Como configurar LinkedIn para que non use os teus datos na súa IA

¿Como configurar LinkedIn para que non use os teus datos na súa IA? Nos últimos meses, LinkedIn fixo un cambio significativo na forma en que xestiona a información dos seus membros: habilitou por defecto a capacidade de usar datos de usuarios para adestrar modelos de intelixencia artificial, tanto os seus propios como os dos provedores asociados. Esta decisión, segundo a plataforma, busca ofrecer funcións máis útiles e unha experiencia mellorada, pero tamén implica que as túas publicacións, interaccións e preferencias pode alimentar algoritmos xerativos; se queres evitar que LinkedIn use os teus datos, revisa a túa configuración de privacidade.

Aínda que a rede profesional leva tempo incorporando funcións de IA (desde asistentes de redacción ata ferramentas que che axudan a definir mellor a túa candidatura), o cambio no contrato xerou preocupacións. A empresa propiedade de Microsoft reforzou o seu compromiso coa tecnoloxía do ecosistema que admite sistemas tipo ChatGPT, o que suxire unha relación aínda máis estreita entre os datos de LinkedIn e capacidades generativas despregados nos seus produtos.

Que cambiou en LinkedIn e por que che afecta?

A nova redacción da política establece que LinkedIn e certos provedores poden procesar información dos membros para adestrar modelos que impulsen funcións de IA xerativa. Este procesamento incluiría contido que compartas, configuración de idioma, comentarios, frecuencia de uso e sinais de actividade vinculados a diferentes áreas do servizo. Cando a empresa adestra modelos internamente, afirma aplicar técnicas para reducir as referencias identificables na medida do posible.

Paralelamente, a plataforma ampliou o seu catálogo de utilidades impulsadas pola IA: chatbots inspirados en orientadores profesionais, reescritores de currículos e cartas de presentación e outras axudas que facilitan as tarefas cotiás dos candidatos e recrutadores. O obxectivo declarado é mellorar a correspondencia entre a oferta e a demanda de talento e facer que o uso de LinkedIn sexa máis produtivo, aínda que isto implica que parte da aprendizaxe dos modelos dependen da actividade comunitaria.

En varios mercados, este uso de datos está activado sen consentimento explícito previo (modelo de exclusión voluntaria), o que significa que estás activado por defecto a menos que desactives manualmente as opcións. Esta estratexia traslada a carga ao usuario para revisar a configuración e obxectar cando corresponda, un asunto delicado para aqueles que salientan o consentimento informado y la transparencia.

Do mesmo xeito, diversas comunicacións e actualizacións introduciron matices temporais: algúns textos sitúan a implementación dos cambios en novembro de 2024 e outros anticipan ampliacións do intercambio de datos con filiais de Microsoft con fins de IA e publicidade coa posterior entrada en vigor. É recomendable consultar a sección de privacidade da súa conta e como facer que LinkedIn sexa privado, porque os nomes e o alcance das opcións poden variar segundo a rexión.

Onde e a quen afecta esta política?

LinkedIn indicou que, a día de hoxe, non está a adestrar modelos con datos de residentes da Unión Europea, o Espazo Económico Europeo e Suíza. Para o resto dos mercados, o procesamento con fins de formación pode estar activado por defecto. Documentos recentes mencionan explicitamente que o uso de contido público con fins de formación en Europa podería producirse baixo certas condicións e que, en países como os Estados Unidos ou Hong Kong, habería unha maior compartición con Microsoft e as súas filiais para mellorar a eficacia da publicidade.

En calquera caso, a empresa implementou un mecanismo para que os usuarios limiten este uso. Para contas fóra da UE/EEE/Suíza/Reino Unido, pódese desactivar un interruptor específico na configuración. Para aqueles que se atopen dentro desas rexións, existe un procedemento para desactivar esta opción. obxección formal que se canaliza a través dun formulario, con seguimento desde o Centro de axuda.

Ten en conta que mesmo cando o adestramento está desactivado, a empresa aclara que algúns datos poden usarse para outras funcións de IA xerativa operativas dentro da propia plataforma (por exemplo, cando interactúas cun asistente de conversa dentro da plataforma). Esta distinción entre os modelos de adestramento e o uso operativo para funcións específicas é clave para a comprensión. Que limita exactamente a exclusión voluntaria?Ademais, se queres ter máis control sobre o que se mostra, podes ocultar contido na túa fonte de información para reducir a exposición.

A forma en que se aplican estas políticas non é estática: LinkedIn actualiza as pantallas de termos e configuración con frecuencia. Polo tanto, revisar periodicamente as seccións de privacidade axudarache a detectar posibles cambios de nome ou alcance en opcións como "Datos para a IA xerativa" ou seccións vinculadas a publicidade e afiliados.

Paso a paso: Como evitar que LinkedIn use os teus datos para adestrar a IA

O xeito máis sinxelo é desactivar o permiso de adestramento desde a configuración da túa conta. A ruta pode variar lixeiramente dependendo do idioma e da rexión, pero en termos xerais, os pasos son os seguintes e permitiranche limitar o uso da túa información no adestramento de modelos:

1. Inicia sesión na túa conta desde a web ou a aplicación e toca a túa foto na esquina superior dereita, no menú etiquetado como "Eu".
2. Vaia a "Configuración e privacidade" para ver todas as categorías de configuración dispoñibles.
3. No panel lateral, selecciona "Privacidade de datos" para abrir as opcións de procesamento de datos.
4. Localiza a sección "Datos para IA xerativa" ou "Datos para mellorar a IA xerativa" (o nome pode variar). Toca e activa o interruptor xunto a "Usar os meus datos para adestrar modelos de IA que creen contido".
5. Garda os cambios se se che solicita; verás que o selector entra en estado desactivado, o que reduce o uso de os teus sinais e contido en el entrenamiento.

Hai outra configuración que quizais queiras comprobar nalgúns países: en "Configuración e privacidade", busca a sección "Datos publicitarios". Alí, comproba se hai unha opción como "Compartir datos con terceiros ou afiliados" e deixa a opción desactivada. revogar o intercambioIsto axuda a limitar o uso da túa actividade para unha segmentación publicitaria ampliada, incluído o uso compartido con afiliados.

Ademais da configuración anterior, LinkedIn ofrece un formulario de obxección para opoñerse ao tratamento con fins de formación. Debe completar o seu nome e apelidos, enderezo de correo electrónico e unha breve explicación de por que non desexa que a plataforma use os seus datos persoais para este fin. Despois de envialo, o sistema xera un número de caso que pode consultar no Centro de axuda para rastrexar o estado da súa solicitude, aínda que a empresa advirte que pode haber atrasos debido á alta demandaSe o prefires, tamén podes cancelar a subscrición a LinkedIn.

Se resides na UE, no EEE, no Reino Unido ou en Suíza, o procedemento pode requirir esta vía de obxección con máis frecuencia que simplemente usar o interruptor, debido a como se aplican as normativas rexionais. Aínda así, vai a "Privacidade de datos" e comproba se a configuración do adestramento aparece na lista: se é visible e activa, desmárcaa; se non o está, usa o formulario de oposición.

Que datos se poden usar e de onde proceden

A política de LinkedIn abrangue diferentes tipos de información. En primeiro lugar, están os datos que proporcionas voluntariamente: o que inclúes no teu perfil, o contido que publicas, os formularios que completas (desde enquisas ata solicitudes) ou os documentos que achegas como anexo. currículo ou carta.

Tamén hai información de terceiros: persoas que mencionan ou comparten detalles sobre ti en comentarios, publicacións, artigos ou vídeos; clientes de LinkedIn e socios do ecosistema; e entidades relacionadas como Microsoft. Esta capa de datos non sempre está baixo o teu control directo, pero pode influír en como usas os teus datos. o esquema dos sistemas os teus intereses ou conexións.

Outra fonte clave son os sinais de uso: canto tempo pasas en determinadas seccións, como interactúas coas publicacións e os anuncios, que buscas realizas ou se solicitas ofertas e segues empresas. Todo isto axuda aos modelos e algoritmos. inferir patróns de actividad.

Podemos engadir tecnoloxías como cookies e elementos similares, así como datos do dispositivo e da localización (por exemplo, enderezo IP, operador móbil ou provedor de internet). Esta información utilízase para manter a seguridade da conta, mellorar a túa experiencia e, potencialmente, alimentar... capacidades de personalización.

Finalmente, entran en xogo as comunicacións que realizas dentro da rede (mensaxes, invitacións, eventos), os datos que a túa empresa ou institución educativa proporciona se adquire servizos de LinkedIn e a pegada que deixas ao usar servizos de terceiros conectados á plataforma (anuncios, complementos, integracións). Cando interactúas cunha función de IA xerativa dentro de LinkedIn, analízanse as túas entradas, os resultados xerados e a forma en que se procesan. usas esa ferramenta.

Limitacións, matices legais e o que non cambia ao desactivarse

Unha aclaración importante: desactivar o uso dos teus datos para a formación non borra ningunha aprendizaxe previamente acadada con información que xa poida estar incluída. Noutras palabras, a exclusión voluntaria actúa cara adiante. Ademais, LinkedIn especifica que esta preferencia non impide que os teus datos se utilicen noutras funcións de IA xerativa que operan na propia plataforma, por exemplo, cando chateas cun asistente en LinkedIn.

O debate subxacente xira arredor do consentimento. A diferenza entre o modelo de participación (só se aceptas) e o modelo de exclusión (participas a menos que te rexeites) é substancial. En rexións con regulacións estritas, a presión reguladora impulsou un consentimento máis activo, mentres que noutros lugares, as empresas avanzaron cara a un sistema no que o usuario debe buscar e desmarcar caixas. Esta asimetría crea fricción e confusión.

Algunhas comunicacións invocan a necesidade de empregar datos para fortalecer os produtos de contratación e as ferramentas de selección, unha fronte clave para LinkedIn e Microsoft. Houbo casos de grandes empresas que empregan asistentes de contratación para reducir os tempos de selección, o que explicaría o demanda de datos reais para acadar niveis competitivos de precisión. Sen un volume grande e diverso, a calidade do modelo pode verse afectada.

Do lado do usuario, hai críticas sobre a transparencia e a oportunidade de obxectar. Quenes solicitaron obxectar a través do formulario recibiron números de caso e unha canle de seguimento, pero o alto volume de solicitudes pode levar a esperas máis longas do habitual. A túa mellor defensa non é só desactivar o que sexa apropiado, senón tamén comprobar regularmente se apareceron novos botóns de activación/desactivación na configuración.

A comunicación de LinkedIn sobre o alcance rexional da formación foi explícita nalgúns puntos (por exemplo, non se imparte formación con datos de residentes da UE/EEE/Suíza en determinados momentos) e máis aberta ao cambio noutros (por exemplo, ampliar a posibilidade de compartir datos con afiliados para publicidade ou análise). Dado este mosaico, é unha boa idea adoptar un calendario de revisións regulares. Privacidade de datos e publicidade na túa conta.

Un patrón que se repite en toda a industria

LinkedIn non é o único caso: varios servizos reescribiron as súas políticas para permitir o uso de datos de usuarios con fins de IA. Algunhas plataformas musicais axustaron os termos para mellorar as recomendacións baseadas en sinais persoais; as grandes redes sociais intentaron usar publicacións públicas en Europa e atoparon unha oposición organizada; os provedores de asistentes de conversa están a pedir autorización para usar conversas e ampliar os tempos de retención; e mesmo os servizos de almacenamento e transferencia... rectificado tras as críticas por tentar usar ficheiros compartidos como material de formación.

O denominador común é a fame de datos. As empresas ven a IA xerativa como unha forma de crear produtos diferenciados, pero o equilibrio entre esa ambición e a capacidade do usuario para decidir sobre a súa información segue a cambiar. De aí a importancia de garantir que a caixa de participación permaneza aberta. "agochado" á vista de todos e que existen vías claras para exercer os dereitos.

Boas prácticas para protexer a túa privacidade en LinkedIn

Aínda que a plataforma ofrece configuracións específicas, hai hábitos que engaden capas de protección. Revisa "Configuración e privacidade" (as seccións "Privacidade de datos" e "Datos publicitarios") mensualmente para confirmar que as túas preferencias se manteñen como as deixaches. Comproba se apareceron novas opcións relacionadas coa publicidade. formación, afiliados ou anuncios.

• Reducir a visibilidade da túa actividade pública (por exemplo, Quen pode ver o meu perfil ou as túas actualizacións), se non necesitas esa exposición para os teus obxectivos profesionais.
• Restrinxir o uso de cookies e tecnoloxías similares na sección correspondente, onde estean dispoñibles, para restrinxir o seguimento entre sitios.
• Antes de publicar, avalía se o contido contén información confidencial (correos electrónicos, números de teléfono, identificadores) e substitúea por datos non identificables cando sexa posible.
• Descarga periodicamente unha copia dos teus datos da ferramenta de descarga para comprender mellor o que a plataforma almacena sobre a túa actividade.

Se traballas con funcións de IA en LinkedIn, lembra que as túas achegas e o xeito no que interactúas coa ferramenta poden procesarse para mellorar esa mesma función. Iso non significa que se usarán automaticamente para adestrar modelos xerais se te desactivaches, pero poden influír no experiencia personalizada que recibes.

A realidade é que estas políticas evolucionan rapidamente. Polo tanto, ademais de axustar os interruptores hoxe, é boa idea configurar un recordatorio no calendario para repetir esta revisión máis tarde. Con esta rutina, estarás en mellor posición para manter o control sobre as túas políticas. os teus datos e as túas preferencias, independentemente de como poidan cambiar os termos no futuro.

Tendo en conta todo o anterior, a clave é comprender o verdadeiro alcance de cada axuste, identificar o que está limitado (adestramento de modelos) e o que pode permanecer activo (funcións operativas da IA), avaliar as diferenzas rexionais e usar tanto o botón de alternancia "Datos para IA xerativa" como o formulario de obxección e as seccións de publicidade; con este enfoque, podes manter o adestramento a raia cos teus datos e, ao mesmo tempo, decidir canto. aceptas a personalización na túa vida cotiá en LinkedIn.