Kunstig intelligens har for alvor inntatt sosiale medier.
Innlegg kan skrives på sekunder. Kommentarer kan genereres automatisk. Lange artikler kan oppsummeres, og AI-verktøy kan produsere profesjonelt klingende svar uten at brukeren nødvendigvis har lest det opprinnelige innlegget.
Dette skaper nye muligheter, men også et nytt problem.
Når stadig mer av innholdet blir produsert eller bearbeidet av AI, risikerer sosiale plattformer at strømmen fylles med generiske innlegg og kommentarer som teknisk sett ser korrekte ut, men som tilfører svært liten verdi.
Fenomenet har fått betegnelsen«AI slop».
Nå er LinkedIn blant plattformene som forsøker å gjøre noe med problemet. Ifølge senior produktsjef Travis Hutchinson arbeider selskapet med tekniske endringer som skal holde autentiske og relevante samtaler i sentrum av brukeropplevelsen.
LinkedIn vil ikke bare at du skal lese
For LinkedIn handler utfordringen om mer enn å finne interessante innlegg til brukernes nyhetsstrøm.
Plattformen ønsker at brukerne faktisk skal delta.
Travis Hutchinson arbeider i dag med samtaler, kunstig intelligens og vekst hos LinkedIn. En sentral del av arbeidet handler om å avgjøre hvilke kommentarer den enkelte brukeren bør få se, og når kommentarer og samtaler bør fremheves.
Tanken er at sosiale medier ikke bare skal være et sted der brukeren passivt blar gjennom en strøm av innhold.
Brukerne skal delta i samtalen.
Det er spesielt interessant på LinkedIn, fordi en kommentar potensielt har en helt annen betydning enn på mange andre sosiale plattformer.
En faglig kommentar kan bli sett av en potensiell arbeidsgiver, samarbeidspartner eller kunde.
Nesten 700 millioner kommentarer vises hver dag
Omfanget er enormt.
Ifølge tall presentert under AFROTECH Conference blir nærmere 700 millioner kommentarer vist hver dag på LinkedIn.
Det gjør kommentarfeltet til en viktig del av plattformens økosystem.
Travis Hutchinson peker på at kommentarer faktisk kan bidra til at mennesker får nye profesjonelle muligheter. En kommentar under et innlegg kan bli oppdaget av en annen bruker, som igjen tar kontakt og etablerer en relasjon.
Dermed handler rangering av kommentarer ikke bare om hvilke utsagn som får flest reaksjoner.
Maskinlæringen bak plattformen påvirker potensielt hvilke mennesker, ideer og faglige perspektiver andre brukere oppdager.
Så kom generativ AI
Problemet er at spillereglene har endret seg dramatisk.
Tidligere krevde det en viss innsats å skrive et gjennomarbeidet innlegg eller en faglig kommentar.
I dag kan en bruker kopiere et innlegg inn i en AI-assistent og be om fem profesjonelle kommentarer på sekunder.
Det samme gjelder selve innleggene.
AI kan produsere gjennomarbeidede tekster om ledelse, arbeidsliv, teknologi, salg eller personlig utvikling raskere enn et menneske rekker å lese dem.
Resultatet kan bli en paradoksal situasjon:
Mengden profesjonelt formulert innhold øker samtidig som den menneskelige verdien av innholdet kan synke.
Det er denne utviklingen begrepet «AI-slop» forsøker å beskrive.
LinkedIn gjør endringer i systemene
Travis Hutchinson forteller at LinkedIn har gjennomført flere arkitektoniske forbedringer for å redusere problemet og prioritere autentiske samtaler. Internt beskrives satsingen mer generelt som et arbeid med kvalitet.
En sentral del av arbeidet skjer gjennom klassifisering og rangering av innhold i feeden.
Slike systemer brukes til å avgjøre hvilke innlegg og kommentarer brukerne blir eksponert for og i hvilken rekkefølge.
Travis Hutchinson beskriver dette som en vanlig tilnærming i bransjen, hvor klassifikatorer og feed-rangering brukes for å forsøke å sikre at brukerne ser innlegg og kommentarer av høy kvalitet.
Det interessante er derfor at kampen mot dårlig AI-innhold ikke nødvendigvis handler om å forby AI.
I stedet kan kampen bli ført i algoritmene som bestemmer hvilket innhold som faktisk får synlighet.
AI-generert betyr ikke automatisk dårlig
Det er samtidig viktig å skille mellom AI-generert innhold og «AI-slop».
AI kan brukes til å forbedre grammatikk, strukturere kompliserte tanker, oversette innhold eller gjøre et faglig budskap tydeligere.
Problemet oppstår når teknologien brukes til å produsere store mengder generisk innhold uten egen innsikt eller substans.
Forskjellen kan være vanskelig for en algoritme å måle.
Et gjennomarbeidet innlegg skrevet med omfattende AI-hjelp kan være nyttigere enn et dårlig innlegg skrevet utelukkende av et menneske.
Dermed kan ikke løsningen nødvendigvis være:
AI = dårlig. Menneske = bra.
Utfordringen blir snarere å identifisere kvalitet, relevans og originalitet uavhengig av hvordan teksten ble produsert.
Kommentarene blir spesielt viktige
Her blir kommentarfeltet interessant.
Et originalt LinkedIn-innlegg kan nå utvikles med omfattende hjelp fra generativ AI. Men diskusjonen under innlegget kan fortsatt tilføre erfaringer, motargumenter, eksempler og perspektiver som ikke finnes i selve teksten.
Det kan forklare hvorfor LinkedIn ønsker å gjøre samtalene mer sentrale.
Travis Hutchinson beskriver nettopp arbeidet med å finne ut hvilke kommentarer brukerne bør se, når brukerne bør engasjere seg i samtaler og hvordan maskinlæring kan brukes til å velge ut relevante kommentarer.
LinkedIn har også introdusert festede kommentarer, en funksjon utviklet som respons på tilbakemeldinger fra innholdsskapere.
Det gir den som publiserer et innlegg større mulighet til å løfte frem en interessant kommentar eller et viktig bidrag til diskusjonen.
En kamp om tillit
Utviklingen berører et langt større problem for sosiale medier.
Plattformene er avhengige av at brukerne opplever innholdet som verdifullt.
Dersom nyhetsstrømmen etter hvert består av AI-genererte innlegg som besvares av AI-genererte kommentarer, kan selve hensikten med det sosiale nettverket begynne å forsvinne.
Tenk deg følgende situasjon:
En AI skriver innlegget.
En annen AI oppsummerer innlegget.
En tredje AI lager kommentaren.
En fjerde AI skriver svaret på kommentaren.
Mennesket står igjen som tilskuer til en diskusjon mellom algoritmer.
Teknisk sett kan aktiviteten være høy.
Men er det egentlig engasjement?
Det er akkurat denne typen problemstilling profesjonelle nettverk som LinkedIn må begynne å løse.
Problemet kan bli betydelig større
Generativ AI blir både bedre og billigere.
Det betyr at kostnaden ved å produsere innhold nærmer seg null.
Én person kan generere titalls LinkedIn-innlegg på kort tid. Bedrifter kan automatisere store deler av innholdsproduksjonen. Kommentarer kan skrives på sekunder.
AI-agenter kan etter hvert potensielt håndtere enda større deler av prosessen.
Det betyr at plattformenes tradisjonelle kvalitetsmekanismer utfordres.
Antall innlegg kan ikke alene brukes som et kvalitetssignal.
Lengden på kommentaren sier lite om hvor nyttig den er.
Profesjonelt språk betyr heller ikke nødvendigvis at en virkelig fagperson står bak teksten.
Dermed blir relevans, originalitet, nettverksrelasjoner og faktiske samtaler potensielt enda viktigere signaler.
Maskinlæring skal rydde opp etter maskinlæring
Det oppstår samtidig et interessant paradoks.
Problemet er skapt av stadig bedre AI.
Og løsningen kan bli enda mer AI.
LinkedIn bruker maskinlæring og rangeringssystemer til å avgjøre hvilke kommentarer og innlegg som bør synliggjøres. Samtidig brukes generativ AI av brukerne til å produsere innholdet som disse systemene skal evaluere.
Vi får dermed en teknologisk katt-og-mus-lek.
AI lager innholdet.
AI vurderer innholdet.
AI bestemmer om andre mennesker skal få se innholdet.
Det gjør algoritmene bak plattformene enda viktigere.
Bakgrunnen kommer fra Instagram
Travis Hutchinson har lang erfaring med nettopp anbefalingssystemer og maskinlæring.
Før overgangen til LinkedIn jobbet Travis Hutchinson hos Instagram, hvor arbeidet blant annet omfattet relevans i Explore, multimodal videoforståelse for Meta AI og utviklingen rundt Reels.
Travis Hutchinson begynte hos LinkedIn i 2022, blant annet for å arbeide mer med tillit og sikkerhet knyttet til innhold. Rollen utviklet seg senere tilbake mot relevans, og Travis Hutchinson arbeider nå med samtaler, AI og vekst.
Det er en bakgrunn som illustrerer hvor sentral algoritmisk rangering har blitt for moderne sosiale nettverk.
Det kan også endre hva som fungerer på LinkedIn
For bedrifter, fagpersoner og innholdsskapere kan utviklingen få praktiske konsekvenser.
Hvis LinkedIn lykkes med å prioritere kvalitet og genuin interaksjon høyere, kan strategien med å publisere mest mulig generisk innhold miste effekt.
Det kan i stedet bli viktigere å:
- dele egne erfaringer og konkrete eksempler
- tilføre faglig kunnskap som ikke finnes i originalinnlegget
- stille relevante spørsmål
- delta aktivt i diskusjoner
- svare på kommentarer med substans
- bygge reelle relasjoner fremfor bare å samle visninger.
Ironisk nok kan derfor AI-boomen gjøre menneskelig erfaring mer verdifull på plattformen.
Når alle kan generere en perfekt formulert tekst, blir formuleringen mindre unik.
Det verdifulle blir det du faktisk vet, har sett, prøvd eller erfart.
LinkedIn står overfor en vanskelig balansegang
For LinkedIn blir dette likevel langt fra enkelt.
Plattformen kan ikke nødvendigvis straffe alt innhold som er produsert med AI. Mange brukere benytter allerede teknologien som et legitimt skriveverktøy.
Samtidig må selskapet forhindre at plattformen drukner i automatisert innhold som er produsert primært for å manipulere rekkevidde.
Blir filtreringen for aggressiv, kan godt innhold forsvinne.
Blir den for svak, kan feeden fylles med stadig mer generiske innlegg.
Balansen mellom AI-assistanse og autentisk deltakelse kan derfor bli en av de viktigste produktutfordringene for profesjonelle sosiale nettverk de kommende årene.
Kanskje blir det menneskelige det nye konkurransefortrinnet
Generativ AI har gjort det langt enklere å fremstå velformulert på internett.
Men den har også redusert verdien av nettopp det å være velformulert.
Når alle har tilgang til et verktøy som kan produsere profesjonelle tekster på sekunder, må andre ting skille innholdet fra mengden.
Erfaring.
Kunnskap.
Originalitet.
Personlige perspektiver.
Og ikke minst ekte samtaler med andre mennesker.
Det kan være grunnen til at kampen mot «AI-slop» blir viktigere enn spørsmålet om hvem som bruker AI og hvem som ikke gjør det.
For LinkedIn handler utfordringen til slutt om å sikre at et sosialt nettverk fortsatt føles sosialt.
Og i en verden hvor maskiner kan produsere nesten ubegrensede mengder innhold, kan ekte menneskelig engasjement bli en stadig knappere og mer verdifull ressurs.