L'algoritmo di LinkedIn discrimina le donne?

Qualche mese fa la timeline di LinkedIn è stata invasa da post di donne che dichiaravano di aver “ingannato” l'algoritmo cambiando il genere del proprio profilo: “Ed eccomi qui a fare Mrs. Doubtfire su LinkedIn. Perché sì, ho cambiato genere, in quanto uomo ho più possibilità di emergere secondo l’algoritmo”, scrive per esempio Giorgia Pappalardo, designer italiana, citando il film in cui il protagonista, interpretato da Robin Williams, decide di travestirsi da tata per passare più tempo con i figli. L'esperimento digitale, che si può ripercorrere tramite l’hashtag #WearthePants , è partito dopo che due imprenditrici statunitensi, Cindy Gallop e Jane Evans, con un seguito complessivo di 150mila persone, hanno chiesto a due uomini di pubblicare gli stessi identici contenuti sui loro profili. I due uomini, all’epoca, avevano una base di follower molto più ridotta, circa 9.400 in totale. Gallop ha raccontato che un suo post ha raggiunto appena 801 persone, mentre lo stesso contenuto, pubblicato dall’uomo, ha raggiunto 10.408 utenti. Da lì, l’idea di cambiare identità per replicare il “successo” dei post e verificare il bias dell’algoritmo della piattaforma. L’esperimento ha raccolto decine di testimonianze simili, con alcune persone che hanno visto le impression, la metrica che misura le visualizzazioni, aumentare di centinaia di percentuali dopo aver cambiato il genere del profilo da femminile a maschile. Al tempo stesso, anche alcuni uomini hanno modificato il genere da maschile a femminile, notando una diminuzione della visibilità. Secondo TechCrunch, molte persone sono convinte che l’algoritmo di LinkedIn sia diventato “sessista” dopo un aggiornamento testato nell’ultimo anno. Ma la piattaforma smentisce che qualsiasi decisione presa dall’algoritmo per aumentare o diminuire la visibilità dei post sia legata al genere, un "dato" che non è preso in considerazione per dare ordine ai contenuti del feed. In un comunicato stampa LinkedIn ha confermato che l’algoritmo si basa su centinaia di segnali per determinare ciò che è rilevante per ogni utente, ma non utilizza dati demografici come fattore diretto di ranking. Dov’è il vero bias di LinkedIn Non è la prima volta che si parla di “bias di genere” rispetto all'algoritmo di LinkedIn. Anni fa la stessa piattaforma aveva analizzato la pubblicazione degli annunci di lavoro scoprendo che gli algoritmi di raccomandazione che usava per abbinare candidati e offerte di lavoro producevano risultati distorti: sebbene l’algoritmo escludesse nome, età, genere e razza, riusciva comunque a rilevare schemi di comportamento associati a gruppi con particolari identità di genere, e mostrava offerte più interessanti ed economicamente più remunerative ai gruppi di persone già sovrarappresentati in ruoli apicali. A livello mondiale, le donne sono il 50% della popolazione in età lavorativa e il 40% della forza lavoro globale , ma solo il 31% dei ruoli di leadership è occupato dalle donne, secondo il World Economic Forum. È stato già ampiamente dimostrato, anche da studi recenti, che gli uomini tendono a candidarsi per lavori che richiedono più esperienza di quella che possiedono, mentre le donne, invece, si candidano solo quando i requisiti coincidono quasi completamente con le loro qualifiche, e gli uomini inseriscono più competenze nei loro CV anche a un livello di padronanza inferiore, e spesso interagiscono in modo più aggressivo con i recruiter. Al tempo stesso, anche gli annunci di lavoro riflettono questi bias: secondo Alice Orrù, esperta di linguaggio inclusivo, parole e frasi legate a schemi stereotipicamente “maschili”, come competitivo, aggressivo, leader o determinato, possono inconsciamente dissuadere molte donne dal rispondere all’annuncio, anche quando sono qualificate per il ruolo. E questo effetto non riguarda solo donne: una ricerca condivisa da Orrù mostra che termini fortemente codificati possono segnalare un ambiente percepito come meno inclusivo o meno accogliente per chi non si identifica in quel modello linguistico. Nel ranking del contenuto è quindi probabile che si verifichino distorsioni collegate al genere, ma non perché ci siano indicazioni specifiche per escludere dal feed i contenuti prodotti dalle donne. E allora cosa produce lo scarto di visibilità? Il modo in cui funzionano tutti gli algoritmi di raccomandazione delle piattaforme social, quando amplificano pattern già esistenti nei dati di interazione umana: se storicamente certi stili comunicativi, certi tipi di contenuti o certe strutture di rete ottengono più engagement, l’algoritmo tenderà a mostrare di più quei contenuti, indipendentemente dal genere di chi li pubblica. A conferma di questo funzionamento c’è il post di una delle donne che è stata tra le prime ad aderire all’esperimento #WearthePants, Megan Cornish, una professionista della salute mentale con quasi 50.000 follower. Cornish ha cambiato il proprio genere in maschile ma, spiega, ha anche riscritto i suoi contenuti usando un linguaggio più assertivo e connotato al maschile. “Ho cambiato il genere del mio profilo non per provocazione, ma per capire se la differenza di visibilità che stavo osservando avesse una spiegazione strutturale”, scrive in una lunga riflessione nella sua newsletter: “Non credo che LinkedIn “preferisca” gli uomini. Credo che premi ciò che viene percepito come autorevole, e che nella nostra cultura l’autorevolezza abbia ancora un genere”. Nel cambiamento dell’algoritmo per mitigare il bias degli annunci LinkedIn ha puntato sempre più su modelli di apprendimento automatico e LLM per classificare e raccomandare contenuti basati su comprensione semantica, rilevanza settoriale e valore per l’utente, e non solo sul semplice numero di like o commenti. E quindi, l’intelligenza artificiale non inventa bias: li eredita e li amplifica dai dati umani da cui è addestrata. Ancora una volta, siamo noi utenti a rendere sessista o inclusiva una piattaforma.

Cosa vedere:

Come vederlo:

Online con Sky:

L'algoritmo di LinkedIn discrimina le donne?

Donata Columbro