Estudio gigante de 20 millones de personas revela quién puede ayudarlo a conseguir trabajo : ScienceAlert

Digamos que está buscando un nuevo trabajo. Te diriges a LinkedIn para arreglar tu perfil y mirar alrededor de tu red social.

Pero, ¿a quién debe contactar para que le presenten a un posible nuevo empleador?

A nuevo estudio de más de 20 millones de personas, publicado en Cienciasmuestra que tus amigos cercanos (en LinkedIn) no son tu mejor apuesta: en su lugar, debes buscar conocidos que no conoces lo suficiente como para compartir una conexión personal.

La fuerza de los lazos débiles

En 1973, el sociólogo estadounidense Marcos Granovetter acuñó la frase “la fuerza de los lazos débilesen el contexto de las redes sociales. Argumentó que cuanto más fuertes sean los lazos entre dos personas, más se superpondrán sus redes de amistad.

En pocas palabras, es más probable que conozcas a todos los amigos de un amigo cercano, pero pocos a los amigos de un conocido.

Entonces, si está buscando trabajo, probablemente ya sepa todo lo que su vecindario inmediato tiene para ofrecer. Intuitivamente, son los lazos débiles (sus conocidos) los que ofrecen la mayor cantidad de oportunidades para nuevos descubrimientos.

Lazos y trabajos débiles

La teoría de Granovetter parece correcta, pero ¿lo es? Un equipo de investigadores de LinkedIn, la Escuela de Negocios de Harvard, Stanford y el MIT se dispuso a recopilar evidencia empírica sobre cómo los lazos débiles afectan la movilidad laboral.

Su investigación se basó en los esfuerzos de los ingenieros de LinkedIn para probar y mejorar el algoritmo de recomendación “Personas que quizás conozcas” de la plataforma. LinkedIn actualiza regularmente este algoritmo, que recomienda nuevas personas para agregar a su red.

Una de estas actualizaciones probó los efectos de alentar la formación de lazos fuertes (recomendando agregar a tus amigos cercanos) versus lazos débiles (recomendando conocidos y amigos de amigos). Luego, los investigadores siguieron a los usuarios que participaron en esta “prueba A/B” para ver si la diferencia afectaba sus resultados laborales.

Más de 20 millones de usuarios de LinkedIn en todo el mundo fueron asignados aleatoriamente a grupos de tratamiento bien definidos. A los usuarios de cada grupo se les mostraron recomendaciones de nuevos contactos ligeramente diferentes, lo que llevó a los usuarios de algunos grupos a formar lazos más fuertes y a los usuarios de otros grupos a formar lazos más débiles.

Luego, el equipo midió cuántos usuarios de trabajos en cada grupo solicitaron y cuántas “transmisiones de trabajo” ocurrieron. Las transmisiones de trabajo son de particular interés, ya que se definen como obtener un trabajo en la misma empresa que el nuevo contacto. Una transmisión de trabajo sugiere que el nuevo contacto ayudó a conseguir el trabajo.

Los lazos moderadamente débiles son los mejores

El estudio utiliza el análisis causal para ir más allá de las simples correlaciones y conectar la formación de vínculos con el empleo. Hay tres hallazgos importantes.

En primer lugar, el motor de recomendación moldea significativamente la formación de enlaces. Los usuarios a los que se recomendaron enlaces más débiles formaron enlaces significativamente más débiles, y los usuarios a los que se recomendaron enlaces más fuertes formaron enlaces más fuertes.

En segundo lugar, el experimento proporciona evidencia causal de que los lazos moderadamente débiles son más del doble de efectivos que los lazos fuertes para ayudar a una persona que busca trabajo a unirse a un nuevo empleador.

¿Qué es un lazo “moderadamente” débil? El estudio encontró que la transmisión de trabajo es más probable de conocidos con los que comparte alrededor de 10 amigos en común y rara vez interactúa.

En tercer lugar, la fuerza de los lazos débiles varió según la industria. Mientras que los lazos débiles aumentaron la movilidad laboral en industrias más digitales, los lazos fuertes aumentaron la movilidad laboral en industrias menos digitales.

Mejores recomendaciones

Este estudio de LinkedIn es el primero en demostrar causalmente la teoría de Granovetter en el mercado laboral. El análisis causal es clave aquí, ya que los estudios a gran escala de las correlaciones entre la fuerza de los lazos y la transmisión del trabajo han demostrado que los lazos fuertes son más beneficiosos, en lo que hasta ahora se consideraba una paradoja.

Este estudio resuelve la paradoja y vuelve a demostrar las limitaciones de los estudios de correlación, que no logran desenmarañar los factores de confusión y, en ocasiones, conducen a conclusiones erróneas.

Desde un punto de vista práctico, el estudio perfila los mejores parámetros para sugerir nuevos enlaces.

Reveló que las conexiones más útiles para conseguir un trabajo son sus conocidos, las personas que conoce en entornos profesionales o los amigos de sus amigos, en lugar de sus amigos más cercanos, personas con las que comparte alrededor de 10 contactos mutuos y con quienes es menos probable que tenga uno. interactuar regularmente.

Estos se pueden traducir en recomendaciones algorítmicas, lo que puede hacer que los motores de recomendación de redes profesionales como LinkedIn sean aún más competentes para ayudar a los solicitantes de empleo a conseguir empleo.

El poder de las cajas negras

El público a menudo desconfía cuando las grandes empresas de redes sociales realizan experimentos con sus usuarios (ver El infame experimento emocional de Facebook de 2014).

Entonces, ¿podría el experimento de LinkedIn haber perjudicado a sus usuarios? En teoría, los usuarios en el grupo de tratamiento de “vínculo fuerte” podrían haber pasado por alto los vínculos débiles que podrían haberlos traído a su próximo trabajo.

Sin embargo, todos los grupos tenían algún grado de movilidad laboral, algunos solo un poco más que otros. Además, dado que los investigadores estaban observando un experimento de ingeniería, el estudio en sí parece plantear pocas preocupaciones éticas.

No obstante, es un recordatorio para preguntarse hasta qué punto nuestras decisiones profesionales más íntimas, como seleccionar una nueva carrera o lugar de trabajo, están determinadas por algoritmos de inteligencia artificial de caja negra cuyo funcionamiento no podemos ver.La conversación

Marian-Andrei Rizoiuprofesor titular de ciencia de datos del comportamiento, Universidad de Tecnología de Sídney

Este artículo se vuelve a publicar de La conversación bajo una licencia Creative Commons. Leer el artículo original.

Leave a Comment

Your email address will not be published.