- LinkedIn tillåter att data används som standard för att träna sin AI och affiliates, med variationer beroende på region.
- Det finns en inställning för att inaktivera utbildning och ett invändningsformulär för regionala ärenden.
- Genom att inaktivera träning kan dina data fortfarande användas i operativa AI-funktioner.

¿Hur konfigurerar man LinkedIn så att den inte använder dina data i sin AI? Under de senaste månaderna har LinkedIn gjort en betydande förändring i hur de hanterar sina medlemmars information: de har som standard aktiverat möjligheten att använda användardata för att träna modeller av artificiell intelligens, både sina egna och partnerleverantörers. Detta beslut, enligt plattformen, syftar till att erbjuda fler användbara funktioner och en förbättrad upplevelse, men det innebär att dina inlägg, interaktioner och preferenser kan mata generativa algoritmer; om du vill förhindra att LinkedIn använder dina uppgifter, granska dina sekretessinställningar.
Även om det professionella nätverket har införlivat AI-funktioner under en tid – från skrivassistenter till verktyg som hjälper dig att bättre definiera din applikation – har kontraktsändringen väckt oro. Det Microsoft-ägda företaget har förstärkt sitt engagemang för ekosystemteknik som stöder ChatGPT-liknande system, vilket tyder på en ännu närmare koppling mellan LinkedIn-data och generativa förmågor används i deras produkter.
Vad som har ändrats på LinkedIn och varför det påverkar dig
Den nya policytexten anger att LinkedIn och vissa leverantörer kan komma att behandla medlemsinformation för att träna modeller som driver generativa AI-funktioner. Denna behandling skulle inkludera innehåll du delar, språkinställningar, kommentarer, användningsfrekvens och aktivitetssignaler kopplade till olika delar av tjänsten. När företaget tränar modeller internt påstår det sig tillämpa tekniker för att minska identifierbara referenser så långt som möjligt.
Parallellt har plattformen utökat sin katalog av AI-drivna verktyg: chatbotar inspirerade av karriärcoacher, omskrivare av CV och personliga brev och andra hjälpmedel som underlättar vardagliga uppgifter för kandidater och rekryterare. Det uttalade målet är att förbättra matchningen mellan utbud och efterfrågan på talanger och göra LinkedIn-användningen mer produktiv, även om detta innebär att en del av att lära sig modellerna förlita sig på samhällsaktivitet.
På flera marknader är denna dataanvändning aktiverad utan föregående uttryckligt samtycke (opt-out-modell), vilket innebär att du har valt att använda den som standard om du inte manuellt inaktiverar alternativen. Denna metod flyttar bördan över på användaren att granska inställningar och invända där så är lämpligt, en känslig fråga för dem som betonar informerat samtycke och transparens.
Likaså har olika meddelanden och uppdateringar infört tidsmässiga nyanser: vissa texter placerar implementeringen av ändringarna i november 2024, och andra förutser utökningar av datautbytet med Microsofts dotterbolag i syfte att AI och reklam med efterföljande ikraftträdande. Det är lämpligt att kontrollera sekretessavsnittet på ditt konto och hur gör en LinkedIn privat, eftersom alternativnamn och omfattning kan variera beroende på region.

Var och vem påverkar denna policy?
LinkedIn har angett att de från och med idag inte utbildar modeller med data från invånare i Europeiska unionen, Europeiska ekonomiska samarbetsområdet och Schweiz. För resten av marknaderna kan behandling för utbildningsändamål vara aktiverad som standard. Nyligen publicerade dokument nämner uttryckligen att användningen av offentligt innehåll för utbildningsändamål i Europa kan ske under vissa förutsättningar, och att det i länder som USA eller Hongkong skulle ske större delning med Microsoft och dess dotterbolag för att förbättra annonseringens effektivitet.
I vilket fall som helst har företaget implementerat en mekanism för användare att begränsa denna användning. För konton utanför EU/EES/Schweiz/Storbritannien kan en specifik omkopplare inaktiveras i inställningarna. För de som befinner sig inom dessa regioner finns det en procedur för att inaktivera detta alternativ. formell invändning vilket kanaliseras via ett formulär, med uppföljning från hjälpcentret.
Observera att även när träning är inaktiverad förtydligar företaget att viss data kan användas för andra generativa AI-funktioner som är operativa inom själva plattformen (till exempel när du interagerar med en konversationsassistent inom plattformen). Denna skillnad mellan träningsmodeller och operativ användning för specifika funktioner är avgörande för förståelsen. Vad exakt begränsar möjligheten att välja bort?Om du dessutom vill ha mer kontroll över vad som visas kan du dölj innehåll i ditt flöde för att minska exponeringen.
Tillämpningen av dessa policyer är inte statisk: LinkedIn uppdaterar villkor och inställningar ofta. Att regelbundet granska sekretessavsnitten hjälper dig därför att upptäcka eventuella namn- eller omfattningsändringar i alternativ som "Data för generativ AI" eller avsnitt länkade till reklam och affiliates.

Steg för steg: Så här förhindrar du att LinkedIn använder dina data för att träna AI
Det enklaste sättet är att inaktivera träningsbehörigheten från dina kontoinställningar. Ruten kan variera något beroende på språk och region, men i allmänhet är stegen följande, och de låter dig begränsa användningen av din information i modellträning:
- Logga in på ditt konto från webben eller appen och tryck på ditt foto i det övre högra hörnet under menyn märkt "Jag".
- Gå till ”Inställningar och sekretess” för att se alla tillgängliga inställningskategorier.
- I sidopanelen väljer du "Dataskydd" för att öppna alternativen för databehandling.
- Leta reda på avsnittet "Data för generativ AI" eller "Data för att förbättra generativ AI" (namnet kan variera). Tryck och aktivera reglaget bredvid "Använd mina data för att träna AI-modeller som skapar innehåll".
- Spara dina ändringar om du blir ombedd; du kommer att se att väljaren går in i ett inaktiverat läge, vilket minskar användningen av dina signaler och innehåll i träning.
Det finns ytterligare en inställning som du kanske vill kontrollera i vissa länder: Under "Inställningar och sekretess" letar du efter avsnittet "Annonsdata". Där kontrollerar du om det finns ett alternativ som "Dela data med tredje part eller dotterbolag" och lämnar reglaget avstängt. återkalla utbytetDetta hjälper till att begränsa användningen av din aktivitet för utökad annonsering, inklusive delning med affiliates.
Utöver inställningarna ovan erbjuder LinkedIn ett invändningsformulär för att invända mot behandling för utbildningsändamål. Du måste ange ditt för- och efternamn, e-postadress och en kort förklaring till varför du inte vill att plattformen ska använda dina personuppgifter för detta ändamål. Efter att du skickat in den genererar systemet ett ärendenummer som du kan kontrollera i hjälpcentret för att spåra statusen för din begäran, även om företaget varnar för att det kan finnas förseningar på grund av hög efterfråganOm du föredrar kan du också avsluta prenumerationen från LinkedIn.
Om du bor i EU, EES, Storbritannien eller Schweiz kan proceduren kräva denna invändningsväg oftare än att bara använda vippknappen, på grund av hur regionala bestämmelser gäller. Gå dock till "Dataskydd" och kontrollera om träningsinställningen finns med i listan: om den är synlig och aktiv, avmarkera den; om den inte är det, använd oppositionsformulär.

Vilka uppgifter kan användas och varifrån kommer de
LinkedIns policy omfattar olika typer av information. Först finns det de uppgifter du frivilligt lämnar: vad du inkluderar i din profil, innehållet du publicerar, formulären du fyller i (från enkäter till ansökningar) eller dokumenten du bifogar som en bilaga. CV eller brev.
Det finns också information från tredje part: personer som nämner eller delar information om dig i kommentarer, inlägg, artiklar eller videor; LinkedIn-kunder och ekosystempartners; och relaterade enheter som Microsoft. Detta datalager är inte alltid under din direkta kontroll, men det kan påverka hur du använder dina data. systemöversikten dina intressen eller kontakter.
En annan viktig källa är användningssignaler: hur mycket tid du spenderar i vissa avsnitt, hur du interagerar med inlägg och annonser, vilka sökningar du gör, eller om du söker erbjudanden och följer företag. Allt detta hjälper modeller och algoritmer härleda mönster av aktivitet.
Vi kan komma att lägga till tekniker som cookies och liknande, samt enhets- och platsdata (t.ex. IP-adress, mobiloperatör eller internetleverantör). Denna information används för att upprätthålla kontosäkerhet, förbättra din upplevelse och eventuellt mata in anpassningsfunktioner.
Slutligen spelar den kommunikation du gör inom nätverket (meddelanden, inbjudningar, evenemang), den data som ditt företag eller utbildningsinstitution tillhandahåller om de köper LinkedIn-tjänster och det fotavtryck du lämnar när du använder tredjepartstjänster som är kopplade till plattformen (annonser, tillägg, integrationer) in. När du interagerar med en generativ AI-funktion inom LinkedIn analyseras dina indata, de genererade resultaten och hur de bearbetas. du använder det verktyget.

Begränsningar, juridiska nyanser och vad som inte ändras när det inaktiveras
Ett viktigt förtydligande: att inaktivera användningen av dina data för utbildning raderar inte någon inlärning som tidigare uppnåtts med information som redan kan finnas med. Med andra ord, avanmälan påverkar framåtriktat. Dessutom specificerar LinkedIn att denna inställning inte hindrar dina data från att användas i andra generativa AI-funktioner som är verksamma på själva plattformen, till exempel när du chattar med en assistent inom LinkedIn.
Den underliggande debatten kretsar kring samtycke. Skillnaden mellan opt-in-modellen (du deltar bara om du accepterar) och opt-out-modellen (du deltar om du inte väljer bort) är betydande. I regioner med strikta regleringar har regleringstryck drivit på ett mer aktivt samtycke, medan företag på andra platser har gått mot ett system där användaren måste sök och avmarkera lådor. Denna asymmetri skapar friktion och förvirring.
I vissa meddelanden påpekas behovet av att använda data för att stärka rekryteringsprodukter och urvalsverktyg, en viktig frontlinje för LinkedIn och Microsoft. Det har förekommit fall där stora företag använt rekryteringsassistenter för att minska urvalstiderna, vilket skulle förklara efterfrågan på verkliga data för att uppnå konkurrenskraftiga noggrannhetsnivåer. Utan en stor och varierad volym kan modellkvaliteten bli lidande.
På användarsidan finns kritik mot transparens och möjligheten att invända. De som har begärt att invända via formuläret har fått ärendenummer och en spårningskanal, men den höga volymen förfrågningar kan leda till längre väntetider än vanligt. Ditt bästa försvar är inte bara att inaktivera det som är lämpligt, utan också att regelbundet kontrollera om nya växlar har dykt upp i inställningarna.
LinkedIns kommunikation om utbildningens regionala omfattning har varit tydlig på vissa punkter (t.ex. att inte utbilda med data från invånare i EU/EES/Schweiz vid vissa tidpunkter), och mer öppen för förändringar på andra (t.ex. att utöka delning med affiliates för reklam eller analys). Med tanke på detta lapptäcke är det en bra idé att anta ett regelbundet granskningsschema. Dataskydd och reklam på ditt konto
Ett mönster som upprepas i hela branschen
LinkedIn är inte det enda fallet: flera tjänster har omskrivit sina policyer för att möjliggöra användning av användardata för AI-ändamål. Vissa musikplattformar har justerat villkoren för att förbättra rekommendationer baserade på personliga signaler; stora sociala nätverk har försökt använda offentliga inlägg i Europa och har stött på organiserat motstånd; leverantörer av konversationsassistenter ber om tillstånd att använda konversationer och förlänger lagringstider; och till och med lagrings- och överföringstjänster har rättad efter kritik för att ha försökt använda delade filer som utbildningsmaterial.
Den gemensamma nämnaren är hungern efter data. Företag ser generativ AI som ett sätt att skapa differentierade produkter, men balansen mellan den ambitionen och användarens möjlighet att bestämma över sin information fortsätter att förändras. Därav vikten av att säkerställa att deltagarnas möjligheter förblir öppna. "dold" i synhåll och att det finns tydliga vägar att utöva rättigheter.
Bästa praxis för att skydda din integritet på LinkedIn
Även om plattformen erbjuder specifika inställningar finns det vanor som lägger till lager av skydd. Granska "Inställningar och sekretess" (avsnitten "Dataskydd" och "Annonseringsdata") varje månad för att bekräfta att dina inställningar är som du lämnade dem. Kontrollera om nya alternativ relaterade till annonsering har dykt upp. utbildning, affiliates eller annonser.
- Minska synligheten för din offentliga aktivitet (till exempel Vem kan se min profil eller dina uppdateringar), om du inte behöver den exponeringen för dina professionella mål.
- Begränsa användningen av cookies och liknande tekniker i relevant avsnitt, där sådana är tillgängliga, för att begränsa spårning mellan webbplatser.
- Innan publicering, bedöm om innehållet innehåller känslig information (e-postadresser, telefonnummer, identifierare) och ersätt dem med icke-identifierbara uppgifter när det är möjligt.
- Ladda regelbundet ner en kopia av dina data från nedladdningsverktyget för att bättre förstå vad plattformen lagrar om din aktivitet.
Om du arbetar med AI-funktioner inom LinkedIn, kom ihåg att dina uppgifter och hur du interagerar med verktyget kan bearbetas för att förbättra samma funktion. Det betyder inte att de automatiskt kommer att användas för att träna generella modeller om du har valt bort det, men de kan påverka personlig upplevelse vad får du
Verkligheten är att dessa policyer utvecklas snabbt. Därför är det en bra idé att, förutom att justera ändringarna idag, ställa in en påminnelse i din kalender för att upprepa denna granskning senare. Med denna rutin kommer du att vara bättre positionerad för att behålla kontrollen över dina policyer. dina uppgifter och dina preferenser, oavsett hur villkoren kan komma att ändras i framtiden.
Med hänsyn till allt ovanstående är nyckeln att förstå den verkliga omfattningen av varje justering, identifiera vad som är begränsat (modellträning) och vad som kan förbli aktivt (operativa AI-funktioner), bedöma regionala skillnader och använda både växlingsknappen "Data för generativ AI" och invändningsformuläret och annonseringsavsnitten. Med den metoden kan du hålla träningen i schack med dina data samtidigt som du bestämmer hur mycket... du accepterar anpassning i ditt vardagliga liv på LinkedIn.
Brinner för teknik sedan han var liten. Jag älskar att vara uppdaterad inom branschen och framför allt kommunicera den. Det är därför jag har varit dedikerad till kommunikation på teknik- och videospelswebbplatser i många år nu. Du kan hitta mig som skriver om Android, Windows, MacOS, iOS, Nintendo eller något annat relaterat ämne som du tänker på.