一名產品策略師米歇爾（Michelle）參與了名為#WearthePants 的實驗，她在 LinkedIn 上將性別設定為男性並改名為 Michael，以測試平臺新演算法是否存在對女性的歧視。自今年八月工程副總裁 Tim Jurka 表示平臺近期匯入大型語言模型（LLM）以來，許多使用者反映內容曝光量下降。米歇爾擁有超過 10,000 追蹤者，卻發現自己的文章曝光量與丈夫（約 2,000 追蹤者）相近，她認為性別是主要變數。創始人瑪麗琳·喬伊納（Marilynn Joyner）也報告了類似情況，她在將性別改為男性後，曝光量在一天內暴增 238%。其他參與者如梅根·科尼許（Megan Cornish）、羅西·泰勒（Rosie Taylor）等也觀察到相似結果。
LinkedIn 否認其演算法使用年齡、種族或性別作為內容可見度的訊號，並表示側面截圖的不一致不代表不公平待遇。資料倫理顧問布蘭迪斯·馬歇爾（Brandeis Marshall）指出，雖然明顯的性別歧視可能不是主因，但隱性偏見可能透過演算法運作。馬歇爾解釋，演算法是複雜的數學與社會因素結合，使用者的互動方式、寫作風格甚至參與病毒式趨勢都可能影響結果。米歇爾在改為男性後調整了寫作風格，使其更簡潔直接，曝光量因此上升 200%，互動率增加 27%。這顯示系統可能將與女性相關的溝通風格視為「低價值」的代名詞，而符合男性刻板印象的寫作則受偏好。
研究人員發現，大型語言模型因訓練資料來自人類生成內容，常內嵌性別與種族偏見。馬歇爾提到，黑人女性若僅在討論黑人女性相關議題時獲得互動，而在專業領域則被忽略，這可能構成偏見。康奈爾大學助理教授莎拉·迪恩（Sarah Dean）認為，演算法可能只是放大了既有的訊號，而非直接基於人口統計資料。LinkedIn 表示其 AI 系統考量數百個訊號，包括使用者行為、網路及活動，並強調專業洞察、產業新聞及教育內容表現良好。儘管使用者增長 15%，評論增長 24%，但競爭加劇導致許多