LinkedIn AI प्रशिक्षण 2025 मध्ये शक्तिशाली डेटा क्रांती घडवते

हायलाइट्स

• EU, EEA आणि स्विस वापरकर्ता डेटा वापरून LinkedIn AI प्रशिक्षण 3 नोव्हेंबर 2025 पासून सुरू होईल.
• डेटामध्ये खाजगी संदेश वगळून सार्वजनिक प्रोफाइल, पोस्ट आणि नोकरीची माहिती समाविष्ट असते.
• धोरण GDPR च्या “कायदेशीर व्याज” तत्त्वावर अवलंबून आहे.
• वापरकर्ते रोलआउट करण्यापूर्वी LinkedIn च्या डेटा गोपनीयता सेटिंग्जद्वारे निवड रद्द करू शकतात.
• LinkedIn AI प्रशिक्षणाचे उद्दिष्ट जॉब जुळणी, लेखन आणि प्रोफाइल साधने सुधारणे आहे.

तुम्हाला काय माहित असावे

लिंक्डइन, जगातील सर्वात मोठी व्यावसायिक नेटवर्किंग साइट, महत्त्वपूर्ण धोरण बदलाची घोषणा केली: 3 नोव्हेंबर 2025 पासून, ते युरोपियन वापरकर्त्यांकडील डेटा वापरेल — जे EU, EEA आणि स्वित्झर्लंडमधील आहेत — त्यांच्या AI मॉडेल्सना प्रशिक्षण देण्यासाठी.

हे धोरण बदल जनरेटिव्ह एआय सिस्टमला प्रशिक्षित करण्यासाठी वापरकर्ता-व्युत्पन्न सामग्री वापरण्याच्या टेक कंपन्यांमधील वाढत्या ट्रेंडची सुरूवात आहे. आत्तापर्यंत, जनरल डेटा प्रोटेक्शन रेग्युलेशन (GDPR) अंतर्गत कठोर गोपनीयता कायद्यांमुळे LinkedIn ने युरोपमधील वापरकर्ता डेटा AI प्रशिक्षणातून वगळला होता. तथापि, ते म्हणते की त्याने आता त्याचे गोपनीयता धोरण आणि डेटा प्रोसेसिंग अटी अद्यतनित केल्या आहेत ज्यामुळे त्याच्या LinkedIn AI प्रशिक्षण पद्धतींना युरोपियन डेटा मानकांचे पालन करता येईल.

कोणता डेटा वापरला जाईल

लिंक्डइनने नमूद केले आहे की डेटामध्ये मोठ्या प्रमाणात सार्वजनिक आणि अर्ध-सार्वजनिक सामग्रीचा समावेश असेल जो इतर लिंक्डइन सदस्यांना आधीच दृश्यमान असेल.

या माहितीमध्ये हे समाविष्ट आहे: नाव, शीर्षक, नोकरीचे शीर्षक, शिक्षण, कौशल्ये आणि प्रोफाइल फोटो यासह प्रोफाइल डेटा. सार्वजनिक क्रियाकलाप – पोस्ट, टिप्पण्या, सामायिक केलेले लेख, मतदान उत्तरे आणि गट क्रियाकलाप.

रोजगाराशी संबंधित माहिती, जसे की लिंक्डइनच्या जॉब ॲप्लिकेशन टूल्सद्वारे सबमिट केलेले सीव्ही तपशील किंवा जॉब ॲप्लिकेशन प्रतिसाद. LinkedIn च्या AI साधनांसह परस्परसंवाद — लेखन सहाय्यक, शोध प्रॉम्प्ट्स किंवा स्वयंचलित नोकरी शिफारसींसह. हे देखील नमूद करण्यासारखे आहे की LinkedIn ने LinkedIn AI प्रशिक्षणासाठी खाजगी संदेश (DMs) वापरणे अक्षम केले आहे. त्याचप्रमाणे, अल्पवयीन मुलांशी (18 वर्षाखालील) जोडलेली खाती देखील वगळण्यात येतील.

कंपनीने सांगितले की, या डेटाचा उद्देश “जनरेटिव्ह AI वैशिष्ट्ये सुधारण्यात” मदत करणे हा आहे ज्याचा उद्देश वापरकर्त्यांना त्यांचे प्रोफाइल, पोस्ट लिहिणे आणि उत्तम जॉब मॅचिंगसह समर्थन देणे आहे. कायदेशीर आधार: “कायदेशीर व्याज” लिंक्डइन वैयक्तिक डेटाचा हा नवीन वापर “कायदेशीर व्याज” नावाच्या GDPR तत्त्वाखाली वापरत आहे.

याचा अर्थ, त्याच्या वापरकर्त्यांकडून स्पष्ट संमती मिळण्याऐवजी, ते असा युक्तिवाद करते की AI मॉडेलला प्रशिक्षित करण्यासाठी डेटा वापरणे कायदेशीर आहे, त्याची उत्पादने आणि सेवा सतत सुधारण्यासाठी आवश्यक आहे आणि कोणाच्याही गोपनीयतेच्या अधिकारांना मागे टाकत नाही. दुर्दैवाने, या औचित्याची आधीच छाननी होत आहे.

डच डेटा प्रोटेक्शन ऑथॉरिटी (ऑटोराइट पर्सनगेजेव्हन्स) आणि इतर युरोपियन गोपनीयता अधिकाऱ्यांनी चिंता व्यक्त केली आहे की यामुळे “कायदेशीर हितसंबंध” च्या सीमांना धक्का लागू शकतो. त्यांचे म्हणणे आहे की मोठ्या प्रमाणात AI मॉडेल प्रशिक्षण डेटा प्रोसेसिंग आहे ज्याचा वापरकर्ते त्यांनी पहिल्यांदा त्यांचे LinkedIn खाती सेट केल्यावर वाजवीपणे अंदाज करू शकत नव्हते, जे काही वर्षांपूर्वी झाले असावे.

विवाद आणि गोपनीयता समस्या

गोपनीयता तज्ञ चेतावणी देतात की एकदा वैयक्तिक डेटा जनरेटिव्ह एआय मॉडेलला प्रशिक्षित करण्यासाठी वापरला गेला की तो अक्षरशः अपरिवर्तनीय होऊ शकतो. मशिन लर्निंगसाठी वापरलेला डेटा एकदा मॉडेलमध्ये समाविष्ट केल्यावर तो सहज काढला जाऊ शकत नाही, संग्रहित मजकूर किंवा प्रतिमांच्या विपरीत, जो विनंती केल्यावर हटविला जाऊ शकतो.

याचा अर्थ वापरकर्ते त्यांची माहिती दीर्घकाळात कशी वापरली जाते यावर काही नियंत्रण गमावतात. यामुळे संवेदनशील डेटा — उदाहरणार्थ, राजकीय अंतर्दृष्टी, धार्मिक मूल्ये किंवा आरोग्य स्थिती प्रकट करणाऱ्या पोस्ट किंवा टिप्पण्या — LinkedIn AI प्रशिक्षण डेटासेटमध्ये समाविष्ट केल्या जाऊ शकतात अशी चिंता देखील वाढवते. डच आणि बेल्जियन डेटा संरक्षण प्राधिकरणांनी वापरकर्त्यांना 3 नोव्हेंबरपूर्वी त्यांच्या गोपनीयता सेटिंग्ज तपासण्याचा सल्ला दिला आहे आणि त्यांना त्यांचा डेटा LinkedIn AI प्रशिक्षणात समाविष्ट करू इच्छित नसल्यास आक्षेप सबमिट करण्याचा विचार करावा.

निवड रद्द कशी करावी

डेटा-शेअरिंग प्रोग्राममध्ये स्वयंचलित नोंदणीकर्ता म्हणून, LinkedIn सर्व युरोपियन वापरकर्त्यांकडील डेटा वापरते. चांगली बातमी अशी आहे की तुम्ही या चरणांचे व्यक्तिचलितपणे अनुसरण करून निवड रद्द करू शकता:

• LinkedIn वर, सेटिंग्ज आणि गोपनीयता वर जा.
• जनरेटिव्ह एआय सुधारणेसाठी डेटा गोपनीयता → डेटा निवडा.
• सेटिंग बंद करा. वैकल्पिकरित्या, वापरकर्ते अधिकृतपणे कंपनीच्या गोपनीयता पोर्टलवर लिंक्डइनच्या डेटा प्रोसेसिंग आक्षेप फॉर्मद्वारे डेटा प्रोसेसिंग आक्षेप नोंदवू शकतात.

नोव्हेंबरच्या रोलआउटच्या अगोदर आक्षेपांचे निराकरण करण्यासाठी वेळ मिळेल याची खात्री करण्यासाठी अधिकाऱ्यांनी सुचवले आहे. LinkedIn हे का करत आहे LinkedIn नुसार, AI प्रशिक्षित करण्यासाठी सदस्य डेटा वापरणे म्हणजे प्लॅटफॉर्मवर अधिक बुद्धिमान आणि संदर्भानुसार संबंधित अनुभव.

ते AI साठी जनरेटिव्ह फीचर्स डिझाइन करत आहेत जे वापरकर्त्यांना नोकरीचे वर्णन लिहिण्यास, रिझ्युमे जुळवून घेण्यास, पोस्ट तयार करण्यात आणि त्यांच्या करिअरबद्दल वैयक्तिक माहिती प्रदान करण्यात मदत करतील. LinkedIn ने असा युक्तिवाद केला आहे की या वैशिष्ट्यांना कामाच्या ठिकाणी संप्रेषण, नोकरीचे ट्रेंड आणि उद्योग भाषा यातील बारकावे शिकण्यासाठी वास्तविक-जगातील व्यावसायिक डेटा आवश्यक आहे. “आम्ही प्रत्येक व्यावसायिकांसाठी LinkedIn अधिक उपयुक्त बनवू इच्छितो,” कंपनी म्हणते. “आमच्या AI प्रणालींना अनामित आणि प्रतिनिधी सदस्य डेटासह प्रशिक्षण दिल्याने आम्हाला ही साधने जबाबदारीने सुधारण्यास मदत होते.”

व्यापक परिणाम

या हालचालीमुळे LinkedIn ला नावीन्यता आणि गोपनीयतेमधील तणावावर व्यापक नैतिक आणि नियामक चर्चेच्या मध्यभागी आणले आहे. हे त्याच वेळी घडत आहे जेव्हा युरोपियन नियामक LinkedIn च्या पद्धती GDPR बरोबर संरेखित करतात की नाही हे शोधत आहेत आणि Google, Meta आणि OpenAI सारख्या इतर तंत्रज्ञान कंपन्यांमध्ये देखील अशीच चर्चा सुरू आहे कारण ते देखील त्यांची LinkedIn AI प्रशिक्षण धोरणे अपडेट करतात.

वापरकर्त्यांसाठी, हा विकास AI युगाच्या आणखी एका वास्तवाकडे निर्देश करतो: आम्ही वर्षांपूर्वी शेअर केलेला डेटा, व्यावसायिक वापरासाठी होता, आज मशीन लर्निंगद्वारे पुनर्जन्म होऊ शकतो.

जरी LinkedIn त्याच्या प्रक्रियेवर पारदर्शकता आणि नियंत्रणाची हमी देते, शेवटी, वापरकर्त्याचा डेटा समजून घेणे आणि त्याचे संरक्षण करणे ही त्यांची जबाबदारी आहे. युरोपने डिजिटल अधिकारांवर आणि AI साठी उत्तरदायित्वावर आपले लक्ष केंद्रित केल्यामुळे, LinkedIn चे पाऊल जनरेटिव्ह एआयच्या युगात वापरकर्त्याच्या डेटाशी संवाद साधणे आणि त्याचा लाभ कसा घ्यायचा हे जागतिक प्लॅटफॉर्म कसे निवडतात यासाठी एक महत्त्वपूर्ण चाचणी केस बनण्याची शक्यता आहे.