LinkedIn "AI ஸ்லாப்" போலத் தோன்றும் பதிவுகளைப் புகாரளிக்க ஒரு பொத்தானைச் சேர்த்துள்ளது

“AI ஸ்லாப்” போலத் தோன்றும் பதிவுகளைப் புகாரளிக்க பயனர்களை LinkedIn அனுமதிக்கத் தொடங்கியுள்ளது

LinkedIn, செயற்கை நுண்ணறிவால் உருவாக்கப்பட்டதாகவும், தரமற்றதாக அல்லது உண்மையற்றதாகவும் தோன்றும் பதிவுகளை நேரடியாகக் குறிக்க பயனர்களுக்கு ஒரு புதிய புகாரளிப்பு விருப்பத்தை வெளியிட்டு வருகிறது. இந்த விருப்பத்தை நிறுவனம் பதிவுகளின் மூன்று புள்ளி மெனுவில் வைத்துள்ளது; அங்கு பயனர்கள் இப்போது உள்ளடக்கத்தை “Seems like AI slop” என்று குறிக்க முடியும்.

இந்த மாற்றம் இரண்டு காரணங்களால் குறிப்பிடத்தக்கது. முதலில், தொழில்முறை சமூக தளங்கள் முழுவதும் அதிகமாகத் தென்படும் ஒரு பிரச்சினைக்கு இது ஒரு குறிப்பிட்ட, பயனாளர் எதிர்நோக்கும் வழிமுறையைச் சேர்க்கிறது: பொதுவான, சூத்திரமயமான, AI உதவியுடன் உருவாக்கப்படும் பதிவுகள் feed-களை நிரப்பிவிடுவது. இரண்டாவது, LinkedIn இந்த பிரச்சினையை ஒரு சிறிய moderation திருத்தமாகக் கருதவில்லை. நிறுவனத்தின் chief product officer Hari Srinivasan கூறுவதன்படி, “AI slop” ஐக் குறைப்பது ஒரு முக்கிய முன்னுரிமை; புதிய புகாரளிப்பு ஓட்டம், உள்ளடக்கத்தை platform எவ்வாறு கண்டறிகிறது, தரவரிசைப்படுத்துகிறது, மற்றும் காட்டுகிறது என்பதைச் சரிசெய்யும் விரிவான முயற்சியின் ஒரு பகுதியாகும்.

தொழில்முறை அடையாளம், மதிப்பு, மற்றும் தொழில் உரையாடலைச் சுற்றி கட்டப்பட்ட ஒரு வலையமைப்பில், பதிவுகளின் தரம் வெறும் engagement அளவை விட முக்கியமானது. LinkedIn இன் பிரச்சினை, சில பயனர்கள் AI எழுதும் கருவிகளை முயற்சி செய்து கொண்டிருக்கிறார்கள் என்பதல்ல. பெருமளவு உள்ளடக்கம் ஒன்றுக்கொன்று மாற்றிக்கொள்ளக்கூடியதாக, இயந்திரத்தனமாக வடிவமைக்கப்பட்டதாக, மற்றும் உண்மையான அனுபவத்திலிருந்து துண்டிக்கப்பட்டதாக உணரத் தொடங்குகிறது என்பதே. இது அளவில் நடந்தால், தொழில்முறை networking ஐ முதலில் பயனுள்ளதாக மாற்றும் நம்பிக்கையை இந்த platform பலவீனப்படுத்தும் ஆபத்தில் உள்ளது.

உண்மையற்ற உள்ளடக்கத்திற்கான பயனர் சிக்னல்

புதியதாக சேர்க்கப்பட்ட புகாரளிப்பு பொத்தான், பயனர்களுக்கும் LinkedIn இன் ranking அமைப்புகளுக்கும் இடையே ஒரு feedback loop ஐ உருவாக்குகிறது. மூலப் பொருளில் விவரிக்கப்பட்ட சோதனைகளில், அந்த விருப்பத்தை கிளிக் செய்தால் பதிவு மறைக்கப்பட்டு, நன்றி செய்தி காட்டப்படுகிறது; இது LinkedIn தானியங்கி கண்டறிதலை மட்டும் சாராமல் வெளிப்படையான feedback ஐ சேகரித்து வருவதை காட்டுகிறது.

இந்த சிக்னல் நிறுவனத்திற்கு “our models” ஐ tune செய்து “better feeds” உருவாக்க உதவும் என்று Srinivasan கூறினார். அதாவது, LinkedIn இந்த அம்சத்தை தனிப்பட்ட பதிவுகளை அகற்ற அல்லது கீழிறக்க மட்டுமல்ல, பயனர்கள் எதை உண்மையற்றதாக அல்லது குறைந்த மதிப்புடையதாக உணர்கிறார்கள் என்பதற்கான பரந்த புரிதலை மேம்படுத்தவும் பயன்படுத்துகிறது.

இது முக்கியமானது, ஏனெனில் உள்ளடக்கத் தரப் பிரச்சினைகளை ஒரே விதிமுறையால் தீர்ப்பது கடினம். சில AI உதவியுடன் எழுதப்பட்ட பதிவுகள் தவறானவை அல்லது பயனற்றவை ஆக வேண்டியதில்லை; அதே நேரத்தில் முழுக்க மனிதனால் எழுதப்பட்ட பதிவுகளும் spam போல இருக்கலாம். LinkedIn, நடத்தை அடிப்படையிலான அணுகுமுறையை நோக்கி நகர்கிறது போலத் தெரிகிறது: பயனர் feedback ஐ குறைந்த தர உள்ளடக்கத்துடன் தொடர்புடைய வடிவங்களைப் பார்க்கும் classifiers உடன் இணைப்பது.

LinkedIn இப்போது ஏன் நகர்கிறது

AI மூலம் உருவாக்கப்பட்ட எழுத்து LinkedIn இல் பொதுவாகிவிட்டது என்பதற்கான அதிகரித்த ஆதாரங்களின் பின்னணியில் இந்த rollout வருகிறது. மூல உரை, AI detector Pangram இன் கண்டுபிடிப்புகளை மேற்கோளிடுகிறது; 404 Media இதைப் பற்றி வெளியிட்ட அறிக்கையில், நீளமான LinkedIn பதிவுகளில் 41 சதவீதம் முழுமையாக AI மூலம் உருவாக்கப்பட்டவை என்று குறிக்கப்பட்டதாக கூறப்பட்டது. AI detection கருவிகளுக்கான வழக்கமான எச்சரிக்கைகள் இருந்தாலும், அந்த எண்ணிக்கை நிறுவனம் ஏன் அதிக தீவிரமாக நகர்கிறது என்பதை விளக்குகிறது.

இந்த platform இன் சவால் சில அசௌகரியமான பதிவுகளைக் காட்டிலும் பெரியது. வேலை அறிவிப்புகள், வேலைவாய்ப்பு கதைநடைகள், மேலாண்மை அறிவுரைகள், மற்றும் personal-brand storytelling ஆகியவை மிக அதிகமாக ஊக்குவிக்கப்படும் இடமாக LinkedIn மாறியுள்ளது. Generative AI அந்த சூழலுக்கு மிகச் சிறப்பாகப் பொருந்துகிறது: platform ஏற்கெனவே பரிசளிக்கும் வடிவங்களில், அது விரைவாக சீரான, நம்பிக்கையுடன் ஒலிக்கும் உரையை உருவாக்க முடியும். இதன் விளைவாக, feed செயலில் இருப்பதுபோலவும், உயர்தரமாக உருவாக்கப்பட்டதுபோலவும் இருந்தாலும், குறைவாக தனிப்பட்டதாகவும் குறைவாக நம்பத்தகுந்ததாகவும் உணரப்படலாம்.

இந்த உண்மைத்தன்மைச் சிதைவு மிகவும் தெளிவாகத் தெரியும் பிரச்சினையாக மாறியுள்ளது, ஏனெனில் LinkedIn இன் அடையாளம் உண்மையான பெயர்கள், தொழில்வாழ்க்கை வரலாறு, மற்றும் தொழில்முறை நிலை ஆகியவற்றுடன் இணைந்துள்ளது. பொதுவாக, பதிவுகள் உண்மையான பார்வை, அனுபவம், அல்லது நிபுணத்துவத்தை பிரதிபலிக்கும் என்று பயனர்கள் எதிர்பார்க்கிறார்கள். feed-கள் பொதுவான AI எழுத்தால் நிரம்பத் தொடங்கும்போது, platform இன் அடிப்படை மதிப்புக்கூற்று அழுத்தத்துக்கு உள்ளாகிறது.

ஒரு புகாரளிப்பு பொத்தானை விட அதிகம்

LinkedIn இன் பதில் பயனர் புகார்களுடன் மட்டும் முடிவதில்லை. ஒரு பதிவு “AI-slop or generally low-quality content” ஆக உள்ளதா என்பதை அடையாளம் காண புதிய classifiers ஐ நிறுவனம் அதிகரித்து வருவதாக Srinivasan கூறினார். நோக்கம், பரிந்துரைக்கப்படும் பதிவுகளிலும், பயனரின் network க்கு வெளியிலிருந்து வரும் உள்ளடக்கத்திலும் இத்தகைய பொருட்களின் அளவைக் குறைப்பதாகும்.

அந்த மொழி முக்கியமானது. இது moderation ஐ மட்டுமல்ல, distribution ஐயும் சுட்டிக்காட்டுகிறது. பயனர் அனுபவத்தை மாற்ற LinkedIn க்கு ஒவ்வொரு பலவீனமான அல்லது AI-அதிகமான பதிவையும் அகற்றத் தேவையில்லை. recommendation systems இல் amplification ஐக் குறைக்க முடிந்தால், எல்லைக்கேடு வகைகளில் உள்ள ஒவ்வொன்றையும் takedown முடிவாக்காமல் feed-களை அதிகப் பொருத்தமானதாக உணரச் செய்ய முடியும்.

மேலும், பிற பயனர்கள் அவர்களின் பதிவுகள் உண்மையற்றதாகத் தோன்றுகின்றன அல்லது AI மீது மிகையாக சார்ந்துள்ளன என்று மக்களுக்கு காட்டும் ஒரு முறையையும் நிறுவனம் சோதித்து வருகிறது. அது விரிவடைந்தால், அந்த அம்சம் platform ஐ மறைவான algorithmic ranking-ஐத் தாண்டி, வெளிப்படையான சமூக feedback நோக்கி நகர்த்தும். அத்தகைய ஒரு படி posting நடத்தையை மாற்றக்கூடும், குறிப்பாக perception மற்றும் credibility career முடிவுகளுடன் நெருக்கமாக இணைந்துள்ள ஒரு network இல்.

அதே நேரத்தில், LinkedIn பதிவுகளை “enhance” செய்ய AI ஐப் பயன்படுத்திய ஒரு அம்சத்தை நீக்கி வருகிறது. அந்த கருவியை, பயனரின் குரலை மாற்றாமல் அவர்களின் சொற்களை proofread செய்யும் ஒரு கருவியால் மாற்ற திட்டமிட்டுள்ளது. இது ஒரு பொருட்பூர்வமான product மாற்றம். அதிகமாக பளிச்சென்ற platform-native உள்ளடக்கத்தை உருவாக்க பயனர்களுக்கு உதவுவதற்குப் பதிலாக, LinkedIn தங்களின் அசல் வெளிப்பாட்டை பாதுகாப்பதோடு லேசான உதவியையும் வழங்க விரும்புகிறது என்று கூறுகிறது.

பெரிய platform பிரச்சினை

LinkedIn இன் இந்த நகர்வு, generative AI யுகத்தில் digital platforms எதிர்கொள்ளும் பெரிய பதற்றத்தை பிரதிபலிக்கிறது. AI கருவிகள் வெளியிடும் செலவைக் கணிசமாகக் குறைக்கலாம்; ஆனால் வெளியிடப்படும் தகவல்களின் சராசரி மதிப்பையும் குறைக்கலாம். recommendation systems களை விரைவாகச் சரிசெய்யாவிட்டால், feed-கள் தொழில்நுட்ப ரீதியாக படிக்கக்கூடியதாயினும் சமூக ரீதியாக வெறுமையான, மீண்டும் மீண்டும் வரும், நம்பத்தகுந்ததாக ஒலிக்கும் உள்ளடக்கத்தால் நிரம்பிவிடலாம்.

பயனர்கள் பொழுதுபோக்கை விட signal-களில் அதிக ஆர்வம் காட்டுவதால், தொழில்முறை platforms இல் இந்த அழுத்தம் மற்றவற்றை விட முன்கூட்டியே உணரப்படலாம்: hiring trends, market shifts, technical expertise, project updates, மற்றும் உண்மையான operational lessons. பளிச்சென்று தோன்றினாலும் மிகக் குறைவாகக் கூறும் உள்ளடக்கம் அந்த சூழலில் குறிப்பாகக் கேடு விளைவிப்பதாகும்.

Content authenticity இப்போது ஒரு cultural complaint மட்டுமல்ல, product மற்றும் ranking பிரச்சினை என்றும் LinkedIn மறைமுகமாக ஒப்புக்கொள்கிறது. அசாதாரணமாக நேரடியான மொழியுடன் ஒரு report category உருவாக்கி, automated classifiers ஐ விரிவாக்கி, feedback signals மூலம் சோதனை செய்து, குறைந்தது ஒரு AI-writing அம்சத்தை அகற்றி, synthetic professional posting பெருக்கத்தை எதிர்த்து தன்னை மீண்டும் நிலைநிறுத்த முயல்கிறது.

இந்த முயற்சி வெற்றியடையுமா என்பது செயல்படுத்துதலின்மேல் निर्भर. பயனர் புகார்கள் சத்தமாக இருக்கலாம். தானியங்கி அமைப்புகள் பாணியைக் spam ஆகப் புரிந்துகொள்ளலாம். சில சட்டபூர்வமான பயனர்கள் தொடர்ந்து AI drafting கருவிகளை நம்புவார்கள்; மேலும் editing assistance மற்றும் mass-produced அல்லது ஏமாற்றும் உள்ளடக்கம் இடையே வேறுபடுத்த LinkedIn க்கு தேவைப்படும். ஆனால் மூலோபாய திசை தெளிவானது: AI மூலம் உருவான filler feed தரத்தை பாதிக்கிறது என்று நிறுவனம் நம்புகிறது, மேலும் பயனர்கள் உடனே புரிந்துகொள்ளும் product மொழியில் அதைச் சொல்ல இப்போது தயாராக உள்ளது.

இதனால் இந்த rollout ஒரு விசித்திரமான புதிய menu option-ஐ விட அதிகமாகிறது. இது ஒரு பெரிய platform தன் interface, ranking systems, மற்றும் writing tools அனைத்திலும் ஒரே நேரத்தில் explicit anti-slop கட்டுப்பாடுகளை உருவாக்கும் ஆரம்ப உதாரணம். பயனர்களுக்கு, உண்மையற்ற உள்ளடக்கத்திற்கு எதிராக நேரடியாகத் தள்ளுபடி செய்யும் வழியை இது வழங்குகிறது. platform க்கு, generative text மலிவாகவும் பரவலாகவும் மாறும்போது சமூக வலைப்பின்னல்கள் நம்பிக்கையை காக்க முடியுமா என்பதற்கான ஒரு சோதனையாக இது அமைகிறது.

இந்தக் கட்டுரை The Verge வெளியிட்ட செய்தியை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.