跳到正文
Social Media Today· Andrew Hutchinson·· 7 天前精选AI 评分69

LinkedIn 更新分类算法打击 AI 生成评论

LinkedIn cracks down on AI-generated comments

AI 导读

LinkedIn 宣布更新针对帖子评论的检测与分类机制,通过降低疑似 AI 生成评论的权重以减少其在信息流中的展示,测试显示此类低质评论的浏览量已减少超 20%。新机制在默认的“最相关”排序下生效,并优化了创作者通知系统以减少干扰;此举旨在应对泛滥的 AI 内容并维护社区真实性,同时有助于巩固 LinkedIn 作为主流 AI 聊天机器人高频引用的可信数据源地位。

推荐理由

平台通过降权重排而非直接封禁来压制低质生成内容,体现了内容社区在维护互动真实度与保护外部检索引用价值之间的权衡。

正文 · AI 翻译

本音频由系统自动生成。如有反馈意见,请告诉我们。

LinkedIn 在打击 AI 生成内容方面又祭出新招,这一次将矛头直指AI 生成的评论。

据 LinkedIn 首席产品官 Hari Srinivasan 介绍,平台近期更新了针对帖子评论的检测模型和分类器,有望减少 AI 生成评论在动态流中的曝光。

首先,LinkedIn 增加了新的分类器来判断评论的相关性,并将疑似 AI 生成的评论标记为低价值内容。这意味在默认按“最相关”排序展示评论时,用户看到的 AI 垃圾评论将会大幅减少。  

Srinivasan 表示,LinkedIn 还改进了通知系统,确保创作者只会收到“真正关心的优质评论”提醒。

也就是说,LinkedIn 并非直接一刀切地删除疑似 AI 生成的回复,而是通过重新排序来削弱它们的存在感。

Srinivasan 称这一策略已经见效:“测试显示,垃圾评论的浏览量已经下降了 20% 以上,这些调整很快就会面向所有用户上线。”

这是 LinkedIn 应对“AI 垃圾内容”常态化治理的最新举措。此前,大量用户抱怨无论是平台内置还是外部的 AI 工具,生成的内容已经充斥了 LinkedIn 的动态流,严重影响了平台的真实可信度。

在 AI 时代,平台的真实可信度正成为愈发关键的指标。越来越多的人开始借助 AI 聊天机器人获取信息,而这些机器人更倾向于引用那些具备某种用户审核与内容验证机制的平台。

正因如此,凭借大众的点赞投票和发帖历史,Reddit 经常被 AI 聊天机器人在回答中大量引用。而 LinkedIn 凭借点赞、评论以及创作者粉丝量等互动指标,同样成了 AI 聊天机器人最主要的参考来源之一。

它非常注重维持这种影响力,这也是其不断改进 AI 垃圾内容检测工具的原因之一;与此同时,它还在大力打击虚假活动 并 推动会员验证个人信息,以此作为建立信任的另一项凭证。

今年 8 月,LinkedIn 成为首个为信息流帖子推出 AI 垃圾内容举报选项的社交媒体平台。该功能上线仅前三周,点击该选项的用户就已超过 100 万人次。

此后,LinkedIn 还将原有的AI 帖子增强功能重新包装为帖子“校对器”(proofreader),试图重新界定在它看来合理且有价值的 AI 工具使用场景。

一个值得思考的现象是,在遏制 AI 垃圾内容泛滥方面,LinkedIn 很可能走在了行业前列;而所有平台未来恐怕都需要引入类似的过滤与排序工具。

但这对于某些平台来说可能会格外棘手。全面押注 AI 的 Meta 绝不希望限制其使用,TikTok 和 X 同样在 AI 工具上投入了巨资。考虑到部署生成式 AI 功能所需的庞大资金支出,这些平台若反过来限制应用内的 AI 内容,似乎显得自相矛盾。

但 LinkedIn 的实践证明,这不仅是用户的迫切需求,还能通过剔除虚假活动,有效提升平台内容的相关性。

来源:Social Media Today · socialmediatoday.com

EVAOO 主站实战落地 · AI 实战方法论与团队 SOP

看完情报?回到 EVAOO 主站直接上手工具与完整 SOP

返回 EVAOO 主站