeu i Suïssa. Per a la resta de mercats, el tractament amb fins dentrenament pot estar actiu per defecte. En alguns documents recents s'esmenta explícitament que l'ús de continguts públics amb fins d'entrenament a Europa podria produir-se sota certes condicions, i que a països com els Estats Units o Hong Kong hi hauria un intercanvi més gran amb Microsoft i les seves afiliades per millorar l'eficàcia publicitària.

En qualsevol cas, la companyia ha desplegat un mecanisme perquè els usuaris limitin aquest ús. Als comptes dels qui estan fora de la UE/EEE/Suïssa/Regne Unit, és possible desactivar un selector específic en la configuració. Per als qui estan dins d'aquestes regions, hi ha un procediment de objecció formal que es canalitza mitjançant un formulari, amb seguiment des del Centre d'Ajuda.

Tingues en compte que, fins i tot en desactivar l'entrenament, l'empresa aclareix que algunes dades es poden utilitzar per a altres funcions d'IA generativa operatives a la mateixa plataforma (per exemple, quan interactues amb un assistent conversacional dins de la plataforma). Aquesta distinció entre entrenar models i ús operatiu per a funcions concretes és clau per entendre què limita exactament l'opt-out. A més, si busques més control sobre el que es mostra, pots amagar contingut al teu feed per reduir exposició.

La manera com aquestes polítiques s'apliquen no és estàtica: LinkedIn actualitza termes i pantalles de configuració amb certa freqüència. Per això, revisar periòdicament els apartats de privadesa t'ajudarà a detectar possibles canvis de nom o abast en opcions com “Dades per a la IA generativa” o seccions vinculades a publicitat i afiliats.

Pas a pas: com impedir que LinkedIn faci servir les teves dades per entrenar IA

La via més directa és desactivar el permís d'entrenament des dels paràmetres del vostre compte. El recorregut pot canviar lleugerament segons idioma i regió, però en termes generals els passos són els següents, i us permetran limitar l'ús de la informació a l'entrenament de models:

1. Accedeix al teu compte des de la web o l'app i toca la teva foto a la cantonada superior dreta sota el menú etiquetat com a «Jo».
2. Entra a «Paràmetres i privadesa» per veure totes les categories de configuració disponibles.
3. Al panell lateral, seleccioneu «Privadesa de dades» per obrir les opcions relacionades amb tractament d'informació.
4. Localitza l'apartat Dades per a la IA generativa o Dades per millorar la IA generativa (el nom pot variar). Fes clic i desactiva l'interruptor associat a «utilitzar les meves dades per entrenar models d'IA que creen contingut».
5. Guarda els canvis si se't sol·licita; veuràs que el selector queda en estat desactivat, reduint l'ús de els teus senyals i continguts en el entrenamiento.

Hi ha una altra configuració que també convé revisar en certs països: a «Ajustaments i privadesa» cerca la secció de «Dades de publicitat». Allí, comprova si apareix una opció del tipus «Compartir dades amb tercers o afiliats» i deixa el commutador en desactivat per revocar l'intercanvi. Això ajuda a limitar l'ús de la vostra activitat per a segmentació publicitària ampliada, inclosa la compartició amb filials.

A més dels ajustaments anteriors, LinkedIn ofereix un formulari d'objecció per oposar-te al processament amb fins d'entrenament. Has de completar nom i cognoms, correu electrònic i una breu explicació de per què vols que la plataforma no utilitzi les dades personals amb aquest propòsit. Després de l'enviament, el sistema genera un nombre de cas que podeu consultar al Centre d'Ajuda per seguir l'estat de la vostra sol·licitud, encara que la companyia avisa que hi pot haver retards per alta demanda. Si prefereixes, també pots donar-te de baixa de LinkedIn.

Si residiu a la UE, l'EEE, el Regne Unit o Suïssa, el procediment pot requerir aquesta via d'objecció amb més freqüència que el simple ús de l'interruptor, per com s'aplica la normativa regional. Tot i així, entra igualment a «Privadesa de dades» i verifica si apareix l'ajust d'entrenament: si està visible i actiu, desmarca'l; si no apareix, utilitza el formulari d'oposició.

Quines dades es poden fer servir i d'on surten

La política de LinkedIn abasta diferents tipus dinformació. En primer lloc, es troben les dades que tu mateix aportes de manera voluntària: el que inclogues al teu perfil, els continguts que publiques, els formularis que emplenes (des d'enquestes fins a sol·licituds), o els documents que adjuntes com un currículum o carta.

També hi ha informació de tercers: persones que esmenten o comparteixen detalls sobre tu en comentaris, publicacions, articles o vídeos; clients i socis de l'ecosistema de LinkedIn; i entitats vinculades com a Microsoft. Aquesta capa de dades no sempre està sota el teu control directe, però pot influir com els sistemes perfilen els teus interessos o connexions.

Una altra font clau són els senyals d'ús: quant de temps passes en certes seccions, com interactues amb posts i anuncis, quines cerques fas, o si apliques a ofertes i segueixes empreses. Tot això ajuda a models i algorismes a inferir patrons de actividad.

Hem d'afegir tecnologies com galetes i elements similars, així com dades de dispositiu i ubicació (per exemple, adreça IP, operador mòbil o proveïdor d'Internet). Aquesta informació es fa servir per mantenir la seguretat del compte, millorar l'experiència i, potencialment, alimentar capacidades de personalización.

Finalment, entren en joc les comunicacions que fas dins de la xarxa (missatges, invitacions, esdeveniments), les dades que aporta la teva empresa o el teu centre educatiu si adquireixen serveis de LinkedIn, i la petjada que deixes en utilitzar serveis de tercers connectats amb la plataforma (anuncis, complements, integracions). Quan interactues amb una funció d'IA generativa dins de LinkedIn, es processen les entrades, els resultats generats i la manera com utilitzes aquesta eina.

Limitacions, matisos legals i el que no canvia en desactivar

Una precisió important: desactivar l'ús de les vostres dades per entrenar no esborra els aprenentatges realitzats prèviament amb informació que ja pogués estar inclosa. És a dir, l'opt-out actua cap endavant. D'altra banda, LinkedIn especifica que aquesta preferència no impedeix que les teves dades s'utilitzin en altres funcions d'IA generativa operatives a la pròpia plataforma, per exemple quan xateges amb un assistent dins de LinkedIn.

El debat de fons gira al voltant del consentiment. La diferència entre el model opt-in (entre només si acceptes) i l'opt-out (participes llevat que surtis) és substancial. A regions amb regulacions estrictes, la pressió normativa ha impulsat un consentiment més actiu, mentre que en altres llocs les companyies han avançat cap a un esquema en què l'usuari ha de cercar i desmarcar caselles. Aquesta asimetria crea fricció i confusió.

En algunes comunicacions, s'invoca la necessitat de fer servir dades per reforçar productes de contractació i eines de selecció, un front clau per a LinkedIn i Microsoft. S'han esmentat casos de grans empreses que usen assistents de contractació per retallar temps de selecció, cosa que explicaria la demanda de dades reals per assolir nivells de precisió competitius. Sense un volum ampli i divers, la qualitat dels models se'n pot ressentir.

Al costat de lusuari, hi ha crítiques sobre la transparència i loportunitat per objectar. Els qui han sol·licitat oposar-se mitjançant el formulari han rebut números de cas i un canal de seguiment, però l'alt volum de sol·licituds pot provocar esperes més llargues del que és habitual. La teva millor defensa és no només desactivar el que correspongui, sinó també revisar regularment si han aparegut noves palanques a la configuració.

La comunicació de LinkedIn sobre l'abast regional de l'entrenament ha estat explícita en alguns punts (per exemple, no entrenar-se amb dades de residents a la UE/EEE/Suïssa en certs moments), i més oberta a canvis en altres (per exemple, ampliacions de compartició amb afiliades per a publicitat o anàlisi). Davant aquest mosaic, convé adoptar una pauta periòdica de revisió de Privadesa de dades i Publicitat al vostre compte.

Un patró que es repeteix a tota la indústria

LinkedIn no és l'únic cas: diversos serveis han reescrit les polítiques per habilitar l'ús de dades d'usuaris amb finalitats d'IA. Algunes plataformes musicals han ajustat termes per millorar recomanacions a partir de senyals personals; grans xarxes socials han intentat fer servir publicacions públiques a Europa i han topat amb oposició organitzada; proveïdors d'assistents conversacionals demanen autorització per fer servir converses i amplien temps de retenció; i fins i tot serveis d'emmagatzematge i transferència han rectificat després de crítiques per pretendre fer servir arxius compartits com a material d'entrenament.

El denominador comú és la gana de dades. Les empreses veuen a la IA generativa una via per crear productes diferencials, però l'equilibri entre aquesta ambició i la capacitat de decisió de l'usuari sobre la seva informació es continua movent. Per això la importància que la casella de participació no quedi “amagada” a simple vista i que hi hagi rutes clares per exercir drets.

Bones pràctiques per blindar la teva privadesa a LinkedIn

Tot i que la plataforma ofereix ajustaments específics, hi ha hàbits que sumen capes de protecció. Revisa mensualment «Ajustaments i privadesa» (apartats «Privadesa de dades» i «Dades de publicitat») per confirmar que les teves preferències segueixen com les vas deixar. Comprova si han aparegut noves opcions relacionades amb entrenament, afiliats o anuncis.

• Redueix la visibilitat de la teva activitat pública (per exemple, qui pot veure el meu perfil o les teves actualitzacions), si no necessites aquesta exposició per als teus objectius professionals.
• Limita l'ús de cookies i tecnologies similars a la secció pertinent, quan estigui disponible, per restringir el rastreig entre llocs.
• Abans de publicar, valora si el contingut aporta informació sensible (emails, telèfons, identificadors) i substitueix-los per dades no identificables quan sigui possible.
• Descarrega periòdicament una còpia de les teves dades des de l'eina de descàrrega per conèixer millor què desa la plataforma sobre la teva activitat.

Si treballeu amb funcions d'IA dins de LinkedIn, recordeu que les entrades i la forma d'interactuar amb l'eina es poden processar per millorar aquesta funció. Això no vol dir que automàticament es facin servir per entrenar models generals si has fet opt-out, però sí que poden influir en la experiència personalitzada que recibes.

La realitat és que l‟evolució d‟aquestes polítiques és ràpida. Per això, a més d'ajustar els interruptors avui, convé deixar un recordatori al teu calendari per repetir aquesta revisió més endavant. Amb aquesta rutina, estaràs millor posicionat per mantenir el control sobre les teves dades i les teves preferències, independentment de com canviïn els termes en el futur.

Prenent tot això, la clau és comprendre l'abast real de cada ajustament, identificar què es limita (entrenament de models) i què pot seguir actiu (funcions d'IA operatives), valorar les diferències regionals i utilitzar tant l'interruptor de dades per a la IA generativa com el formulari d'objecció i els apartats de publicitat; amb aquest enfocament, pots mantenir a ratlla l'entrenament amb la teva informació i, alhora, decidir quin grau de personalització acceptes al teu dia a dia a LinkedIn.