LinkedIn กำลังเผชิญปัญหาจาก AI Slop โปรไฟล์ปลอม และประกาศงานหลอกลวง ซึ่งทำให้ความน่าเชื่อถือของแพลตฟอร์มลดลง ขณะเดียวกัน AI กลับถูกนำมาใช้ทั้งในการสร้างปัญหาและเป็นเครื่องมือแก้ปัญหา

วงจร:

AI สร้าง Content

↓

Content เพิ่มขึ้น

↓

ข้อมูลล้น

↓

HR คัดกรองยาก

↓

ขาย AI Recruitment

AI Slop กำลังเต็มฟีด LinkedIn

ข้อมูลต้นทางระบุว่าเนื้อหาบน LinkedIn จำนวนมากมีลักษณะที่สร้างหรือช่วยสร้างโดย AI

ปัญหาที่ตามมาคือ:

ทำให้เกิดคำถามว่า:

“สิ่งที่เราเห็นบน LinkedIn ยังเป็นเสียงของมนุษย์จริงหรือไม่?”

LinkedIn เองก็ใช้ AI เพิ่มขึ้น

แพลตฟอร์มมีเครื่องมือ เช่น:

Enhance the Post

และระบบช่วยสร้างหรือสรุปเนื้อหา

ขณะที่ Collaborative Articles เปิดให้ผู้ใช้เข้ามามีส่วนร่วมกับเนื้อหาที่ระบบสร้างขึ้น

จึงเกิดวงจร:

AI สร้าง → AI ช่วยปรับ → AI ช่วยอ่าน → Human เห็น

ปัญหา Fake Profile และ Job Scam

AI ทำให้การสร้าง:

โปรไฟล์ปลอม + รูปปลอม + ประวัติปลอม

ทำได้ง่ายขึ้น

ขณะเดียวกันมิจฉาชีพสามารถสร้าง:

Fake Job Post

ที่ดูเหมือนประกาศงานจริง

ทำให้ผู้สมัครต้องระวังทั้ง:

ตัวตนของผู้ว่าจ้าง

และ:

ความถูกต้องของตำแหน่งงาน

กรณี Fake Workers

ข้อมูลต้นทางกล่าวถึงกรณีผู้ปฏิบัติการจากเกาหลีเหนือที่ใช้โปรไฟล์ปลอมและ AI เพื่อแฝงตัวเข้าไปทำงาน Remote กับบริษัทต่างประเทศ

ประเด็นสำคัญคือ:

AI ลดต้นทุนของการปลอมตัว

ทำให้การตรวจสอบ Identity กลายเป็นโจทย์สำคัญขององค์กร

ปัญหาที่เกิดขึ้นกับ HR

เมื่อผู้สมัครสามารถใช้ AI ช่วย:

จำนวนใบสมัครสามารถเพิ่มขึ้นอย่างมาก

HR จึงต้องรับมือกับ:

Information Overload

ปัญหาคือ:

ใบสมัครมากขึ้น ≠ ผู้สมัครที่มีคุณภาพมากขึ้น

โมเดลธุรกิจที่ย้อนแย้ง

เกิดวงจรที่น่าสนใจ:

AI ช่วยสร้าง Content

↓

Content เพิ่ม

↓

ข้อมูลล้น

↓

HR คัดกรองยาก

↓

ต้องใช้ AI คัดกรอง

↓

AI Recruitment กลายเป็นสินค้า

ดังนั้น AI จึงกลายเป็นทั้ง:

ต้นเหตุของ Information Overload

และ:

เครื่องมือแก้ Information Overload

AI Recruitment

LinkedIn นำ AI เข้าไปช่วยงานฝั่ง Recruitment เช่น:

เป้าหมายคือช่วยลดเวลาที่ Recruiter ต้องใช้ในการค้นหาคนที่เหมาะสม

วิกฤตสำคัญคือ Trust

LinkedIn มีคุณค่าเพราะผู้ใช้เชื่อว่า:

Profile = ตัวตนจริง

และ:

Content = ความรู้จริง

แต่เมื่อ:

AI Content + Fake Profile + Fake Job

เพิ่มขึ้น

สิ่งที่ถูกกระทบไม่ใช่แค่ Feed

แต่คือ:

Trust Ecosystem

ปัญหาของ AI Slop

เมื่อ Content ถูกสร้างได้ง่ายมาก

ต้นทุนการผลิตข้อมูลจึงเข้าใกล้:

ศูนย์

แต่ต้นทุนในการตรวจสอบความจริงยังสูง

จึงเกิดปัญหา:

สร้างข้อมูลเร็ว

แต่:

ตรวจสอบข้อมูลช้า

LinkedIn ต้องรักษาสมดุลอย่างไร?

โจทย์สำคัญคือการใช้ AI โดยไม่ทำลายคุณค่าหลักของแพลตฟอร์ม

สิ่งที่ต้องให้ความสำคัญคือ:

Identity

ตรวจสอบว่าบัญชีเป็นบุคคลจริง

Authenticity

แยก Content ที่สร้างโดย AI ออกจากประสบการณ์จริง

Job Verification

ตรวจสอบประกาศงานและผู้ว่าจ้าง

Human Expertise

รักษาพื้นที่สำหรับความรู้และประสบการณ์จากมนุษย์

บทเรียนธุรกิจจาก LinkedIn

1. AI ลดต้นทุนการสร้างข้อมูล แต่เพิ่มต้นทุนการตรวจสอบ

นี่คือความขัดแย้งสำคัญของยุค Generative AI

2. Trust กลายเป็นสินทรัพย์

สำหรับ Platform ที่เชื่อม:

คน + งาน + ธุรกิจ

ความน่าเชื่อถือมีความสำคัญไม่แพ้จำนวนผู้ใช้

3. AI สามารถสร้างตลาดใหม่จากปัญหาที่มันช่วยสร้าง

เมื่อข้อมูลเพิ่มขึ้น:

AI Recruitment

จึงมีความสำคัญมากขึ้น

4. Engagement ไม่เท่ากับคุณภาพ

การมีโพสต์และคอมเมนต์เพิ่มขึ้น

ไม่ได้หมายความว่า:

คุณค่าของ Platform เพิ่มขึ้น

FAQ

Q1: AI Slop คืออะไร?

A: เนื้อหาจำนวนมากที่สร้างหรือช่วยสร้างด้วย AI และมักมีลักษณะซ้ำ ๆ หรือมีคุณค่าต่อผู้ใช้น้อย

Q2: ทำไม LinkedIn ถึงมี AI Slop เพิ่มขึ้น?

A: เพราะ AI ทำให้การสร้างโพสต์ ภาพ และข้อความทำได้ง่ายและรวดเร็วมาก

Q3: Fake Profile บน LinkedIn อันตรายอย่างไร?

A: สามารถถูกใช้เพื่อหลอกสมัครงาน หลอกผู้สมัคร หรือแฝงตัวเข้าไปในองค์กร

Q4: AI Recruitment คืออะไร?

A: การใช้ AI ช่วยค้นหา วิเคราะห์ คัดกรอง และจับคู่ผู้สมัครกับตำแหน่งงาน

Q5: ปัญหาที่ใหญ่ที่สุดของ LinkedIn คืออะไร?

A: คือการรักษา Trust หากผู้ใช้ไม่สามารถมั่นใจได้ว่า Profile, Content และ Job Post เป็นของจริง คุณค่าหลักของ Platform ก็จะได้รับผลกระทบ