LinkedIn'in verilerinizi yapay zekada kullanmaması için nasıl yapılandırma yapılır?

¿LinkedIn'in verilerinizi yapay zekada kullanmaması için nasıl yapılandırma yapabilirsiniz? LinkedIn, son aylarda üyelerinin bilgilerini işleme biçiminde önemli bir değişiklik yaptı: Varsayılan olarak, hem kendi hem de ortak sağlayıcıların yapay zeka modellerini eğitmek için kullanıcı verilerini kullanma özelliğini etkinleştirdi. Platforma göre bu karar, daha kullanışlı özellikler ve geliştirilmiş bir deneyim sunmayı amaçlıyor, ancak şu anlama geliyor: gönderileriniz, etkileşimleriniz ve tercihleriniz Üretken algoritmaları besleyebilirsiniz; LinkedIn'in verilerinizi kullanmasını engellemek istiyorsanız, gizlilik ayarlarınızı inceleyin.

Profesyonel ağ, yazı asistanlarından uygulamanızı daha iyi tanımlamanıza yardımcı olan araçlara kadar bir süredir yapay zeka özelliklerini bünyesine katıyor olsa da, sözleşme değişikliği endişelere yol açtı. Microsoft'a ait şirket, ChatGPT tipi sistemleri destekleyen ekosistem teknolojisine olan bağlılığını pekiştirerek, LinkedIn verileri ile iş ortakları arasında daha da yakın bir ilişki olduğunu öne sürdü. üretken kapasiteler ürünlerinde konuşlandırılmıştır.

LinkedIn'de neler değişti ve bu sizi neden etkiliyor?

Yeni politika metni, LinkedIn ve belirli tedarikçilerin, üretken yapay zeka işlevlerini destekleyen modelleri eğitmek için üye bilgilerini işleyebileceğini belirtiyor. Bu işleme, paylaştığınız içerik, dil ayarları, yorumlar, kullanım sıklığı ve hizmetin farklı alanlarına bağlı etkinlik sinyalleri dahil olacak. Şirket, modelleri şirket içinde eğittiğinde, aşağıdaki teknikleri uyguladığını iddia ediyor: tanımlanabilir referansları azaltın olabildiğince uzağa.

Buna paralel olarak platform, yapay zeka destekli araçlar kataloğunu genişletti: kariyer koçlarından ilham alan sohbet robotları, özgeçmiş ve ön yazı yeniden yazarları ve adaylar ile işe alım uzmanlarının günlük işlerini kolaylaştıran diğer araçlar. Belirtilen amaç, yetenek arzı ve talebi arasındaki uyumu artırmak ve LinkedIn kullanımını daha üretken hale getirmektir; ancak bu, modelleri öğrenmenin bir parçası toplumsal faaliyetlere güvenin.

Birçok pazarda, bu veri kullanımı önceden açık izin olmadan etkinleştirilir (vazgeçme modeli), yani seçenekleri manuel olarak devre dışı bırakmadığınız sürece varsayılan olarak etkin olursunuz. Bu yaklaşım, ayarları inceleme ve uygun durumlarda itiraz etme yükünü kullanıcıya yükler; bu da hassas bir konudur. bilgilendirilmiş onam ve şeffaflık.

Benzer şekilde, çeşitli iletişimler ve güncellemeler zamansal nüanslar getirmiştir: bazı metinler değişikliklerin uygulanmasını Kasım 2024'e yerleştirirken, diğerleri Microsoft iştirakleriyle veri alışverişinin genişletilmesini öngörüyor Yapay zeka ve reklamcılık Daha sonra yürürlüğe girmesiyle birlikte. Hesabınızın gizlilik bölümünü kontrol etmeniz ve nasıl LinkedIn'i özel yapÇünkü seçenek adları ve kapsamları bölgeye göre değişiklik gösterebilir.

Bu politika nerede ve kimleri etkiliyor?

LinkedIn, bugün itibarıyla Avrupa Birliği, Avrupa Ekonomik Alanı ve İsviçre sakinlerinden alınan verilerle modeller eğitmediğini belirtti. Diğer pazarlar için, eğitim amaçlı işleme varsayılan olarak etkinleştirilebilir. Son belgeler, Avrupa'da belirli koşullar altında eğitim amaçlı kamuya açık içerik kullanımının gerçekleşebileceğini ve Amerika Birleşik Devletleri veya Hong Kong gibi ülkelerde daha fazla paylaşım olacağını açıkça belirtmektedir. Microsoft ve bağlı kuruluşları reklam etkinliğini artırmak için.

Her durumda, şirket kullanıcıların bu kullanımı sınırlaması için bir mekanizma uyguladı. AB/AEA/İsviçre/Birleşik Krallık dışındaki hesaplar için, ayarlarda belirli bir anahtar devre dışı bırakılabilir. Bu bölgelerdeki kullanıcılar içinse bu seçeneği devre dışı bırakmak için bir prosedür mevcuttur. resmi itiraz Yardım Merkezi'nden takip edilen bir form aracılığıyla yönlendirilir.

Eğitim devre dışı bırakılsa bile, şirket bazı verilerin platformun kendisinde çalışan diğer üretken yapay zeka işlevleri için kullanılabileceğini (örneğin, platform içinde bir konuşma asistanıyla etkileşim kurduğunuzda) açıklığa kavuşturuyor. Eğitim modelleri ile belirli işlevler için operasyonel kullanım arasındaki bu ayrım, anlaşılması açısından önemlidir. Opt-out limiti tam olarak neyi ifade ediyor?Ayrıca, görüntülenenler üzerinde daha fazla kontrole sahip olmak istiyorsanız, şunları yapabilirsiniz: beslemenizdeki içeriği gizleyin Maruziyeti azaltmak için.

Bu politikaların uygulanma şekli statik değildir: LinkedIn, şartlar ve ayarlar ekranlarını sık sık günceller. Bu nedenle, gizlilik bölümlerini düzenli olarak incelemek, aşağıdaki gibi seçeneklerde olası ad veya kapsam değişikliklerini tespit etmenize yardımcı olacaktır: "Üretken Yapay Zeka için Veri" veya bağlantılı bölümler reklamcılık ve iştirakler.

Adım adım: LinkedIn'in verilerinizi yapay zekayı eğitmek için kullanmasını nasıl önleyebilirsiniz?

En kolay yol, hesap ayarlarınızdan eğitim iznini devre dışı bırakmaktır. Bu yol, dil ve bölgeye göre biraz değişiklik gösterebilir, ancak genel olarak adımlar aşağıdaki gibidir ve şunları yapmanıza olanak tanır: bilgilerinizin kullanımını sınırlandırın model eğitiminde:

1. Web veya uygulamadan hesabınıza giriş yapın ve "Ben" yazan menünün sağ üst köşesindeki fotoğrafınıza dokunun.
2. Kullanılabilir tüm ayar kategorilerini görmek için “Ayarlar ve Gizlilik” bölümüne gidin.
3. Yan panelde "Veri Gizliliği"ni seçerek veri işleme seçeneklerini açın.
4. "Üretken Yapay Zeka için Veriler" veya "Üretken Yapay Zekayı Geliştirmek İçin Veriler" bölümünü bulun (adı değişebilir). "İçerik oluşturan yapay zeka modellerini eğitmek için verilerimi kullan" seçeneğinin yanındaki düğmeye dokunun ve geçiş yapın.
5. İstenirse değişikliklerinizi kaydedin; seçicinin devre dışı duruma geçtiğini ve bu sayede kullanımının azaldığını göreceksiniz. sinyalleriniz ve içeriğiniz eğitimde.

Bazı ülkelerde kontrol etmek isteyebileceğiniz başka bir ayar daha var: "Ayarlar ve Gizlilik" altında "Reklam Verileri" bölümünü bulun. Orada, "Verileri üçüncü taraflarla veya bağlı kuruluşlarla paylaş" gibi bir seçenek olup olmadığını kontrol edin ve düğmeyi kapalı bırakın. değişimi iptal etmekBu, bağlı kuruluşlarla paylaşım da dahil olmak üzere genişletilmiş reklam hedeflemesi için etkinliğinizin kullanımını sınırlamaya yardımcı olur.

Yukarıdaki ayarlara ek olarak, LinkedIn eğitim amaçlı işleme itiraz etmek için bir itiraz formu sunmaktadır. Adınızı, soyadınızı, e-posta adresinizi ve platformun kişisel verilerinizi bu amaçla kullanmasını neden istemediğinize dair kısa bir açıklamayı doldurmanız gerekmektedir. Başvurunuzu gönderdikten sonra sistem, Yardım Merkezi'nde kontrol edebileceğiniz ve talebinizin durumunu takip edebileceğiniz bir vaka numarası oluşturur; ancak şirket, bazı durumlarda değişiklik olabileceği konusunda uyarmaktadır. yüksek talep nedeniyle gecikmelerEğer isterseniz, şunları da yapabilirsiniz: LinkedIn'den aboneliğinizi iptal edin.

AB, AEA, Birleşik Krallık veya İsviçre'de yaşıyorsanız, bölgesel düzenlemelerin nasıl uygulandığına bağlı olarak, prosedür bu itiraz yolunu yalnızca geçiş düğmesini kullanmaktan daha sık gerektirebilir. Yine de, "Veri Gizliliği"ne gidin ve egzersiz ayarının listelenip listelenmediğini kontrol edin: görünür ve etkinse, işaretini kaldırın; değilse, muhalefet formu.

Hangi veriler kullanılabilir ve nereden gelir?

LinkedIn'in politikası farklı bilgi türlerini kapsar. İlk olarak, gönüllü olarak sağladığınız veriler vardır: profilinize eklediğiniz bilgiler, yayınladığınız içerikler, doldurduğunuz formlar (anketlerden başvurulara kadar) veya ek olarak eklediğiniz belgeler. özgeçmiş veya mektup.

Üçüncü taraflardan gelen bilgiler de vardır: Yorumlarda, gönderilerde, makalelerde veya videolarda sizden bahseden veya sizinle ilgili bilgileri paylaşan kişiler; LinkedIn müşterileri ve ekosistem ortakları; ve Microsoft gibi ilgili kuruluşlar. Bu veri katmanı her zaman doğrudan kontrolünüz altında olmasa da, verilerinizi nasıl kullandığınızı etkileyebilir. sistem taslağı ilgi alanlarınız veya bağlantılarınız.

Bir diğer önemli kaynak ise kullanım sinyalleridir: Belirli bölümlerde ne kadar zaman geçirdiğiniz, gönderiler ve reklamlarla nasıl etkileşim kurduğunuz, hangi aramaları gerçekleştirdiğiniz veya tekliflere başvurup başvurmadığınız ve şirketleri takip edip etmediğiniz. Tüm bunlar, modellerin ve algoritmaların çalışmasına yardımcı olur. desenleri çıkarmak faaliyet.

Çerezler ve benzeri öğeler gibi teknolojilerin yanı sıra cihaz ve konum verileri (örneğin IP adresi, mobil operatör veya internet sağlayıcısı) ekleyebiliriz. Bu bilgiler, hesap güvenliğini sağlamak, deneyiminizi iyileştirmek ve potansiyel olarak şunları sağlamak için kullanılır: özelleştirme yetenekleri.

Son olarak, ağ içinde yaptığınız iletişimler (mesajlar, davetler, etkinlikler), şirketinizin veya eğitim kurumunuzun LinkedIn hizmetlerini satın alması durumunda sağladığı veriler ve platforma bağlı üçüncü taraf hizmetleri (reklamlar, eklentiler, entegrasyonlar) kullanırken bıraktığınız iz devreye girer. LinkedIn içindeki üretken bir yapay zeka işleviyle etkileşim kurduğunuzda, girdileriniz, oluşturulan sonuçlar ve bunların işlenme biçimi analiz edilir. o aracı kullanıyorsun.

Sınırlamalar, yasal ayrıntılar ve devre dışı bırakıldığında değişmeyenler

Önemli bir açıklama: Verilerinizin eğitim amaçlı kullanımını devre dışı bırakmak, halihazırda mevcut olabilecek bilgilerle daha önce elde edilen herhangi bir öğrenmeyi silmez. Başka bir deyişle, devre dışı bırakma işlemi ileriye dönüktür. Ayrıca LinkedIn, bu tercihin verilerinizin platformda çalışan diğer üretken yapay zeka işlevlerinde (örneğin, bir kullanıcıyla sohbet ettiğinizde) kullanılmasını engellemediğini belirtir. LinkedIn'de asistan.

Temel tartışma, rıza etrafında dönüyor. Katılım modeli (yalnızca kabul ederseniz katılırsınız) ile katılım dışı model (vazgeçmediğiniz sürece katılırsınız) arasındaki fark önemli. Sıkı düzenlemelerin olduğu bölgelerde, düzenleyici baskı daha fazla aktif rızayı teşvik ederken, diğer yerlerde şirketler kullanıcının ara ve işaretini kaldır Bu asimetri sürtüşme ve karışıklığa yol açıyor.

Bazı iletişimler, LinkedIn ve Microsoft için önemli bir cephe olan işe alım ürünlerini ve seçim araçlarını güçlendirmek için veri kullanma ihtiyacını gündeme getiriyor. Büyük şirketlerin seçim sürelerini kısaltmak için işe alım asistanlarından yararlandığı durumlar olmuştur; bu da gerçek verilere olan talep Rekabetçi doğruluk seviyelerine ulaşmak için. Büyük ve çeşitli bir hacim olmadan, model kalitesi zarar görebilir.

Kullanıcı tarafında ise şeffaflık ve itiraz etme imkânı konusunda eleştiriler mevcut. Form aracılığıyla itiraz talebinde bulunanlar, dava numaraları ve bir takip kanalı aldı, ancak taleplerin yüksek hacmi, daha uzun beklemeler Her zamankinden daha fazla. En iyi savunmanız yalnızca uygun olanı devre dışı bırakmak değil, aynı zamanda ayarlarda yeni geçişlerin görünüp görünmediğini düzenli olarak kontrol etmektir.

LinkedIn'in bölgesel eğitim kapsamı hakkındaki iletişimi bazı noktalarda açıktı (örneğin, belirli zamanlarda AB/AEA/İsviçre sakinlerinden gelen verilerle eğitim verilmemesi) ve diğerlerinde ise değişikliğe daha açıktı (örneğin, reklam veya analiz için iştiraklerle paylaşımın genişletilmesi). Bu karmaşık yapı göz önüne alındığında, düzenli bir inceleme programı benimsemek iyi bir fikirdir. Veri Gizliliği ve Reklamcılık hesabında

Sektör genelinde tekrarlanan bir model

LinkedIn tek örnek değil: Birçok hizmet, kullanıcı verilerinin yapay zeka amaçlarıyla kullanılmasını sağlamak için politikalarını yeniden yazdı. Bazı müzik platformları, kişisel sinyallere dayalı önerileri iyileştirmek için şartlarını ayarladı; büyük sosyal ağlar, Avrupa'da herkese açık gönderileri kullanmaya çalıştı ve örgütlü bir muhalefetle karşılaştı; sohbet asistanı sağlayıcıları, konuşmaları kullanmak için yetki istiyor ve saklama sürelerini uzatıyor; hatta depolama ve aktarım hizmetleri bile... eleştiriden sonra düzeltildi Paylaşılan dosyaları eğitim materyali olarak kullanmaya çalıştığı için.

Ortak payda, veriye duyulan açlıktır. Şirketler, üretken yapay zekâyı farklılaştırılmış ürünler yaratmanın bir yolu olarak görüyor, ancak bu hırs ile kullanıcının bilgileri hakkında karar verme yeteneği arasındaki denge değişmeye devam ediyor. Dolayısıyla, katılım kutusunun açık kalmasını sağlamanın önemi artıyor. açıkça görülebilecek şekilde "gizli" ve hakların kullanılmasına yönelik açık yolların mevcut olduğunu.

LinkedIn'de gizliliğinizi korumaya yönelik en iyi uygulamalar

Platform belirli ayarlar sunsa da, koruma katmanları ekleyen alışkanlıklar mevcuttur. Tercihlerinizin bıraktığınız gibi kaldığından emin olmak için "Ayarlar ve Gizlilik" ("Veri Gizliliği" ve "Reklam Verileri" bölümleri) bölümünü aylık olarak inceleyin. Reklamlarla ilgili yeni seçeneklerin görünüp görünmediğini kontrol edin. eğitim, iştirakler veya reklamlar.

• Kamusal etkinliğinizin görünürlüğünü azaltın (örneğin, Profilimi kimler görebilir? (veya güncellemeleriniz), eğer profesyonel hedefleriniz için bu görünürlüğe ihtiyacınız yoksa.
• İlgili bölümde, mümkün olan yerlerde, çapraz site izlemeyi kısıtlamak için çerezlerin ve benzeri teknolojilerin kullanımını kısıtlayın.
• Yayımlamadan önce, içeriğin hassas bilgiler (e-postalar, telefon numaraları, tanımlayıcılar) içerip içermediğini değerlendirin ve bunları aşağıdakilerle değiştirin: tanımlanamayan veriler mümkün olduğunda.
• Platformun etkinliğiniz hakkında ne sakladığını daha iyi anlamak için indirme aracından verilerinizin bir kopyasını düzenli olarak indirin.

LinkedIn'de yapay zeka özellikleriyle çalışıyorsanız, girdilerinizin ve araçla etkileşim kurma biçiminizin aynı özelliği iyileştirmek için işlenebileceğini unutmayın. Bu, devre dışı bıraktığınızda genel modelleri eğitmek için otomatik olarak kullanılacakları anlamına gelmez, ancak kişiselleştirilmiş deneyim siz ne alırsınız

Gerçek şu ki, bu politikalar hızla değişiyor. Bu nedenle, bugün değişiklikleri ayarlamanın yanı sıra, bu incelemeyi daha sonra tekrarlamak için takviminize bir hatırlatıcı ayarlamanız iyi bir fikirdir. Bu rutinle, politikalarınız üzerinde daha iyi kontrol sahibi olacaksınız. verileriniz ve tercihleriniz, gelecekte şartların nasıl değişebileceğine bakılmaksızın.

Yukarıdakilerin hepsini hesaba katarak, önemli olan her bir ayarlamanın gerçek kapsamını anlamak, neyin sınırlı olduğunu (model eğitimi) ve neyin aktif kalabileceğini (operasyonel yapay zeka özellikleri) belirlemek, bölgesel farklılıkları değerlendirmek ve hem "Üretken Yapay Zeka için Veri" geçişini hem de itiraz formu ve reklam bölümlerini kullanmaktır; bu yaklaşımla, ne kadarının kullanılacağına karar verirken, verilerinizle eğitimi dengeleyebilirsiniz. özelleştirmeyi kabul ediyorsunuz LinkedIn'deki günlük hayatınızda.