過去数年間、私が毎日使用してきた製品の一つが LinkedIn です。以前は、Instagram などの他のソーシャル メディア プラットフォームよりも LinkedIn を好んで使用していました。その理由は、専門的かつ質の高いコンテンツが豊富で、スパムが少ないからです。以前は、特にパンデミックの時期には多くのコンテンツを投稿していましたが、時間の経過とともにコンテンツの過負荷が増加したため、投稿をやめました。 私は LinkedIn を、自分の文章力を向上させる手段として、また自分が書いているトピックについて他の専門家からまったく新しい視点を学ぶ手段として使用していました。コンテンツが多すぎるため、ユーザー エクスペリエンスに悪影響が出ています。   LinkedIn で最近観察したコンテンツと機能の乱雑さの問題の例をいくつか挙げます。 新しい AI ツールや機能が毎日のように登場しており、技術愛好家の私にとっては嬉しいことですが、LinkedIn に同じ種類のコンテンツを繰り返し投稿する人の数が多いと、貴重な洞察や関連する最新情報を得たい私のような人にとっては目的が達成されません。 私の意見では、専門知識の投稿は、日々の仕事で学んだり実験したりするのに LinkedIn の本当に素晴らしい機能ですが、盗用された回答の数が多いため、この機能をまったく使用できない状況になっています。この機能の積極的な意図は、LinkedIn の使命から逸脱したコンテンツの実践によって影を潜めています。  LinkedIn でのゲームやパズルの必要性をまだ理解しようとしています。LinkedIn との関連性はわかりませんが、Facebook での古き良き Farmville 時代を思い出させます。 問題点と潜在的な解決策を深く掘り下げる前に、少し立ち止まって LinkedIn の使命とビジョンを見てみましょう。   の はシンプルです。世界中のプロフェッショナルを結び付け、生産性と成功を高めることです。 LinkedIn 使命  LinkedIn のビジョンは、世界中の労働力のあらゆるメンバーに経済的機会を創出することです。 ここまで背景と状況を説明してきましたが、今日 LinkedIn で私が気づいた主な問題点は次の通りです。これらは個人的な経験に基づくものであり、定量的および定性的な調査が不足しているため、現実は非現実的である可能性があることに注意してください。 データの乱雑さ - コンテンツの過多、低品質、無関係なコンテンツ: LinkedIn でのコンテンツ生成のペースが速いため、低品質または無関係なコンテンツが繰り返されることになります。ユーザーは、つながりからの広告、通知、投稿、更新に圧倒され、関連する業界の洞察がノイズに埋もれてしまいます。 アルゴリズムによる課題: LinkedIn は、ユーザーの職業上の目標に合わない可能性のある、真に洞察力のある投稿よりも、センセーショナルな投稿や「バイラル」な投稿を好むエンゲージメント重視の投稿を優先します。 機能過多: LinkedIn のさまざまな機能 (ゲーム、専門知識の投稿、LinkedIn ニュース、グループ、記事、イベント、メディアなど) は、プラットフォームの乱雑さを増大させます。これは LinkedIn だけでなく、あらゆる企業にとっての真の問題です。今日、シンプルなユーザー エクスペリエンスを備えた競合製品を開始したとしても、飽和点以降の成長の可能性が限られているため、おそらく 10 年後には別の LinkedIn に進化する可能性があります。 カスタマイズの制限: LinkedIn フィードでは現在、ユーザーの関心を引く関連コンテンツをフィルタリングする柔軟性が限られています。ユーザーのニーズに関連性のあるカスタマイズされたコンテンツはありません。 ユーザー エクスペリエンスへの影響: まとめると、上記の問題点はすべて、プロフェッショナル ネットワーキングおよび知識共有ツールとしての LinkedIn の有効性を低下させます。 これらの問題に効果的に対処することで、ユーザー エクスペリエンスが向上し、LinkedIn の使命とビジョンがより一致するようになります。AI 機能の最近の進歩により、LinkedIn は次のツールのいくつかを活用して、よりパーソナライズされ、すっきりとしたユーザー エクスペリエンスを実現できます。 コンテンツ要約のための生成AI コンテンツ品質スコアリングのための AI 強化されたAI検索と推奨 深いエンゲージメントを実現する会話型 AI ここでの私の目標は、「AI」という用語を使いすぎることではなく、これらの問題に対処するための実用的な AI アプリケーションを提案することです。上記のツールを組み合わせることで、LinkedIn はコンテンツの乱雑さを減らし、よりユーザー中心のエクスペリエンスを目的とした、一貫性のあるユーザー エクスペリエンスを生み出すことができます。  LinkedIn はすでに、AI を活用したフィード要約やコンテンツ要約のための生成 AI などの機能に AI ツールを実装しています。詳細については、  確認してください。 リンクを コンテンツと機能の両方における乱雑さの問題を軽減するために考えられる他のアイデアがいくつかあります。 カスタマイズ可能な通知コントロール: 現在の通知センターは範囲が広すぎて使いにくいです。ユーザーの行動を分析して適切な通知設定を提案することで、ユーザー エクスペリエンスを向上させることができます。  パーソナライズされたフィード フィルター: 高度なフィルター オプションを使用すると、ユーザーは関連するトピック、業界、接続レベルに基づいてフィードを調整できます。これらはすべて AI によって実現され、より動的なフィードを実現します。タグはこの問題をある程度軽減するのに役立ちますが、万能というわけではありません。  LinkedIn ゲーム: LinkedIn は、私が実際にゲームをプレイしたいプラットフォームではありませんでしたが、現在のゲーム機能を調整して、その使命に沿うようにできると思います。ゲーム化することで、ユーザーはさまざまなトピックのスキルを習得したり更新したりできるようになります。製品管理スキル、ソフトウェア開発スキル、マーケティングなどを学ぶために Duolingo のアプローチを採用するのは、非常に良い検討になると思います。  LinkedIn のトップ Voice バッジと同様に、ゲーミフィケーションでバッジを追加することで、ユーザーがより本物のコンテンツを作成したり、多くのユーザーに役立つ新しいスキルを習得したりすることが促進されます。個人的には、このトピックについてぜひ見てみたいアイデアがたくさんあります。私のサイド プロジェクトの 1 つも同じような内容で、別のブログ投稿で何ページにもわたって語ることができます。 コンテンツ品質スコアリングのための AI も、私が高く評価している機能の 1 つです。ChatGPT コンテンツに賛成または反対の投票を行えるのと同様に、LinkedIn は投稿者以外のユーザーが賛成または反対の投票を行えるようにこの機能を追加できます。このデータは投稿者と共有する必要はありません。ただし、LinkedIn はこの機能を使用して、このコンテンツを推奨したり、順位を上げたりすることができます。 これは、コンテンツの品質を判断する唯一の方法である必要はありませんが、アルゴリズムの課題を考慮するための追加のパラメータとして使用できます。  まとめると、専門知識の投稿機能や記事機能の最適化や変更など、思いつくアイデアはまだたくさんあります。仕事関連の機能はまったく別の課題ですが、全体的には、LinkedIn はこれまでかなり良い仕事をしてきたと感じています。AI を活用して、コンテンツと機能セットの両方の過負荷の問題を今後も改善し続けてほしいと思います。 参考文献:   LinkedIn AI機能 DALL.E 画像生成のプロンプト - LinkedIn の整理用に画像を生成します

This story contains new, firsthand information uncovered by the writer.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Blog

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

CTA: Download the FREE AI Productivity Shift report

LinkedIn を整理する方法

About Author

コメント

ラベル

この記事は

Related Stories

暗号通貨の成長: 効果的なユーザーペルソナの作成

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

暗号通貨の成長: 効果的なユーザーペルソナの作成

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps