انتشار تجربیات مختلف و آزمایشهای کاربران نشان میدهد الگوریتم جدید لینکدین تغییرات قابل توجهی داشته است.
افت ناگهانی دیدهشدن محتوا در لینکدین
در چند ماه اخیر، بحثهای گستردهای میان کاربران حرفهای شبکه اجتماعی لینکدین در جریان است. هزاران نویسنده، بازاریاب، کارآفرین و تحلیلگر تجربه کاهش چشمگیر در نمایش پستها و تعاملهای خود را گزارش کردهاند. این موضوع زمانی شدت گرفت که تغییرات جدید الگوریتم لینکدین با هدف بهبود تجربه کاربران روی شبکه اعمال شد، اما نتیجه برای بسیاری از تولیدکنندگان محتوا ناامیدکننده بود.
آزمایش جنجالی تغییر جنسیت پروفایل
یکی از آزمایشهای جنجالی در نوامبر سال ۲۰۲۵ با نام #WearthePants انجام شد. در این تجربه، یک استراتژیست محصول که نامش در گزارش واقعی مخفی نگه داشته شده، جنسیت پروفایلش را از زن به مرد تغییر داد تا ببیند آیا این مسئله بر دیدهشدن پستهایش تأثیری دارد یا خیر. او دریافت که تعداد بازدیدهای پستهایش پس از این تغییر بهطور قابل توجهی افزایش یافت، در حالی که پیشتر باوجود داشتن بیش از دههزار دنبالکننده، میزان تعامل کمتر از حد انتظار بود.
شائبه تبعیض جنسیتی در الگوریتم لینکدین
برخی دیگر از شرکتکنندگان در این آزمایش نیز گزارش دادند پس از تغییر جنسیت در پروفایل، میزان برداشت و دیدهشدن پستها بهطور قابل توجهی افزایش یافته است. این نتایج باعث شد شکایتهایی درباره احتمال وجود تبعیض جنسیتی در الگوریتم لینکدین مطرح شود.
واکنش رسمی لینکدین به انتقادها
با این حال، مسئولان لینکدین واکنش نشان داده و تأکید کردند که سیستمهای هوش مصنوعی و الگوریتمهای رتبهبندی پستها از اطلاعات جمعیتی مانند جنسیت، سن یا نژاد برای تعیین میزان دیدهشدن محتوا استفاده نمیکنند. آنها گفتند که آزمایشهای تکبهتک و مقایسههای ساده نمیتوانند شواهدی قطعی برای اثبات تبعیض باشند.
الگوریتم بهعنوان «جعبه سیاه»
متخصصان حوزه هوش مصنوعی نیز تأکید دارند که الگوریتمهای پیچیده شبکههای اجتماعی مانند لینکدین یک جعبه سیاه هستند. این الگوریتمها از مدلهای زبان بزرگ و دهها سیگنال مختلف برای تصمیمگیری درباره نمایش محتوا استفاده میکنند. این سیگنالها شامل رفتار کاربران، نوع ارتباطات، تاریخچه تعامل و عوامل دیگر است. به همین دلیل، تعیین دقیق علت کاهش یا افزایش تعاملات تنها با مشاهده نتایج ممکن نیست.
تغییر معیارهای رتبهبندی محتوا
یکی از تغییرات مهمی که کاربران به آن اشاره کردهاند این است که الگوریتم نوین کمتر بر معیارهای قدیمی مانند تعداد لایکها، کامنتها یا زمان ارسال پست تمرکز دارد. تمرکز اصلی اکنون بر کیفیت محتوا و میزان ارتباط آن با نیازهای حرفهای کاربران است. این تغییر میتواند عامل اصلی سردرگمی کاربران باشد، زیرا معیارهای سنتی دیگر الزاماً به دیدهشدن بیشتر منجر نمیشوند.
کاهش چشمگیر دسترسی به پستها
تحقیقات مستقل و دادههای تحلیلی نشان میدهند که در سال ۲۰۲۵ مدل رتبهبندی لینکدین دستخوش تغییرات اساسی شده است. میزان دسترسی به پستها برای بسیاری از کاربران کاهش یافته و برخی گزارشها از کاهش بیش از ۶۰ درصدی نمایش محتوا نسبت به سالهای گذشته خبر میدهند.
از تعامل سطحی تا محتوای حرفهای
تحلیل دادههای گسترده نشان میدهد که معیارهای موفقیت یک پست در لینکدین از تعاملهای سطحی به محتوای مرتبط و ارزشمند حرفهای تغییر کرده است. این تغییر اگرچه با هدف بهبود تجربه کاربران و کاهش پستهای کمارزش انجام شده، اما برای بسیاری از تولیدکنندگان محتوا که به معیارهای قدیمی عادت داشتند، غیرمنتظره و گیجکننده بوده است.
عملکرد بهتر پستهای شخصی؛ تناقض یا الگو؟
با این حال، مسئله تنها به جنسیت یا سبک نوشتاری محدود نمیشود. برخی کاربران گزارش دادهاند که موضوعات شخصی یا تجربیات احساسی در مقایسه با پستهای تخصصی حرفهای عملکرد بهتری دارند. این موضوع نشان میدهد الگوریتم ممکن است بیش از ساختار پروفایل، به الگوهای قبلی تعامل کاربران واکنش نشان دهد.
ابهام در اولویتهای جدید لینکدین
برخی تحلیلگران معتقدند تغییرات الگوریتم لینکدین نهتنها باعث سردرگمی شده، بلکه بیانگر تغییر اولویتها در رتبهبندی محتوا است. تمرکز بر محتوای تخصصی و مرتبط بهجای متنهای احساسی یا سرگرمکننده باعث شده عملکرد پستها در بخشهای مختلف تفاوت چشمگیری داشته باشد.
شفافیتی که هنوز محقق نشده است
در نهایت، لینکدین اعلام کرده است که الگوریتم این شبکه بهطور مداوم در حال آزمایش و بهبود است تا بهترین تجربه ممکن برای کاربران فراهم شود. با این حال، تا زمانی که جزئیات فنی و معیارهای دقیق رتبهبندی منتشر نشود، نگرانیها درباره شفافیت و عدالت در عملکرد الگوریتم همچنان باقی خواهد ماند.
منابع:
TechCrunch — OK, what’s going on with LinkedIn’s algo? — Dominic-Madori Davis (۱۲ دسامبر ۲۰۲۵)
تجزیه و تحلیل تغییرات الگوریتم لینکدین در سال ۲۰۲۵
نظرات کاربران درباره عملکرد الگوریتم لینکدین (Reddit)
بررسی نحوه کار الگوریتم لینکدین و اولویتهای جدید







