LinkedInは、物質より外見を優先するパフォーマティブな生産性で飽和状態となり、特にコンピュータビジョンプロジェクトの分野で顕著である。ユーザーは定期的に、基本的なオブジェクトトラッキングをトリガーするために手を振る自分のビデオを共有したり、投稿以外の実用目的を持たないポットホール検出システムを示したりする。著者が述べているように、『LinkedInを開くたびに、手を振っている男のコンピュータビジョンプロジェクトにぶつかり、それが彼を追跡する』とし、これらのプロジェクトは『まったく役に立たず』かつ『誰も使いたくないもの』だと指摘している。この現象は、『通常の人間のテキストは死に追いやられ、放射線防護服のようなLLMによってのみ生き延びることができる』という広い文化を反映している。『larpmaxxing』という用語は、生産性のライブアクションロールプレイングを捉えており、ユーザーは本当の革新や有用性よりも視認性のために熟練した仕事をシミュレートする。
この記事では、ユーザーが投稿以外の実用目的を持たないポットホール検出システムを共有していることを説明しており、パフォーマティブなコンピュータビジョンコンテンツを示している。
この記事では、ユーザーが基本的なオブジェクトトラッキングをトリガーするために手を振る自分のビデオを頻繁に投稿していることを指摘しており、それにはほとんどスキルが必要ないが印象的に見える。
そのようなコンテンツ作成がいかにつまらないものになったかを定量化するため、著者はLinkedInでYOLO（You Only Look Once）オブジェクト検出プロジェクトを自慢している投稿を特定するために特別に設計された『YOLOポスト検出器』を構築した。このプロセスは最小限の専門知識で済む：自動スクリプトを使ってLinkedInフィードから200枚のスクリーンショットを収集し、Roboflowでターゲット要素の周りにボックスを描いてアノテート（約20分かかる）、そして320ピクセルの画像サイズでYOLOv8nモデルを50エポック訓練する。著者が『ポテトPC』だと表現したものを使用していたにもかかわらず、ツールの学習から動作する検出器の導入までの全過程はわずか90分で終わった。その結果得られたスクリプトは、『🚀 YOLOプロジェクトを作ったことを発表します』などのフレーズを含む投稿を正確に特定し、プラットフォーム上で技術的に印象的に見えるコンテンツを作成するのに必要な労力がいかに少ないかを証明した。
この作成の容易さは、LinkedInの根本的なインセンティブのずれを露呈する：プラットフォームは実際のスキル成長よりも『興味深く見える』ことを報酬とする。著者が結論づけるように、『そのサイトでは上達しても報われない。それは仕事を売るために構築されたプラットフォームだから、残るのはスキルではなく『興味深く見える』ことだ。』ユーザーは批判的なコメントが自分のプロフェッショナルなプロフィールを傷つけるリスクがあるため、改善の兆候ゼロの同じ男がポットホールを繰り返し検出するような表面的なプロジェクトのバリエーションを繰り返し共有する。その結果、LinkedInはAIやコンピュータビジョンの流暢さをパフォーマティブに示す場所となり、それは意味のある専門知識を表しているわけではなく、実際の能力よりも外観を重視する環境でエンゲージメントを生み出すからである。