Пользователи LinkedIn массово редактируют названия должностей и описания уже завершённых мест работы, добавляя туда востребованные навыки и термины. К такому выводу пришли экономисты Национального бюро экономических исследований (NBER) и исследователи Revelio Labs, изучившие архивные версии профессиональных профилей.

Исследователи использовали ежемесячные версии данных Revelio Labs за 2020–2026 годы и обнаружили, что 19,7% постоянных пользователей LinkedIn в США хотя бы раз ретроспективно изменяли название или описание уже оставленной должности. Таким образом, с высокой вероятностью профиль человека может сегодня содержать формулировки, которых в нём не было в тот момент, когда он действительно занимал эту должность.

Тренд стала особенно заметна после распространения генеративного ИИ. Пользователи стартовали добавлять в описания старых должностей слова и формулировки, связанные с искусственным интеллектом, даже если первоначальная релиз профиля их не содержала. 

Авторы называют такое явление «путешествием во времени» (time travel). По их мнению, ретроспективное редактирование может отражать реальные изменения в навыках человека, но при этом также способно искажать исторические информация о рынке труда, Так, исследователь, анализирующий сегодняшние профили, может решить, что определённый специалист обладал конкретным навыком уже много лет назад, хотя соответствующая данные появилась в профиле значительно позже.

Меняются не только упоминания ИИ. После 2022 года в профилях также стало меньше ссылок на удалённую работу и DEI — инициативы в области разнообразия, равенства и инклюзивности. Одновременно исследователи обнаружили увеличение характерных для текстов, созданных с помощью языковых моделей, признаков письма, особенно среди людей с более низким уровнем образования и выпускников менее престижных программ MBA.

Разработчики отмечают, что подобные изменения могут быть довольно добросовестными — например, человек действительно начал использовать ИИ в работе и решил отразить это в старом опыте. Тем не менее в некоторых случаях соискатели преувеличивают свои реальные навыки. В последнем случае речь идёт о так называемом AI washing — попытке представить прошлый опыт более связанным с ИИ, чем он был на самом деле.