dumaiПрофили LinkedIn переписывают задним числом
Препринт, ещё не рецензирован · умеренные доказательства
Кратко
В данных Revelio Labs по LinkedIn за 2020–2026 годы около 19,7% уже состоявшихся пользователей США меняли название или описание прошлой работы после её окончания. После таких правок в текстах заметно больше слов про ИИ, а после 2022 года — меньше упоминаний удалённой работы и DEI; после выхода ChatGPT чаще появляются признаки помощи языковой модели.
Зачем это знать?
Это значит, что профили в соцсетях нельзя читать как неподвижный архив прошлого: они отражают и то, как люди хотят выглядеть сейчас. Поэтому такие данные нужно использовать осторожно, когда по ним судят о навыках и изменениях на рынке труда.
Разбор
Исследователи взяли не «застывшие» профили, а ежемесячные версии базы Revelio Labs за 2020–2026 годы и посмотрели, меняют ли люди задним числом уже завершённые места работы. Идея здесь простая: если профиль действительно хранит прошлое, он не должен меняться после ухода с работы. Но на деле выяснилось, что люди часто подправляют старые записи, особенно когда их трудовая жизнь сама заметно меняется.
Самый важный результат — такие правки связаны не просто с желанием «приукрасить» биографию, а с реальными переходами на рынке труда. Вокруг этих изменений люди чаще меняют работодателя, чем те, кто редактирует профиль позже. То есть задним числом переписывают не случайно: часто это происходит в момент, когда человек уже перестраивает карьеру и хочет, чтобы его прошлый опыт лучше совпадал с тем, куда он движется дальше.
Ещё один слой результатов показывает, что такие правки можно читать как сигнал о том, какие навыки люди считают нужными прямо сейчас. После 2022 года в переписанных описаниях резко чаще появляется язык про ИИ, а упоминания удалённой работы и DEI — то есть разнообразия, равенства и инклюзивности — наоборот, становятся реже. После выхода ChatGPT в этих текстах также заметно растут признаки того, что профиль помогал писать языковая модель. Причём это особенно заметно у менее образованных пользователей и у выпускников MBA из менее престижных программ.
Ключевые цифры
Можно ли доверять
Это препринт NBER Working Papers, то есть текст ещё не прошёл обычную журнальную рецензию. Зато база большая и проверка идёт на реальных профилях LinkedIn, а не на игрушечном примере, поэтому наблюдения выглядят убедительно — просто их стоит считать сильным ранним результатом, а не окончательным словом.
- Это данные из LinkedIn/Revelio Labs, а не прямое наблюдение за реальным содержанием всех прошлых рабочих мест.
- Работа как preprint, выводы ещё не прошли полноценное рецензирование.
- Ассоциации с AI-редактированием и сменой работы не доказывают причинность.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено