Un día de noviembre, una estratega de producto a la que llamaremos Michelle (no es su nombre real), inició sesión en su cuenta de LinkedIn y cambió su género a masculino. También cambió su nombre a Michael, le dijo a TechCrunch.
Ella estaba participando en un experimento llamado #WearthePants donde mujeres examinadas la hipótesis de que el nuevo algoritmo de LinkedIn estaba sesgado contra las mujeres.
Durante meses, algo de LinkedIn pesado Los usuarios se quejaron de ver caídas en el compromiso y las impresiones en la red social orientada a la carrera. Esto se produjo después de que el vicepresidente de ingeniería de la empresa, Tim Jurka, dijo en agosto que la plataforma había implementado «más recientemente» LLM para ayudar a mostrar contenido útil para los usuarios.
Michelle (cuya identidad es conocida por TechCrunch) sospechaba de los cambios porque tiene más de 10.000 seguidores y escribe publicaciones fantasma para su marido, que sólo tiene alrededor de 2.000. Sin embargo, ella y su esposo tienden a obtener la misma cantidad de impresiones de publicaciones, dijo, a pesar de tener más seguidores.
«La única variable significativa fue el género», dijo.
Marilynn Joyner, una de las fundadoras, también cambió el género de su perfil. Ha estado publicando constantemente en LinkedIn durante dos años y en los últimos meses notó que la visibilidad de sus publicaciones disminuyó. «Cambié mi género en mi perfil de femenino a masculino y mis impresiones aumentaron un 238% en un día», dijo a TechCrunch.
Megan Cornish informó resultados similares, al igual que Rosie Taylor, Jessica Doyle Mekkes, Abby Nydam, Felicity Menzies, Lucy Ferguson y pronto.
Evento tecnológico
san francisco
|
13-15 de octubre de 2026
LinkedIn dijo eso su “algoritmo y sistemas de inteligencia artificial no utilizan información demográfica como edad, raza o género como señal para determinar la visibilidad del contenido, perfil o publicaciones en el Feed” y que “una instantánea de sus propias actualizaciones del feed que no son perfectamente representativas o de igual alcance no implican automáticamente un trato injusto o sesgo” dentro del Feed.
Los expertos en algoritmos sociales coinciden en que el sexismo explícito puede no haber sido una causa, aunque puede haber un sesgo implícito en juego.
Las plataformas son «una intrincada sinfonía de algoritmos que accionan palancas matemáticas y sociales específicas, de forma simultánea y constante». Brandeis Marshalldijo a TechCrunch un consultor de ética de datos.
«El cambio de la foto de perfil y el nombre es sólo una de esas palancas», dijo, añadiendo que el algoritmo también está influenciado, por ejemplo, por cómo un usuario tiene e interactúa actualmente con otros contenidos.
«Lo que no conocemos son todas las otras palancas que hacen que este algoritmo priorice el contenido de una persona sobre el de otra. Este es un problema más complicado de lo que la gente supone», dijo Marshall.
codificado por hermanos
El #Usalospantalones El experimento comenzó con dos empresarias: Cindy Gallop y Jane Evans.
Pidieron a dos hombres que crearan y publicaran el mismo contenido que ellos, con curiosidad por saber si el género era la razón por la que tantas mujeres sentían una caída en el compromiso. Gallop y Evans ambos tener un número considerable de seguidores – más de 150.000 combinados en comparación con los dos hombres que tenían alrededor de 9.400 en ese momento.
Gallop informó que su publicación llegó solo a 801 personas, mientras que el hombre que publicó Exactamente el mismo contenido llegó a 10.408 personas, más del 100% de sus seguidores. Luego participaron otras mujeres. Algunos, como Joyner, que utiliza LinkedIn para promocionar su negocio, se preocuparon.
«Realmente me encantaría ver que LinkedIn se responsabilice por cualquier sesgo que pueda existir dentro de su algoritmo», dijo Joyner.
Pero LinkedIn, al igual que otras plataformas de búsqueda y redes sociales dependientes de LLM, ofrece pocos detalles sobre cómo se entrenaron los modelos de selección de contenido.
Marshall dijo que la mayoría de estas plataformas “han incorporado de forma innata un punto de vista blanco, masculino y centrado en Occidente” debido a quién entrenó a los modelos. Los investigadores encuentran evidencia de prejuicios humanos como el sexismo y el racismo en modelos LLM populares porque los modelos están entrenados en contenido generado por humanos, y Los humanos a menudo están directamente involucrados en el post-entrenamiento. o aprendizaje por refuerzo.
Aún así, la forma en que una empresa individual implementa sus sistemas de inteligencia artificial está envuelta en el secreto de la caja negra algorítmica.
LinkedIn dice que el experimento #WearthePants no podría haber demostrado un sesgo de género contra las mujeres. La declaración de agosto de Jurka decía, y el Jefe de Gobernanza e Inteligencia Artificial Responsable de LinkedIn, Sakshi Jain, Reiterado en otro post. en noviembre, que sus sistemas no utilizan la información demográfica como señal de visibilidad.
En cambio, LinkedIn le dijo a TechCrunch que prueba millones de publicaciones para conectar a los usuarios con oportunidades. Dijo que los datos demográficos se utilizan sólo para este tipo de pruebas, como ver si las publicaciones «de diferentes creadores compiten en pie de igualdad y que la experiencia de desplazamiento, lo que se ve en el feed, es consistente en todas las audiencias», dijo la compañía a TechCrunch.
LinkedIn se ha destacado por investigando y ajustando su algoritmo para intentar ofrecer una visión menos sesgada experiencia para los usuarios.
Son las variables desconocidas, dijo Marshall, las que probablemente explican por qué algunas mujeres vieron un aumento en las impresiones después de cambiar el género de su perfil a masculino. Participar en una tendencia viral, por ejemplo, puede generar un aumento de la participación; algunas cuentas publicaron por primera vez en mucho tiempo y el algoritmo posiblemente podría haberlas recompensado por hacerlo.
El tono y el estilo de escritura también pueden influir. Michelle, por ejemplo, dijo que la semana que publicó como “Michael” ajustó ligeramente su tono y escribió en un estilo más simplista y directo, como lo hace con su esposo. Fue entonces cuando dijo que las impresiones aumentaron un 200 % y las interacciones aumentaron un 27 %.
Concluyó que el sistema no era “explícitamente sexista”, pero parecía considerar los estilos de comunicación comúnmente asociados con las mujeres “un indicador de menor valor”.
Hombre estereotipado Se cree que los estilos de escritura son más concisos.mientras que el Estereotipos de estilo de escritura para mujeres. Se imagina que son más suaves y más emocionales. Si un LLM está capacitado para impulsar la escritura que cumpla con los estereotipos masculinos, eso es un sesgo sutil e implícito. Y como informamos anteriormentelos investigadores han determinado que la mayoría de los LLM están plagados de ellos.
Sarah Dean, profesora asistente de informática en Cornell, dijo que plataformas como LinkedIn a menudo utilizan perfiles completos, además del comportamiento del usuario, al determinar el contenido que se debe promocionar. Eso incluye trabajos en el perfil de un usuario y el tipo de contenido con el que suele interactuar.
«La demografía de una persona puede afectar 'ambos lados' del algoritmo: lo que ve y quién ve lo que publica», dijo Dean.
LinkedIn le dijo a TechCrunch que sus sistemas de inteligencia artificial analizan cientos de señales para determinar qué se envía a un usuario, incluida información del perfil, la red y la actividad de una persona.
«Realizamos pruebas continuas para comprender qué ayuda a las personas a encontrar el contenido más relevante y oportuno para sus carreras», dijo el portavoz. «El comportamiento de los miembros también da forma al feed, lo que las personas hacen clic, guardan y con lo que interactúan cambia diariamente, y qué formatos les gustan o no. Este comportamiento también da forma naturalmente a lo que aparece en los feeds junto con nuestras actualizaciones».
Chad Johnson, un experto en ventas activo en LinkedIn, descrito los cambios son despriorizar los me gusta, los comentarios y las publicaciones. Al sistema LLM “ya no le importa la frecuencia con la que publicas o a qué hora del día”, escribió Johnson en una publicación. «Le importa si su escritura muestra comprensión, claridad y valor».
Todo esto hace que sea difícil determinar la verdadera causa de cualquier resultado de #WearthePants.
A la gente simplemente no le gusta el algo.
Sin embargo, parece que a muchas personas, de todos los géneros, no les gusta o no entienden el nuevo algoritmo de LinkedIn, sea lo que sea.
Shailvi Wakhulu, científica de datos, dijo a TechCrunch que ha promediado al menos una publicación por día durante cinco años y solía ver miles de impresiones. Ahora ella y su marido tienen suerte de ver unos cientos. «Es desmotivador para los creadores de contenido con un gran número de seguidores leales», dijo.
Un hombre le dijo a TechCrunch que vio una caída del 50% en la participación en los últimos meses. Aún así, otro hombre dijo que ha visto que las impresiones de publicaciones y el alcance aumentan más del 100 % en un lapso de tiempo similar. «Esto se debe en gran medida a que escribo sobre temas específicos para audiencias específicas, que es lo que recompensa el nuevo algoritmo», dijo a TechCrunch, y agregó que sus clientes están viendo un aumento similar.
Pero según la experiencia de Marshall, ella, que es negra, cree que las publicaciones sobre sus experiencias funcionan peor que las publicaciones relacionadas con su raza. «Si las mujeres negras sólo interactúan cuando hablan de mujeres negras pero no cuando hablan de su experiencia particular, entonces eso es un sesgo», dijo.
El investigador Dean cree que el algoritmo puede estar simplemente amplificando “cualesquiera señales que ya existan”. Podría ser gratificante ciertas publicaciones, no por la demografía del escritor, sino porque ha habido un mayor historial de respuesta a ellas en toda la plataforma. Si bien Marshall puede haber tropezado con otra área de sesgo implícito, su evidencia anecdótica no es suficiente para determinarlo con certeza.
LinkedIn ofreció algunas ideas sobre lo que funciona bien ahora. La compañía dijo que la base de usuarios ha crecido y, como resultado, las publicaciones aumentaron un 15% año tras año, mientras que los comentarios aumentaron un 24% año tras año. «Esto significa más competencia en el pienso», afirmó la empresa. Las publicaciones sobre conocimientos profesionales y lecciones profesionales, noticias y análisis de la industria, y contenido educativo o informativo sobre el trabajo, los negocios y la economía están funcionando bien, dijo.
En todo caso, la gente simplemente está confundida. “Quiero transparencia”, dijo Michelle.
Sin embargo, como los algoritmos de selección de contenido siempre han guardado celosamente los secretos de sus empresas, y la transparencia puede llevar a engañarlos, esa es una gran pregunta. Es algo que es poco probable que alguna vez quede satisfecho.
