何が起こったのか
Business Insider の報告によると、従業員は古い LinkedIn の役職や説明を遡って編集し、「AI」、「GPT」、「LLM」、「人工知能」などの用語を追加しています。報告書は、この調査結果は、2020年8月から2026年1月までRevelio Labsが収集した2,940万件の米国プロファイルの毎月のスナップショットに基づいた、査読のない新しい国家経済調査局の作業報告書によるものであるとしている。
Business Insider の報告によると、基礎となる NBER ワーキングペーパーでは、2,940 万件の米国の LinkedIn プロファイルの月次スナップショットが調査されています。このプロファイルは、労働市場データ会社レベリオ・ラボによって2020年8月から2026年1月にかけて収集された。論文の著者には、スタンフォード大学の経済学者ニコラス・ブルーム氏と、スタンフォード大学とレベリオ研究所の研究者が含まれている。報告書によると、この論文は査読されていないため、その手法と結論はまだ正式な査読を通過していないという。大規模なサンプルにより、公的職業プロフィールの変化を幅広く分析できますが、提供された情報源には、論文の完全な方法論、統計表、または個別の複製が提供されていません。
Business Insider によると、調査対象となったアカウントの 5 分の 1 近くが、すでに辞めた仕事の肩書や説明を遡って変更していたという。 2022 年末の ChatGPT のリリース以来、同紙は、「AI」、「GPT」、「LLM」、「人工知能」などの用語が以前の役割に遡って追加された件数が 6 倍以上に増加したと報告しています。報告書は、これを労働者が自分の職歴を修正するために過去に戻っていると説明し、研究者らがこの行為を「タイムトラベル」と呼んだと指摘している。証拠はプロフィール言語の変更に関するものです。労働者の根本的な職務が変化したことや、条件が追加されたときに初めて AI を使用し始めたということは証明されていません。
そのパターンは業界によって異なりました。 Business Insider の報告によると、テクノロジーと情報の分野で働く従業員の 31.6% が古い役割を遡って編集したことがあり、調査全体の割合は 19.7% でした。報告された割合は、芸術、娯楽、レクリエーション分野では 25%、専門的サービス、科学的サービス、技術サービス分野では 24.1% でした。編集の中央値は仕事が終了してから 4 年以上経ってから行われました。報告書によると、こうした変化は労働者が転職の準備をしているときに起こることが多く、研究者らはこれを応募者が雇用主が望んでいることを示唆している可能性があると解釈した。この情報源は、複数回編集されたプロフィールの数や、研究者が求職活動のタイミングをどのように特定したかについては言及していない。
同じ分析により、他の種類の言語にも変化が見られました。 Business Insider は、従業員が過去の役割に「リモート」「在宅勤務」「WFH」などの用語を追加する傾向が少なくなったと報告しています。 2025年末までに、これらの用語の追加と削除はほぼ同じ割合で発生しており、この変化はオフィスへの復帰義務と一致していると報告書は述べている。同論文はまた、DEIプログラムを対象とした大統領令と時を同じくして、2025年の初めに「多様性」、「公平性」、「包摂性」、「DEI」の追加が急激に減少したことも明らかにした。提供された資料では、これらのタイミング関係が報告されていますが、ポリシーの変更が個々のプロファイルの編集を直接引き起こしたことは確立されていません。
なぜそれが重要なのか
この調査結果は、労働者が雇用主の好みの変化に対応するにつれて、専門職プロフィールが過去の仕事の記録を変更していることを示唆しています。また、LinkedIn データを、人々が AI スキルを取得または使用したときの安定した履歴記録として自動的に扱うべきではない理由も示しています。
最も重要な意味は、専門的なプロフィールは固定された歴史的記録ではなく、過去の感動的な解釈となり得るということです。 Business Insider の報道によると、この論文では、2026 年のスナップショットでは、2022 年の AI 関連スキルの普及率が約 30% 誇張されると推定されています。実際問題として、古いプロファイルを研究している研究者は、後の文言の変更を、AI スキルが以前の時点ですでに一般的に文書化されていた証拠であると誤解する可能性があります。これは、労働市場の分析、雇用調査、および AI の能力が職業全体に普及する時期を測定するあらゆる試みにとって重要です。
この調査結果は、労働者が労働市場のシグナルの変化にどのように反応するかについての証拠も提供する。この論文の著者らは、労働者は雇用主が聞きたいと信じていることを反映させるために履歴書を修正すると書いている。したがって、報告されている AI 言語の増加は、本物の経験と戦略的なプレゼンテーションの両方を測定する可能性があります。労働者は、これまで省略されていた詳細を追加したり、既存のタスクを雇用主にとってより魅力的な用語に変換したり、過去の仕事の関連性についてより強力に主張したりする可能性があります。情報源には、これらの可能性を確実に区別するのに十分な情報が提供されていません。
報告された編集内容は、雇用主が AI 関連の能力をより重視する中で、人々が自分のキャリアをどのように表現するかに関するものであるため、AI との関連性は必然的です。この研究では、AI によって生産性が向上したり、仕事がなくなったり、雇用の成果が向上したりすることは示されていません。代わりに、それは職業上のアイデンティティの言語の変化を文書化しています。この狭い範囲の調査結果は依然として有用です。求職者が AI のレンズを通して古い仕事について説明することが増えれば、雇用主や研究者は、キーワードの数だけに頼るのではなく、基礎となるタスク、能力の証拠、経験年月を評価する必要があるかもしれません。
リモートワークや DEI 用語との比較は、プロフィール言語が個人の仕事の変化だけでなく、より広範な制度的および政治的変化に対応できることを示しています。 Business Insider は、リモート言語のパターンをオフィスへの復帰義務に結び付け、DEI の言語パターンを大統領令に関連付け、同時にそれらの関係を研究からのタイミングの一致として報告しています。これは、遡及的なプロフィールが評判や雇用のインセンティブを反映している可能性があることを示唆しています。これは、従業員がリモートワークや DEI の実践を放棄したことを証明するものではなく、すべての削除が信念や経験の変化を表していることを証明するものでもありません。
インタラクティブなメカニズム: 実際にどのように機能するか
この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
次に見るべきもの
提供されたレポートは、別のデータセットや研究を通じて論文の結果を独立して確認するものではありません。重要な不明点としては、新たな主張ではなく、以前に省略されていた経験を反映した編集がどれだけあるのか、雇用主がその変更に報酬を与えるのか、AI関連スキルの需要が進化してもそのパターンが継続するのかなどが挙げられる。
次の重要なステップは、NBER ワーキングペーパーを独立して精査することです。提供されたレポートでは、データセットと広範な期間が特定されていますが、独立した複製、サンプリング制限の詳細な説明、プロファイルの変更が雇用記録に対して検証されたという証拠は提供されていません。アーカイブされたプロフィール、履歴書データ、求職申込書、または雇用主の記録を使用したピアレビューまたは個別の分析により、報告されたパターンが堅牢であるかどうか、およびそれが米国の LinkedIn ユーザーを超えて一般化するかどうかをテストできます。
研究者と雇用主は、AI 関連の言語がどのように定義され、解釈されるかを注視する必要があります。 「AI」、「GPT」、「LLM」、および「人工知能」という用語は、汎用ツールの使用からモデルの構築または評価に至るまで、さまざまなアクティビティを表すことができます。この情報源は、この研究が技術モデルの開発と通常の職場での使用を区別しているかどうか、また習熟度を測定したかどうかについても述べていない。この区別がなければ、キーワードの普及率の上昇を熟練した AI 実践者の数の直接の尺度として扱うべきではありません。
雇用慣行も監視すべき領域です。報告書では、遡及的なAI文言が面接率、報酬、昇進、就職斡旋を改善するかどうかについては述べていない。また、雇用主が水増しまたは曖昧な請求を特定できるかどうかも確立されていない。キーワードの変更が単に雇用主の要求に従うだけなのか、それとも採用決定に積極的に影響を与えるのかを判断するには、より多くの証拠が必要となるだろう。実際の評価では、AI の広範なラベルに依存するのではなく、特定のタスク、ツール、出力、結果を説明することが受験者にますます求められる可能性があります。
最後に、今後のスナップショットは慎重に解釈する必要があります。同論文が報告した2026年の見解では、2022年のAIスキル普及率が約30%過大評価される可能性があるという報告は、後の編集によって以前の記録が上書きされないように、過去のデータセットのバージョン管理が必要になる可能性があることを示している。提供されたソースでは、雇用主の好みが変わった場合に遡及編集のペースが継続するのか、遅くなるのか、逆転するのかは不明のままです。また、同じパターンが他の国、職業、専門的ネットワーク、または公開のオンライン プロフィールを維持していない労働者にも現れるかどうかも不明のままです。