如果你认为生活在欧洲、加拿大或香港就能免受LinkedIn抓取你的帖子来训练AI的影响,那你就错了。在这家微软子公司假定你对此没有异议之前,你只有一周时间选择退出。
LinkedIn在几周前宣布了其数据使用条款的变更,指出从11月3日起,它将开始收集"欧盟、欧洲经济区、瑞士、加拿大和香港地区成员"的数据来训练AI模型。虽然在通知中没有明确提及,但滚动到更新页面关于英国部分时可以发现,之前保护英国免受LinkedIn数据抓取的例外条款也正在被取消。
至于什么数据会被收集,更新通知指出,基本上LinkedIn上的所有内容都是可获取的目标——个人资料详情和公开帖子都在收集范围内。LinkedIn确实在多个地方明确说明私人消息不包括在其提取的数据中,这是有充分理由的。该公司在2025年初因涉嫌使用私人消息进行AI训练而被起诉,尽管原告在提起诉讼后不久就撤诉了,但它不想重蹈覆辙。
数据使用条款更新还提到,LinkedIn将开始与其关联公司分享抓取的数据,就LinkedIn而言,这意味着"在所有权上相关的公司"。换句话说,微软及其子公司也将开始获得个人资料数据用于训练AI模型。
"从2025年11月3日开始,我们将与我们的关联公司微软分享关于成员的额外数据,以便微软公司系列能够向您展示更个性化和相关的广告,"LinkedIn解释道。"这些数据可能包括您的LinkedIn个人资料数据、动态活动数据和广告互动数据。"
谢谢,LinkedIn,但我不需要
如果你不喜欢让你的个人资料数据被用来训练AI或为微软产品做广告,你可以快速轻松地做一些事情来选择退出。对于英国、欧盟、欧洲经济区、瑞士、加拿大和香港的用户来说,这两个退出选项都是新的。对于世界其他地区(包括美国)的用户,你的数据已经被LinkedIn抓取用于AI训练有一段时间了——通过这些数据进行关联公司(即微软)广告投放是新的,但无论你在哪里连接到这个社交网络,两者的退出步骤都是相同的。
幸好退出操作很简单,AI训练的开关可以在设置>数据隐私类别下找到。广告偏好设置位于设置中的广告数据类别,其中LinkedIn数据标题外的三个特定项目会影响LinkedIn个人资料和帖子数据是否可以与微软分享用于投放广告。
LinkedIn外广告、来自他人的广告数据和衡量广告成功都会影响你的LinkedIn数据如何与微软和其他公司的广告相关联。第四个选项,与关联公司和合作伙伴分享数据,也应该关闭以增加隐私保护。请注意,这不会阻止关联公司和合作伙伴向你投放广告,只是不会使用LinkedIn数据进行个性化定制。无法阻止转化机器,但如果发生第三方数据泄露,你可以让个人数据泄露的可能性稍微降低一些。
如上所述,英国、欧盟、欧洲经济区、瑞士、加拿大和香港的LinkedIn用户从本文发布之日起有七天时间进行这些更改,之后LinkedIn就会启动其数据抓取器。
Q&A
Q1:LinkedIn的AI训练数据收集政策有什么变化?
A:从11月3日起,LinkedIn将开始收集欧盟、欧洲经济区、瑞士、加拿大和香港地区用户的数据来训练AI模型,包括个人资料详情和公开帖子,但不包括私人消息。
Q2:LinkedIn会与哪些公司分享用户数据?
A:LinkedIn将与其关联公司分享抓取的数据,主要是微软及其子公司,用于训练AI模型和投放个性化广告。
Q3:如何退出LinkedIn的AI数据收集?
A:用户可以在设置>数据隐私类别下找到AI训练的开关进行关闭,在广告数据类别中关闭LinkedIn外广告、来自他人的广告数据等选项,以及关闭与关联公司和合作伙伴分享数据的选项。
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。