LinkedIn算法争议：用户“换装”后发现互动率飙升，是算法偏见还是沟通风格差异？

📢 转载信息

原文链接：https://techcrunch.com/2025/12/12/ok-whats-going-on-with-linkedins-algo/

原文作者：Dominic Madori Davis

---

在十一月的一天，一位我们称之为米歇尔（化名）的产品策略师登录了她的领英账户，并将她的性别切换成了男性。她还把名字改成了迈克尔，她告诉 TechCrunch。

她正在参与一项名为“#WearthePants”（穿上裤子）的实验，该实验旨在让女性检验领英新算法存在性别偏见的假设。

几个月以来，一些重度领英用户抱怨在职业社交网络上的参与度和展示量有所下降。此前，公司工程副总裁蒂姆·尤尔卡（Tim Jurka）在八月份表示，该平台“最近”实施了大型语言模型（LLMs）以帮助展示对用户有用的内容。

米歇尔（TechCrunch 了解其身份）对这些变化感到可疑，因为她拥有超过 10,000 名关注者，并且她还为她的丈夫代写帖子，而她丈夫只有大约 2,000 名关注者。但她表示，尽管她的关注者更多，但她和她丈夫的帖子展示量却差不多。

“唯一显著的变量是性别，”她说。

创始人玛丽琳·乔伊纳（Marilynn Joyner）也改变了她个人资料的性别。她两年多以来一直在领英上持续发帖，并注意到近几个月来帖子的可见度下降了。“我把个人资料上的性别从女性改为男性后，我的展示量在一天内激增了 238%，”她告诉 TechCrunch。

梅根·康奈什（Megan Cornish）报告了类似的结果，罗茜·泰勒（Rosie Taylor）、杰西卡·多伊尔·梅克斯（Jessica Doyle Mekkes）、艾比·尼德姆（Abby Nydam）、费利西蒂·门齐斯（Felicity Menzies）、露西·弗格森（Lucy Ferguson）等也是如此，依此类推。

领英表示，其“算法和人工智能系统不使用年龄、种族或性别等人口统计信息作为决定内容、个人资料或帖子在信息流中可见性的信号”，并指出“您自己的信息流更新的并排快照可能不完全具有代表性或覆盖范围相等，这并不自动意味着信息流中存在不公平待遇或偏见”。

社交算法专家们一致认为，明确的性别歧视可能不是原因，尽管隐性偏见可能在起作用。

数据伦理顾问布兰代斯·马歇尔（Brandeis Marshall）告诉 TechCrunch，平台是“一个复杂的算法交响乐，同时不断地拉动特定的数学和社会杠杆”。

“更改一个人的个人资料照片和姓名只是其中一个杠杆，”她说，并补充说，算法还受到用户过去和现在如何与其他内容互动的因素影响。

“我们不知道所有让该算法优先考虑一个人的内容而不是另一个人的所有其他杠杆。这是一个比人们想象的更复杂的问题，”马歇尔说。

“兄弟会”编程

“#WearthePants”实验始于两位企业家——辛迪·加洛普（Cindy Gallop）和简·埃文斯（Jane Evans）。

她们让两位男性发布与她们相同的内容，好奇性别是否是如此多女性感觉参与度下降的原因。加洛普和埃文斯都拥有相当多的关注者——两人合计超过 15 万，而当时那两位男性的关注者大约只有 9,400 人。

加洛普报告说，她的帖子只触达了 801 人，而发布完全相同内容的男性则触达了 10,408 人，超过了他所有关注者的 100%。其他女性随后也参与了进来。像乔伊纳这样使用领英推广自己业务的人，开始感到担忧。

“我真的很希望看到领英对算法中可能存在的任何偏见承担责任，”乔伊纳说。

但是领英和其他依赖 LLM 的搜索和社交媒体平台一样，对内容选择模型的训练方式几乎没有透露任何细节。

马歇尔说，由于模型是由人训练的，大多数这些平台“内在嵌入了一种以白人、男性、西方为中心的观点”。研究人员在流行的 LLM 模型中发现了性别歧视和种族主义等人为偏见的证据，因为这些模型是在人类生成的内容上训练的，而且人类通常直接参与了模型训练后的强化学习。

然而，任何一家公司如何实施其人工智能系统都笼罩在算法“黑箱”的神秘之中。

领英表示，#WearthePants 实验未能证明对女性存在性别偏见。尤尔卡八月份的声明——以及领英首席人工智能伦理与治理官萨克西·贾因（Sakshi Jain）在十一月的另一篇帖子中重申——表示其系统并未将人口统计数据作为影响可见性的信号。

相反，领英告诉 TechCrunch，它会测试数百万个帖子，以帮助用户找到机会。该公司表示，人口统计数据仅用于此类测试，例如查看“来自不同创作者的帖子是否在同等条件下竞争，以及您在信息流中看到的内容体验是否在不同受众中保持一致”。

领英一直致力于研究和调整其算法，以尝试为用户提供一个偏见较少的体验。

马歇尔认为，正是那些未知的变量可能解释了为什么一些女性在将个人资料性别改为男性后展示量增加。例如，参与一个病毒式趋势可能会带来参与度的提升；有些账号是久违后第一次发帖，算法可能因此给予了奖励。

语气和写作风格也可能起作用。例如，米歇尔说，在她以“迈克尔”的身份发帖的那一周，她稍微调整了语气，写得更简洁、更直接，就像她为她丈夫写作时一样。她说那时她的展示量跳涨了 200%，参与度上升了 27%。

她得出的结论是，该系统并非“明确存在性别歧视”，但似乎认为通常与女性相关的沟通风格是“低价值的代理”。

人们普遍认为男性化的写作风格更简洁，而针对女性的写作风格刻板印象则被认为是更柔和、更情绪化。如果一个 LLM 被训练来提升符合男性刻板印象的写作，那就是一种微妙的、隐性的偏见。正如我们之前报道的，研究人员已经确定，大多数 LLM 都充满了这类偏见。

康奈尔大学计算机科学助理教授莎拉·迪恩（Sarah Dean）表示，领英等平台在决定推广哪些内容时，通常会考虑整个个人资料，而不仅仅是用户行为。这包括用户个人资料上的工作以及他们通常互动的内容类型。

“一个人的人口统计信息会影响算法的‘两端’——他们看到什么，以及谁能看到他们发的内容，”迪恩说。

领英告诉 TechCrunch，其人工智能系统会考察数百个信号来确定推送给用户的内容，其中包括来自个人资料、人脉和活动等方面的见解。

“我们进行持续的测试，以了解哪些因素能帮助人们找到与其职业生涯最相关、最及时的内容，”发言人说。“用户行为也会影响信息流，人们点击、保存和参与的内容每天都在变化，他们喜欢或不喜欢的格式也是如此。这种行为也自然地影响了与我们任何更新一起出现在信息流中的内容。”

领英的销售专家查德·约翰逊（Chad Johnson）将这些变化描述为降低了对点赞、评论和转发的优先权。他写道：“LLM 系统不再关心你发帖的频率或一天中的时间。它关心的是你的写作是否体现了理解力、清晰度和价值。”

所有这些都使得确定任何 #WearthePants 实验结果的真正原因变得困难。

人们就是不喜欢这个算法

尽管如此，似乎许多人，不论性别，都不喜欢或不理解领英的新算法——无论它是什么。

数据科学家沙伊尔维·瓦库鲁（Shailvi Wakhulu）告诉 TechCrunch，她五年以来平均每天至少发一篇帖子，以前经常看到数千次展示。现在她和她的丈夫能看到几百次展示就谢天谢地了。“这对拥有大量忠实粉丝的内容创作者来说是令人气馁的，”她说。

一位男士告诉 TechCrunch，他在过去几个月里看到参与度下降了约 50%。然而，另一位男士表示，在相似的时间段内，他的帖子展示量和触达率提高了 100% 以上。“这主要是因为我为特定受众撰写特定主题的内容，这正是新算法所奖励的，”他告诉 TechCrunch，并补充说他的客户也看到了类似的增长。

但在马歇尔的经验中，作为一名黑人女性，她认为关于她经历的帖子表现不如关于她种族的帖子。“如果黑人女性只有在谈论黑人女性时才能获得互动，而不是在谈论她们的专业知识时才能获得互动，那就是一种偏见，”她说。

研究员迪恩认为，该算法可能只是在放大“已经存在的任何信号”。它可能奖励某些帖子，不是因为作者的人口统计信息，而是因为该平台历史上对这些帖子有更多的回应。马歇尔可能偶然发现了另一个隐性偏见领域，但她的轶事证据尚不足以确定这一点。

领英提供了一些关于当前哪些内容表现良好的见解。该公司表示，用户基础有所增长，导致发帖量同比增长 15%，评论量同比增长 24%。“这意味着信息流中的竞争更加激烈了，”该公司表示。有关专业见解和职业经验教训、行业新闻和分析以及围绕工作、商业和经济的教育或信息性内容都表现良好。

如果说有什么区别的话，那就是人们更加困惑了。“我想要透明度，”米歇尔说。

然而，由于内容选择算法一直被公司严密保护，而且透明度可能导致算法被操控，这是一个很高的要求。这很可能永远无法得到满足。

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。