آیا فالوورهایتان در لینکدین شما را یک «رهبر فکری» قلمداد میکنند؟ آیا صدها نفر پستهای شما درباره گسترش استارتآپتان را لایک و تشویق میکنند؟ آیا استخدامکنندگان به دایرکت شما پیام میدهند تا همکاریهای بالقوه را بررسی کنند؟ اگر پاسختان به این پرسشها منفی است، دلیل آن ممکن است جنسیت شما باشد؛ زن بودن.
اخیراً دهها زن فعال در لینکدین در این پلتفرم دست به یک آزمایش جمعی زدهاند. چند پست وایرالشده در لینکدین بهتازگی نشان داده است که تغییر جنسیت در پروفایل و انتخاب گزینه «مرد»، میزان بازدید صفحه را در این شبکه افزایش میدهد. بهدنبال این تجربه، برخی دیگر از زنان نیز پروفایل خود را با زبانی اصطلاحاً «مردانهـکدنویسیشده» یا bro-coded بازنویسی کردند؛ با استفاده از کلمات کلیدی عملگرایانه، «قاطعانه» و مرتبط با کسبوکار آنلاین، مانند «رهبری کردن»، «متحول کردن» و «شتاب و سرعت دادن». پس از اعمال این تغییرات، بازخورد و میزان بازدید آنها در لینکدین افزایش یافت.
این افزایش تعامل و بازخورد باعث شده است برخی گمانهزنی کنند که الگوریتم درونی لینکدین دارای سوگیری جنسیتی است و مردانی که از اصطلاحات رایج و مختص کسبوکار آنلاین استفاده میکنند، در این پلتفرم بیشتر دیده میشوند. لینکدین، مانند بسیاری از شبکههای اجتماعی بزرگ، از الگوریتمی استفاده میکند که تعیین میکند کدام پستها به چه کاربرانی نمایش داده شوند؛ الگوریتمی که برخی محتواها را تقویت و برجسته میکند و در مقابل، دامنه بازخورد برخی دیگر را محدود میسازد.
یکی از نخستین و پربازدیدترین نمونههای این روند در لینکدین را لوسی فرگوسن، بنیانگذار شرکت مشاورهای «فمینیستهای شگفتانگیز»، اجرا کرد. او بهمدت یک روز نام خود را در لینکدین از Lucy به Luke تغییر داد و پس از ارزیابی نتیجه نوشت:
«من برای ۲۴ ساعت در لینکدین یک مرد شدم. نتیجه چه شد؟ ایمپرشنها نسبت به ۷ روز قبل ۸۱۸٪ افزایش یافتند، تعداد افرادی که پست به آنها رسید ۸۹۳.۳٪ بیشتر شد، بازدیدکنندگان پروفایلم ۱۰۵٪ افزایش پیدا کردند، پست من با نام Luke Ferguson درباره آینده توسعه و امور بشردوستانه تنها در ۲۴ ساعت ۳,۸۵۵ ایمپرشن گرفت و به ۲,۸۶۰ نفر رسید. همچنین فرصتهای شغلیای را دیدم که معمولاً آنها را نمیبینم، آن هم در حالی که معرفی یا توضیحات صفحهام را تغییر نداده بودم.»
سندی گالوپ، که خود را «مایکل بیِ دنیای کسبوکار» مینامد و بنیانگذار شرکت MakeLoveNotPorn است، مدتهاست تلاش میکند لینکدین و دیگر پلتفرمهای اجتماعی را تحت فشار قرار دهد تا جزئیات الگوریتمهای خود را منتشر کنند و رویههایی را که محتوای تولیدشده توسط زنان و دیگر گروههای بهحاشیهراندهشده را سرکوب میکند، تغییر دهند. گالوپ میگوید ماههاست در حال جمعآوری شواهدی از سوگیری الگوریتمی است و در پستی اعلام کرده که لینکدین پذیرفته است ارزیابی جدیدی را در این زمینه آغاز کند.
فیلیس آیلینگ، مشاور برندینگ و بنیانگذار سازمان Loud Women، میگوید در طول یک سال گذشته روایتهای متعددی از زنانی شنیده است که احساس میکردند میزان ایمپرشن آنلاین آنها بهطور قابلتوجهی کاهش یافته است. به گفته او، این مسئله برای زنانی که تلاش میکنند کسبوکار خود را بهصورت آنلاین بسازند و گسترش دهند، چالشی جدی محسوب میشود. آیلینگ در تابستان سال جاری با یکی از کاربران زن لینکدین گفتوگو کرد که بهتازگی جنسیت خود را در این پلتفرم تغییر داده بود تا ببیند آیا تفاوتی ایجاد میشود یا نه. او به نقل از این کاربر میگوید:
«من جنسیت خودم را عوض کردم، اما بعد فراموشش کردم. وقتی اخیراً دیدم افراد بیشتری وارد این موج شدهاند، آمار بازخوردها را بررسی کردم و متوجه شدم ایمپرشنها بیش از دو برابر شده است؛ در حالی که لحن و ادبیات محتوا هیچ تغییری نکرده بود.»
لینکدین با انتشار پستی در وبلاگ خود اعلام کرده است که اطلاعات دموگرافیک از جمله سن، نژاد و جنسیت، در تصمیمگیری این پلتفرم درباره میزان دیدهشدن محتوا نقشی ندارد. با این حال، به گفته لینکدین، صدها سیگنال و عامل دیگر در عملکرد و بازخورد یک پست اثرگذارند.
سخنگوی لینکدین در اینباره گفته است تغییر جنسیت در پروفایل کاربران تأثیری بر نحوه نمایش محتوای آنها در جستوجو یا فید ندارد:
«گروههای تولید و مهندسی ما تعدادی از این پستها و مقایسهها را آزمایش کردهاند. اگرچه میزان تعامل با پستهای مختلف تفاوت داشت، اما دریافتیم این بازخوردها تحت تأثیر جنسیت، ضمایر هویتی یا هرگونه اطلاعات جمعیتشناختی دیگری قرار نگرفتهاند.»
با این حال، گزارشهای غیررسمی همچنان در حال افزایشاند و روایتهایی خلاف این ادعا را مطرح میکنند.
سیمون بانت، مشاور رسانههای اجتماعی ساکن آکسفورد، اخیراً ضمایر هویتی خود را به «he/him» و نامش را به Simon E تغییر داده است. او میگوید مشاهداتش شگفتانگیز بوده است:
«آمارهایی که اکنون میبینم شامل ۱۶۰۰٪ افزایش بازدید پروفایل است که اگر وضعیت کلی بازدیدها در شبکههای اجتماعی را در نظر بگیرید، خارقالعاده به نظر میرسد. همچنین شاهد ۱۳۰۰٪ افزایش در بازدید پستها بودهام. این ارقام قابلتوجه و تأملبرانگیز هستند.»
مگان کورنیش، استراتژیست ارتباطات در شرکتهای فعال در حوزه فناوری سلامت روان، سال گذشته کاهش شدیدی در بازخورد پستهای خود در لینکدین تجربه کرد. به همین دلیل تصمیم گرفت برای آزمایش، تنظیمات صفحهاش را تغییر دهد. او ابتدا جنسیت خود را به مرد تغییر داد و سپس از ChatGPT خواست پستهای پروفایلش را با زبانی مردانه و مبتنی بر کدهای رایج بازنویسی کند. لینکدین پیشتر در پستی به کاربران پیشنهاد داده بود از واژههای قدرتمند و دارای عاملیت، مانند «رهبر» یا «استراتژیک»، استفاده کنند؛ چرا که این پلتفرم چنین کلماتی را در اولویت قرار میدهد. کورنیش همچنین از ChatGPT خواست پستهای قدیمی و کمبازدید خود را نیز مطابق همین زبان پیشنهادی بازنویسی کند تا بتواند تأثیر «bro-coding» را بر میزان دیدهشدن محتوا دقیقتر بسنجد.
بلافاصله پس از اعمال این تغییرات، طی یک هفته میزان بازخورد پستهای کورنیش در لینکدین ۴۱۵٪ افزایش یافت. او درباره این تجربه پستی منتشر کرد که بهطور گسترده دیده و دستبهدست شد و نزدیک به ۵۰۰۰ واکنش دریافت کرد. با این حال، خود او از این وضعیت رضایت نداشت و میگوید: «پستهای قبلیام ادبیاتی نرم، باهوش و در عین حال گرم و انسانی داشتند و مختصر و مفید بودند. حالا برادر مگان (‘Bro-Megan’) به مردی بسیار بااعتمادبهنفس و جسور تبدیل شده بود؛ شبیه مردی سفیدپوست که با سر بالا و اطمینان قدم برمیدارد.»
مگان قصد داشت این آزمایش را بهمدت یک ماه ادامه دهد، اما هرچه زمان میگذشت و بازخوردها بیشتر میشد، احساس ناراحتیاش نیز افزایش مییافت. به همین دلیل، پس از یک هفته آزمایش را متوقف کرد و پروفایل خود را به حالت قبلی بازگرداند.
البته تجربه همه کسانی که این آزمایش را انجام دادند یکسان نبود. کس کوپر، نویسنده حوزه فناوری و الگوریتمهای شبکههای اجتماعی، میگوید جنسیت خود را به مرد و سپس نژاد خود را به سفید تغییر داده است (کوپر یک زن سیاهپوست است)، اما بازخوردهای او نهتنها افزایش نیافت، بلکه کاهش پیدا کرد. کوپر میگوید:
«میدانیم الگوریتمها سوگیری دارند، اما فهم اینکه چرا در یک مورد خاص چنین اتفاقی میافتد، واقعاً دشوار است. اگرچه آزمایشهای لینکدین ناامیدکننده بودند، اما این واکنشها بازتابی از سوگیریهای گسترده اجتماعیاند و نمیتوان آنها را صرفاً مختص لینکدین دانست.»
برخی تحلیلگران اشاره میکنند که پایگاه کاربران لینکدین از ابتدا مردمحور بوده است: ۵۷ درصد مرد و ۴۳ درصد زن. بر این اساس، ممکن است الگوریتم این پلتفرم بر پایه رفتار اکثریت کاربران آموزش دیده باشد و تشخیص دهد کدام محتوا در اولویت قرار گیرد؛ بهگونهای که زبان و رفتار مردانه را بهعنوان هنجار تلقی کند. هرگونه تخطی از این هنجار مانند استفاده از عبارتها یا موضوعاتی که «زنانه» تلقی میشوند، ممکن است بهعنوان استثنا شناسایی شود و در نتیجه وزن و ارزش مشابهی دریافت نکند. به بیان دیگر، هوش مصنوعی در عمل بر پایه تبعیض جنسیتی موجود در دنیای واقعی آموزش میبیند و همان الگوها را در سیستمهای خود تثبیت میکند.
زنان رنگینپوست دیگری نیز در لینکدین گزارشهایی درباره تغییر نژاد خود به سفید منتشر کردهاند. یکی از زنان سیاهپوست که مشاور استراتژی است، در اینباره نوشته است:
«اینکه جنسیتت را برای یک آزمایش به مرد تغییر دهی و از افزایش کوتاهمدت بازخوردت بگویی، بدون آنکه کوچکترین اشارهای به اینترسکشنالیتی داشته باشی، واقعاً عجیب است. هویت را نمیتوان تکبعدی دید و وانمود کرد که نتایج برای همه یکسان است. بعضیها جنسیت خود را تغییر میدهند و با افزایش بازدید مواجه میشوند، در حالی که برخی دیگر کاهش تعامل را تجربه میکنند. برخی اتنیسیته را حذف میکنند و واکنش متفاوتی میگیرند. من همین کار را کردم و بلافاصله افزایش بازدید گرفتم. اگر قرار است درباره رویتپذیری جنسیتی در فضاهای هدایتشده با هوش مصنوعی و الگوریتمها صادقانه صحبت کنیم، اینترسکشنالیتی باید بخشی از این گفتوگو باشد. هوش مصنوعی باید طوری آموزش داده شود که جنسیت را همواره از دریچه چندلایه هویتها ببیند، نه صرفاً بهصورت تکبعدی.»
کاربران مدتهاست درباره موقعیت دوگانه و گاه متناقض لینکدین بهعنوان شبکهای همزمان شبهحرفهای و شبهاجتماعی بحث میکنند؛ بهویژه پس از پاندمی کرونا که مرزهای حرفهای را جابهجا و مبهم کرد و به افزایش بیشازحد اشتراکگذاری محتوا در این فضا دامن زد. گرایش لینکدین به برجستهسازی «bro-coding» را میتوان در گزارشها و رصد حسابهای کاربریای دید که عملکرد این پلتفرم را بهطور مستمر بررسی میکنند.
با این حال، کورنیش، بانت و دیگران نتایج این آزمایشهای اخیر را ناشی از تغییرات الگوریتمیک چند ماه گذشته در لینکدین میدانند؛ تغییراتی که بهگفته آنها باعث شده زنان تولیدکننده محتوا بهطور محسوسی کمتر دیده شوند. این وضعیت در سال جاری به انجام مجموعهای از آزمایشهای غیررسمی انجامیده است؛ آزمایشهایی که در آن زنان و مردان فعال در صنایع مشابه، محتوای یکسانی منتشر کردند و در نهایت، مردان بهشکل چشمگیری بازخورد و دیدهشدن بیشتری دریافت کردند.
لینکدین میگوید برای طبقهبندی پستها و تصمیمگیری درباره نحوه نمایش آنها از هوش مصنوعی استفاده میکند و این تصمیمها بر پایه محتوا، هویت حرفهای و مهارتهای افراد گرفته میشود. به گفته این پلتفرم، هم الگوریتم و هم موضوع نابرابریهای جنسیتی بهطور منظم مورد ارزیابی قرار میگیرند. سخنگوی لینکدین همچنین اعلام کرده است که کاهش اخیر بازخورد برخی کاربران ناشی از افزایش حجم تولید محتوا در این شبکه است و اشاره کرده که در سه ماه گذشته، ۲۴ درصد افزایش در تعداد کامنتها و همچنین در بارگذاری ویدیوها مشاهده شده است.
با این حال، بانت میگوید «bro-coding» در حال گسترش است و این بحثها همچنان ادامه دارد. حتی اگر لینکدین بتواند ثابت کند که الگوریتمهایش عاری از سوگیری جنسیتی هستند، این واقعیت را تغییر نمیدهد که «مرد سفیدپوست» همچنان بهعنوان الگوی رهبر و کارمند ایدهآل در نظر گرفته میشود.
در سال ۲۰۱۴، دانشگاه استنفورد پژوهشی را بر روی ۱۲۶ دانشمند انجام داد. در این تحقیق، دو رزومه کاملاً یکسان با نامهای John و Jennifer مورد بررسی قرار گرفت و یافتهها نشان داد که Jennifer فردی کمصلاحیتتر ارزیابی شده، احتمال استخدام او کمتر بوده و در صورت استخدام، ۱۳ درصد حقوق کمتری نسبت به John دریافت میکرد. هنگامی که نامها غیرسفیدپوست به نظر میرسند، تعصب و سوگیری حتی تشدید میشود.
در یک مطالعه دیگر در سال ۲۰۰۴، اقتصاددانان ۴,۰۰۰ رزومه با نامهای ساختگی ارسال کردند تا تعصب نژادی در بازار کار را بررسی کنند. نتایج نشان داد متقاضیانی با نامهایی که سفیدپوست تلقی میشدند، ۵۰ درصد تماس بیشتری برای مصاحبه دریافت کردند. این پژوهش ۲۰ سال بعد با ۸۳ هزار درخواست شغلی ساختگی تکرار و گسترش یافت و نتایجی تقریباً مشابه به دست آمد.
افزون بر این، برخی بررسیها نشان میدهد که هوش مصنوعی که ۹۸.۴ درصد از شرکتهای فهرست Fortune 500، یعنی ۵۰۰ شرکت بزرگ ایالات متحده که هر سال توسط مجله اقتصادی Fortune رتبهبندی میشوند، از آن در فرایندهای استخدامی خود استفاده میکنند بیتردید در حال تشدید تبعیض در استخدام است.
در همین راستا، یک مطالعه در سال ۲۰۲۵ که بر روی ۵۰۰ رزومه انجام شده نشان میدهد از میان ۲۷ آزمون سنجش تبعیض در سه مدل بزرگ زبانی (LLM) و ۹ عنوان شغلی مختلف، رزومههایی با نامهای زنانه تنها در ۱۱.۱ درصد موارد ترجیح داده شدهاند؛ در حالی که رزومههایی با نامهای مرتبط با سفیدپوستان در ۸۵.۱ درصد موارد در اولویت قرار گرفتهاند.
فهرست منابع:
- https://www.linkedin.com/posts/cindygallop_sexiste-linkedin-des-internautes-tentent-activity-7385997109180923904-a7BR/?ref=thepersistent.com
- https://www.linkedin.com/feed/update/urn:li:activity:7353787718213984257/?ref=thepersistent.com
- https://www.linkedin.com/posts/yvonnejackson_algorithm-ai-aistrategy-activity-7397277219619811329-0Uky/?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAdCR_cBNvCe5uDiWO6OeswjzjArqtQD3f=-0-=
https://www.theguardian.com/technology/2025/nov/22/bro-boost-women-find-linkedin-traffic-drives-if-they-pretend-to-be-men - https://www.independent.co.uk/life-style/linkedin-algorithm-women-sexism-claims-b2872973.html
- https://www.thepersistent.com/linkedin-gender-bias-sexism-profiles-social-media-trend/
- https://gender.stanford.edu/news/why-does-john-get-stem-job-rather-jennifer?ref=thepersistent.com#:~:text=According%20to%20a%20study%20by%20Corinne%20Moss%2DRacusin%2C,shape%20our%20judgments%2C%20regardless%20of%20our%20intentions
- https://www.aeaweb.org/articles?id=10.1257%2F0002828042002561&ref=thepersistent.com
- https://www.thepersistent.com/linkedin-gender-bias-sexism-profiles-social-media-trend/
- https://www.linkedin.com/pulse/linkedin-sexist-emma-wilson-frsa-t4r3e
۰ دیدگاهها