Kiel agordi LinkedIn por ne uzi viajn datumojn en ĝia AI

¿Kiel agordi LinkedIn por ke ĝi ne uzu viajn datumojn en sia artefarita inteligenteco? En la lastaj monatoj, LinkedIn faris signifan ŝanĝon en kiel ĝi traktas la informojn de siaj membroj: ĝi defaŭlte ebligis la kapablon uzi uzantodatumojn por trejni artefaritinteligentecajn modelojn, kaj siajn proprajn kaj tiujn de partneraj provizantoj. Ĉi tiu decido, laŭ la platformo, celas oferti pli utilajn funkciojn kaj plibonigitan sperton, sed ĝi implicas, ke viaj afiŝoj, interagoj kaj preferoj povas nutri generajn algoritmojn; se vi volas malhelpi LinkedIn uzi viajn datumojn, kontrolu viajn privatecajn agordojn.

Kvankam la profesia reto jam de iom da tempo enkorpigas funkciojn de artefarita inteligenteco — de verkistaj asistantoj ĝis iloj, kiuj helpas vin pli bone difini vian kandidatiĝon — la ŝanĝo en la kontrakto levis zorgojn. La Microsoft-posedata kompanio plifortigis sian engaĝiĝon al ekosistema teknologio, kiu subtenas sistemojn de la tipo ChatGPT, sugestante eĉ pli proksiman rilaton inter LinkedIn-datumoj kaj generaj kapabloj deplojita en iliaj produktoj.

Kio ŝanĝiĝis ĉe LinkedIn kaj kial ĝi efikas vin

La nova vortigo de la politiko deklaras, ke LinkedIn kaj certaj vendistoj rajtas prilabori informojn pri membroj por trejni modelojn, kiuj funkciigas generajn artefaritan inteligentecon. Ĉi tiu prilaborado inkludus enhavon, kiun vi dividas, lingvajn agordojn, komentojn, uzofrekvencon kaj agadsignalojn ligitajn al malsamaj areoj de la servo. Kiam la kompanio trejnas modelojn interne, ĝi asertas apliki teknikojn por... redukti identigeblajn referencojn kiel eble plej multe.

Paralele, la platformo vastigis sian katalogon de iloj funkciigitaj per artefarita inteligenteco: babilrobotoj inspiritaj de karier-trejnistoj, reskribiloj de vivresumoj kaj motivleteroj, kaj aliaj helpoj, kiuj faciligas ĉiutagajn taskojn por kandidatoj kaj rekrutantoj. La deklarita celo estas plibonigi la kongruon inter talento-oferto kaj postulo kaj igi la uzon de LinkedIn pli produktiva, kvankam tio implicas, ke parto de lernado de la modeloj dependi de komunuma agado.

En pluraj merkatoj, ĉi tiu datumuzado estas ebligita sen antaŭa eksplicita konsento (modelo de malaktivigo), kio signifas, ke vi estas defaŭlte aligita krom se vi permane malŝaltas la opciojn. Ĉi tiu aliro ŝovas la ŝarĝon al la uzanto revizii agordojn kaj protesti kie konvene, sentema afero por tiuj, kiuj emfazas la informita konsento kaj travidebleco.

Simile, diversaj komunikadoj kaj ĝisdatigoj enkondukis tempajn nuancojn: iuj tekstoj metas la efektivigon de ŝanĝoj en novembro 2024, kaj aliaj antaŭvidas vastiĝojn de datuminterŝanĝo kun filioj de Microsoft por celoj de... AI kaj reklamado kun posta ekvalidiĝo. Estas konsilinde kontroli la privatecan sekcion de via konto kaj kiel fari LinkedIn-on privata, ĉar opciaj nomoj kaj amplekso povas varii laŭ regiono.

Kie kaj kiun ĉi tiu politiko efikas?

LinkedIn indikis, ke ĝis hodiaŭ ĝi ne trejnas modelojn kun datumoj de loĝantoj de la Eŭropa Unio, la Eŭropa Ekonomia Areo kaj Svislando. Por la ceteraj merkatoj, prilaborado por trejnaj celoj povas esti ebligita defaŭlte. Lastatempaj dokumentoj eksplicite mencias, ke la uzo de publika enhavo por trejnaj celoj en Eŭropo povus okazi sub certaj kondiĉoj, kaj ke en landoj kiel Usono aŭ Honkongo, estus pli granda kunhavigo kun... Mikrosofto kaj ĝiaj filioj por plibonigi la efikecon de reklamado.

Ĉiukaze, la kompanio efektivigis mekanismon por ke uzantoj limigu ĉi tiun uzon. Por kontoj ekster EU/EEA/Svislando/Britio, specifa ŝaltilo povas esti malŝaltita en la agordoj. Por tiuj en tiuj regionoj, ekzistas proceduro por malŝalti ĉi tiun opcion. formala obĵeto kiu estas kanaligita per formularo, kun sekvado de la Helpocentro.

Notu, ke eĉ kiam trejnado estas malŝaltita, la kompanio klarigas, ke iuj datumoj povas esti uzataj por aliaj generaj AI-funkcioj funkciantaj ene de la platformo mem (ekzemple, kiam vi interagas kun konversacia asistanto ene de la platformo). Ĉi tiu distingo inter trejnaj modeloj kaj funkcianta uzo por specifaj funkcioj estas ŝlosila por kompreno. Kion precize limigas la elekto-malaliĝo?Krome, se vi serĉas pli da kontrolo pri tio, kio estas montrata, vi povas kaŝi enhavon en via fluo por redukti eksponiĝon.

La maniero kiel ĉi tiuj politikoj estas aplikataj ne estas statika: LinkedIn ofte ĝisdatigas la ekranojn pri kondiĉoj kaj agordoj. Tial, perioda revizio de la sekcioj pri privateco helpos vin detekti eblajn ŝanĝojn de nomo aŭ amplekso en opcioj kiel ekzemple "Datumoj por Generativa AI" aŭ sekcioj ligitaj al reklamado kaj filioj.

Paŝon post paŝo: Kiel malhelpi LinkedIn uzi viajn datumojn por trejni artefaritan inteligentecon

La plej simpla maniero estas malŝalti la trejnan permeson el viaj kontaj agordoj. La vojo povas iomete varii depende de la lingvo kaj regiono, sed ĝenerale, la paŝoj estas jenaj, kaj ili permesos al vi limigi la uzon de viaj informoj en modeltrejnado:

1. Ensalutu al via konto per la reto aŭ aplikaĵo kaj frapu vian foton en la supra dekstra angulo sub la menuo etikedita "Mi".
2. Iru al "Agordoj kaj Privateco" por vidi ĉiujn disponeblajn agordajn kategoriojn.
3. En la flanka panelo, elektu "Datumprivateco" por malfermi la datumprilaborajn opciojn.
4. Trovu la sekcion "Datumoj por Generativa AI" aŭ "Datumoj por Plibonigi Generativan AI" (la nomo povas varii). Frapetu kaj ŝaltu la ŝaltilon apud "Uzu miajn datumojn por trejni AI-modelojn, kiuj kreas enhavon".
5. Konservu viajn ŝanĝojn se oni petas vin; vi vidos la elektilon malŝaltiĝi, reduktante la uzadon de viaj signaloj kaj enhavo en trejnado.

Estas alia agordo, kiun vi eble volas kontroli en certaj landoj: Sub "Agordoj kaj Privateco", serĉu la sekcion "Reklamaj Datumoj". Tie, kontrolu ĉu estas opcio kiel "Kunhavigi datumojn kun triaj partioj aŭ filioj" kaj lasu la ŝaltilon malŝaltita. nuligi la interŝanĝonTio helpas limigi la uzon de via agado por plivastigita reklama celado, inkluzive de kunhavigo kun filioj.

Aldone al la supre menciitaj agordoj, LinkedIn ofertas formularon por kontraŭi prilaboradon por trejnaj celoj. Vi devas enmeti vian antaŭnomon kaj familian nomon, retpoŝtadreson, kaj koncizan klarigon pri kial vi ne volas, ke la platformo uzu viajn personajn datumojn por ĉi tiu celo. Post la sendo, la sistemo generas kaznumeron, kiun vi povas kontroli en la Helpa Centro por spuri la staton de via peto, kvankam la kompanio avertas, ke povas esti... prokrastoj pro alta postuloSe vi preferas, vi ankaŭ povas malaboni de LinkedIn.

Se vi loĝas en EU, EEA, Britio aŭ Svislando, la proceduro eble postulos ĉi tiun obĵetan vojon pli ofte ol simple uzi la ŝaltilon, pro kiel regionaj regularoj validas. Tamen, iru al "Datuma Privateco" kaj kontrolu ĉu la trejna agordo estas listigita: se ĝi estas videbla kaj aktiva, malmarku ĝin; se ne, uzu la opozicia formularo.

Kiujn datumojn oni povas uzi kaj de kie ili venas

La politiko de LinkedIn kovras diversajn specojn de informoj. Unue, estas la datumoj, kiujn vi libervole provizas: kion vi inkluzivas en via profilo, la enhavon, kiun vi publikigas, la formularojn, kiujn vi plenigas (de enketoj ĝis kandidatiĝoj), aŭ la dokumentojn, kiujn vi aldonas kiel aldonaĵon. vivresumo aŭ letero.

Ankaŭ ekzistas informoj de triaj partioj: homoj, kiuj mencias aŭ dividas detalojn pri vi en komentoj, afiŝoj, artikoloj aŭ filmetoj; klientoj de LinkedIn kaj ekosistemaj partneroj; kaj rilataj unuoj kiel Microsoft. Ĉi tiu tavolo de datumoj ne ĉiam estas sub via rekta kontrolo, sed ĝi povas influi kiel vi uzas viajn datumojn. la skizo de la sistemoj viaj interesoj aŭ konektoj.

Alia ŝlosila fonto estas uzsignaloj: kiom da tempo vi pasigas en certaj sekcioj, kiel vi interagas kun afiŝoj kaj anoncoj, kiajn serĉojn vi faras, aŭ ĉu vi kandidatiĝas por ofertoj kaj sekvas kompaniojn. Ĉio ĉi helpas modelojn kaj algoritmojn. konkludi ŝablonojn de aktiveco.

Ni povas aldoni teknologiojn kiel kuketojn kaj similajn erojn, same kiel aparato- kaj lokodatumojn (ekz., IP-adreso, poŝtelefona telefonisto aŭ retprovizanto). Ĉi tiuj informoj estas uzataj por konservi la sekurecon de la konto, plibonigi vian sperton kaj eble nutri... kapabloj pri personigo.

Fine, la komunikadoj, kiujn vi faras ene de la reto (mesaĝoj, invitoj, eventoj), la datumoj, kiujn via kompanio aŭ eduka institucio provizas se ili aĉetas LinkedIn-servojn, kaj la spuro, kiun vi lasas uzante triapartajn servojn konektitajn al la platformo (anoncoj, aldonaĵoj, integriĝoj), ludas rolon. Kiam vi interagas kun genera AI-funkcio ene de LinkedIn, viaj enigoj, la generitaj rezultoj kaj la maniero, kiel ili estas prilaboritaj, ĉiuj estas analizitaj. vi uzas tiun ilon.

Limigoj, juraj nuancoj kaj kio ne ŝanĝiĝas kiam malaktivigita

Grava klarigo: malebligi la uzon de viaj datumoj por trejnado ne forigas ian ajn lernadon antaŭe atingitan per informoj, kiuj eble jam estas inkluditaj. Alivorte, la elekto-malaliĝo agas antaŭen. Krome, LinkedIn specifas, ke ĉi tiu prefero ne malhelpas, ke viaj datumoj estu uzataj en aliaj generaj AI-funkcioj funkciantaj sur la platformo mem, ekzemple kiam vi babilas kun... asistanto ĉe LinkedIn.

La subesta debato rondiras ĉirkaŭ konsento. La diferenco inter la modelo laŭvole (vi eniras nur se vi akceptas) kaj la modelo laŭvole (vi partoprenas krom se vi elektas ne partopreni) estas konsiderinda. En regionoj kun striktaj regularoj, reguliga premo pelis pli aktivan konsenton, dum en aliaj lokoj, kompanioj moviĝis al sistemo kie la uzanto devas serĉi kaj malmarki skatoloj. Ĉi tiu malsimetrio kreas frotadon kaj konfuzon.

Kelkaj komunikadoj alvokas la bezonon uzi datumojn por plifortigi rekrutadajn produktojn kaj elektilojn, ŝlosilan fronton por LinkedIn kaj Microsoft. Estis kazoj de grandaj kompanioj uzantaj rekrutadajn asistantojn por redukti selektadtempojn, kio klarigus la postulo je realaj datumoj atingi konkurencivajn nivelojn de precizeco. Sen granda kaj diversa volumeno, la modelkvalito povas suferi.

Flanke de la uzanto, estas kritikoj pri travidebleco kaj la ebleco protesti. Tiuj, kiuj petis protesti per la formularo, ricevis kaznumerojn kaj spuran kanalon, sed la granda kvanto da petoj povas konduki al... pli longaj atendoj ol kutime. Via plej bona defendo estas ne nur malŝalti tion, kio taŭgas, sed ankaŭ regule kontroli ĉu novaj ŝaltiloj aperis en la agordoj.

La komunikado de LinkedIn pri la regiona amplekso de trejnado estis eksplicita pri iuj punktoj (ekz., ne trejnado kun datumoj de EU/EEA/Svisaj loĝantoj je certaj tempoj), kaj pli malferma al ŝanĝo pri aliaj (ekz., plivastigante la kunhavigon kun filioj por reklamado aŭ analitiko). Konsiderante ĉi tiun ĉifonaĵon, estas bona ideo adopti regulan revizian horaron. Datuma Privateco kaj Reklamado en via konto

Padrono kiu ripetiĝas tra la tuta industrio

LinkedIn ne estas la sola kazo: pluraj servoj reverkis siajn politikojn por ebligi la uzon de uzantodatumoj por artefarita inteligenteco. Kelkaj muzikaj platformoj adaptis kondiĉojn por plibonigi rekomendojn bazitajn sur personaj signaloj; grandaj sociaj retoj provis uzi publikajn afiŝojn en Eŭropo kaj renkontis organizitan opozicion; provizantoj de konversaciaj asistantoj petas rajtigon uzi konversaciojn kaj plilongigi konservtempojn; kaj eĉ stokaj kaj translokigaj servoj... korektita post kritiko pro provi uzi komunajn dosierojn kiel trejnan materialon.

La komuna denominatoro estas la sopiro je datumoj. Firmaoj vidas generativan artefaritan inteligentecon kiel manieron krei diferencigitajn produktojn, sed la ekvilibro inter tiu ambicio kaj la kapablo de la uzanto decidi pri siaj informoj daŭre ŝanĝiĝas. Tial la graveco certigi, ke la partoprenkesto restas malfermita. "kaŝita" en simpla vido kaj ke ekzistas klaraj vojoj por ekzerci rajtojn.

Plej bonaj praktikoj por protekti vian privatecon ĉe LinkedIn

Kvankam la platformo ofertas specifajn agordojn, ekzistas kutimoj kiuj aldonas tavolojn de protekto. Reviziu "Agordojn kaj Privatecon" (la sekciojn "Datuma Privateco" kaj "Reklamaj Datumoj") ĉiumonate por konfirmi, ke viaj preferoj restas tiaj, kiaj vi lasis ilin. Kontrolu, ĉu novaj opcioj rilataj al reklamado aperis. trejnado, filioj aŭ reklamoj.

• Malpliigu la videblecon de via publika agado (ekzemple, Kiu povas vidi mian profilon aŭ viaj ĝisdatigoj), se vi ne bezonas tiun videblecon por viaj profesiaj celoj.
• Limigu la uzon de kuketoj kaj similaj teknologioj en la koncerna sekcio, kie haveblaj, por limigi interretejan spuradon.
• Antaŭ publikigo, taksu ĉu la enhavo enhavas sentemajn informojn (retpoŝtojn, telefonnumerojn, identigilojn) kaj anstataŭigu ilin per neidentigeblaj datumoj kiam eblas.
• Periode elŝutu kopion de viaj datumoj el la elŝuta ilo por pli bone kompreni kion la platformo stokas pri via agado.

Se vi laboras kun artefarita inteligenteco-funkcioj ene de LinkedIn, memoru, ke viaj kontribuaĵoj kaj la maniero kiel vi interagas kun la ilo povas esti prilaboritaj por plibonigi tiun saman funkcion. Tio ne signifas, ke ili estos aŭtomate uzataj por trejni ĝeneralajn modelojn se vi elektis ne partopreni, sed ili povas influi la personigita sperto kion vi ricevas

La realo estas, ke ĉi tiuj politikoj rapide evoluas. Tial, krom alĝustigi la ŝaltilojn hodiaŭ, estas bona ideo agordi memorigilon en via kalendaro por ripeti ĉi tiun revizion poste. Kun ĉi tiu rutino, vi estos pli bone poziciigita por konservi kontrolon super viaj politikoj. viaj datumoj kaj viaj preferoj, sendepende de kiel la kondiĉoj povus ŝanĝiĝi en la estonteco.

Konsiderante ĉion supre menciitan, la ŝlosilo estas kompreni la veran amplekson de ĉiu alĝustigo, identigi kio estas limigita (modeltrejnado) kaj kio povas resti aktiva (funkciaj AI-funkcioj), taksi regionajn diferencojn, kaj uzi kaj la ŝaltilon "Datumoj por Generativa AI" kaj la kontraŭargumentan formularon kaj reklamajn sekciojn; per tiu aliro, vi povas teni trejnadon sub kontrolo kun viaj datumoj dum vi ankoraŭ decidas kiom multe... vi akceptas personigon en via ĉiutaga vivo ĉe LinkedIn.