El algoritmo de LinkedIn ha vuelto a cambiar en 2022: ¿con qué impacto?

El algoritmo de LinkedIn ha vuelto a cambiar en 2022: ¿con qué impacto?

El algoritmo de LinkedIn ha sufrido varios cambios importantes en mayo de 2022. LinkedIn introduce restricciones en su algoritmo y tiene en cuenta más variables explícitas, algo que tiene un efecto importante en la visibilidad de las publicaciones. Aunque el funcionamiento básico del algoritmo de LinkedIn no ha cambiado, analizamos estos comunicados para ti.

Los objetivos de los cambios en el algoritmo de LinkedIn

  • Las normas para destacar publicaciones no han cambiado. La interacción sigue siendo el criterio número uno del algoritmo, pero LinkedIn introduce mecanismos para penalizar cierto contenido.
  • Los mecanismos de penalización se basan principalmente en las llamadas variables explícitas (activadas por el usuario).
  • Un nuevo mecanismo, basado en una variable implícita, busca penalizar a los autores que piden me gusta o comentarios en sus mensajes. Este mecanismo seguramente se base en sencillas «normas empresariales» (consultar aquí para una explicación detallada).
  • Aun así, los cambios no están libres de consecuencias ya que presentar el peligro de crear una burbuja de filtrado.
  • Todos los cambios buscan favorecer la calidad del contenido y a aquellos que generan interacciones.

[call-to-action-read id=”53994″]


Un resumen de los cambios

Los cambios anunciados en la publicación de LinkedIn son múltiples:

Menos encuestas en la feed de LinkedIn

Los usuarios se habían quejado de las omnipresentes encuestas en sus feed de noticias. Tal y como suele ocurrir cuando se anuncia una nueva característica, LinkedIn tiende a promover su uso aumentando de manera artificial su visibilidad. Como resultado, las encuestas podrían recibir miles de visualizaciones sin ningún esfuerzo, convirtiéndose en algo prevalente. Se usaban de manera indiscriminada sin que aquellos que las creaban comprendiesen que lo verdaderamente valioso en LinkedIn es la interacción. Las encuestas carentes de sentido invadieron las feeds de noticias de los usuarios hasta tal punto que se convirtió en un campo de protestas.

linkedin poll : do you prefer tea or coffee


Menos contenido político

La polarización de ideas alimenta la fragmentación de la sociedad, lo que constituye el fenómeno de archipelización descrito por el sociólogo J. Fourquet. LinkedIn se ha convertido en una plataforma para las ideas políticas, al igual que ocurre con todas las demás redes sociales. Había una urgencia particular en «proteger» a los usuarios de esta clase de contenido y no alimentar conversaciones que caldeaban los ánimos. Ahora esa protección ya puede aplicarse si estás ubicado en Estados Unidos.


"don't want to see this" LinkedinInformar de contenido y autores no deseados

Un cambio importante es la habilidad de los usuarios de informar de contenido que los molesta pero que no infringe las normas de la plataforma. La novedad es que el algoritmo de LinkedIn ahora tiene en cuenta esa retroalimentación explícita. A continuación puedes ver que las opciones que se pueden dejar en la retroalimentación para el algoritmo son bastante variadas, y se han tenido que implementar varios bucles de retroalimentación para alimentar al algoritmo de LinkedIn. Pero, bajo su aspecto aparentemente razonable, el uso de este tipo de retroalimentación sigue siendo bastante complicado.

Por ejemplo, usar la retroalimentación «he visto demasiadas publicaciones sobre este tema» implica que cada publicación es analizada con un algoritmo PNL para «etiquetarla», es decir, para determinar los temas relacionados con la misma. Esta clase de algoritmo funciona bastante bien con el contenido amplio, pero cuando consideras que el 50% de las publicaciones contienen menos de 39 palabras, es razonable poner en duda la precisión del proceso.

Bajo una apariencia inocua, la categoría «esta publicación es antigua» puede detectar de manera efectiva los plagios. En efecto, no es raro que algunos usuarios se adueñen de publicaciones virales, cosa que ocurrió con la famosa publicación de «¿puedes ver el panda?».


¿Cómo detectará LinkedIn las «llamadas» de me gusta y comentarios?

«Deja un comentario si quieres recibir mi guía gratuita». Esta técnica es bastante clásica para aumentar la popularidad de una publicación de manera artificial, y LinkedIn ha decidido plantarle cara. En el anuncio de su blog, LinkedIn explica:

«Hemos visto varias publicaciones que piden expresamente o animan a la comunidad a interactuar con el contenido a través de me gusta o reacciones, todas ellas publicadas para aumentar el alcance en la plataforma. Hemos oído que este tipo de contenido puede resultar engañoso y frustrante para algunos. No promoveremos esa clase de contenido, y animamos a todos en la comunidad a centrarse en presentar contenido fiable, creíble y auténtico.»

La pregunta inmediata es: ¿cómo distinguirá LinkedIn este tipo de contenido? A pesar de no tener una bola de cristal, resulta razonable asumir que LinkedIn volverá a usar en este caso una norma empresarial.

Linkedin post "leave a comment"

Las publicaciones que promocionan esta clase de comportamiento casi siempre usan las mismas palabras, lo que facilita a LinkedIn el distinguir esas frases típicas y penalizar las publicaciones. Esto tendrá consecuencias convenientes para todos los usuarios. Debes tener cuidado de usar esta secuencia de palabras, o correrás el riesgo de ver cómo tu publicación, incluso si es legítima, se vuelve invisible.


Contenido con valor añadido para aumentar la interacción y el tiempo dedicados

Todos los cambios anunciados por LinkedIn devolverán un poco de control al usuario para mejorar su feed de noticias. Las razones para la insatisfacción que se ha estado repitiendo a lo largo de los últimos meses pueden así mitigarse de manera potencial, pero el verdadero reto para LinkedIn sigue siendo reunir suficientes retroalimentaciones explícitas para explotarlas.

[call-to-action-read id=”53768″]

LinkedIn promete usar su algoritmo de recomendación para personalizar todas las feeds de noticias, así que no es posible usar la retroalimentación de un número limitado de personas y extrapolarla al resto de la población. ¿Y qué población sería esa, por cierto? ¿Según qué criterio deberían formarse grupos homogéneos de usuarios?

Comprendemos que el objetivo de LinkedIn es promover la interacción (en forma de comentarios), y es un objetivo bastante encomiable. Los intercambios son saludables y deseables. El beneficio para la plataforma es evidente; cuantos más miembros de la red interactúen, más tiempo pasarán en LinkedIn (y menos en Meta, Tik Tok, etc.).


Conclusión: ¿Qué recordar de estos cambios en el algoritmo de LinkedIn?

Los nuevos cambios en el algoritmo de LinkedIn buscan mejorar la satisfacción del usuario. En concreto, deben identificar ciertos comportamientos desviados y penalizarlos. Para poder distinguirlos, LinkedIn devuelve más control al usuario bajo la forma de «filtros» para personalizar su feed de noticias, y su uso enviará señales claras al algoritmo. A LinkedIn le aguardan dos retos:

  • Conseguir que los usuarios los usen Evitar la burbuja de filtros reduciendo la cantidad de recomendaciones en la feed de noticias

 


Publicado en Data y IT.