LinkedIn commence à permettre aux utilisateurs de signaler les publications qui « ressemblent à du AI slop »
LinkedIn déploie une nouvelle option de signalement qui offre aux utilisateurs un moyen direct d’indiquer les publications qu’ils pensent avoir été générées par l’intelligence artificielle et qui leur paraissent de faible qualité ou peu authentiques. L’entreprise a placé cette option dans le menu à trois points des publications, où les utilisateurs peuvent désormais marquer un contenu comme quelque chose qui « ressemble à du AI slop ».
Ce changement est notable pour deux raisons. D’abord, il ajoute un mécanisme spécifique, visible par l’utilisateur, face à un problème de plus en plus présent sur les plateformes sociales professionnelles : des publications génériques, stéréotypées et assistées par l’IA qui peuvent saturer les fils d’actualité. Ensuite, LinkedIn ne traite pas ce sujet comme un simple ajustement de modération. Selon le directeur produit de l’entreprise, Hari Srinivasan, la réduction du « AI slop » est une priorité majeure, et le nouveau parcours de signalement s’inscrit dans un effort plus large visant à ajuster la manière dont la plateforme détecte, classe et présente le contenu.
Pour un réseau construit autour de l’identité professionnelle, de la réputation et des conversations sectorielles, la qualité des publications compte plus que le simple volume d’engagement. Le problème de LinkedIn n’est pas seulement que certains utilisateurs expérimentent avec des outils d’écriture IA. C’est qu’une grande partie du contenu peut commencer à sembler interchangeable, formulée de manière mécanique et détachée de l’expérience réelle. Quand cela se produit à grande échelle, la plateforme risque d’affaiblir la confiance qui rend le réseautage professionnel utile à la base.
Un signal utilisateur pour le contenu inauthentique
Le nouveau bouton de signalement crée une boucle de rétroaction entre les utilisateurs et les systèmes de classement de LinkedIn. Dans les tests décrits dans la source, cliquer sur l’option masque la publication et affiche un message de remerciement, ce qui indique que LinkedIn collecte un retour explicite plutôt que de s’appuyer uniquement sur la détection automatique.
Srinivasan a déclaré que ce signal aidera l’entreprise à « ajuster nos modèles et à améliorer les fils ». Cela suggère que LinkedIn utilise cette fonctionnalité non seulement pour supprimer ou rétrograder des publications individuelles, mais aussi pour mieux comprendre ce que les utilisateurs perçoivent comme inauthentique ou de faible valeur.
Cela compte parce que les problèmes de qualité du contenu sont difficiles à résoudre avec une seule règle. Une publication rédigée avec un certain soutien de l’IA n’est pas nécessairement trompeuse ou inutile, tandis qu’une publication entièrement rédigée par un humain peut quand même relever du spam. LinkedIn semble viser une approche davantage fondée sur le comportement : combiner les retours des utilisateurs avec des classificateurs qui recherchent des schémas associés à du contenu de faible qualité.
Pourquoi LinkedIn agit maintenant
Ce déploiement intervient dans un contexte de preuves croissantes selon lesquelles l’écriture générée par l’IA est devenue courante sur LinkedIn. Le texte source cite des résultats du détecteur d’IA Pangram, rapportés par 404 Media, selon lesquels 41 % des publications longues sur LinkedIn ont été signalées comme entièrement générées par l’IA. Même avec les réserves habituelles concernant les outils de détection d’IA, ce chiffre aide à expliquer pourquoi l’entreprise agit plus agressivement.
Le défi de la plateforme est plus vaste que quelques publications maladroites. LinkedIn est devenu un endroit où les annonces de recrutement, les récits de recrutement, les conseils de management et les histoires de personal branding sont fortement encouragés. L’IA générative s’intègre presque trop bien à cet environnement : elle peut produire rapidement un texte soigné, assurément formulé et dans des formats déjà valorisés par la plateforme. Résultat : un fil qui peut rester actif et très produit tout en paraissant moins personnel et moins digne de confiance.
Cette érosion de l’authenticité est devenue un problème particulièrement visible parce que l’identité de LinkedIn est liée à des noms réels, des parcours de carrière et une stature professionnelle. Les utilisateurs s’attendent généralement à ce que les publications reflètent un point de vue, une expérience ou une expertise réels. Lorsque les fils commencent à se remplir d’écritures IA génériques, la proposition de valeur centrale de la plateforme est mise sous pression.
Plus qu’un simple bouton de signalement
La réponse de LinkedIn ne se limite pas aux signalements des utilisateurs. Srinivasan a indiqué que l’entreprise intensifie de nouveaux classificateurs pour identifier si une publication est « du AI slop ou plus généralement du contenu de faible qualité ». L’objectif est de réduire la quantité de ce type de contenu affichée dans les publications suggérées et dans le contenu provenant de l’extérieur du réseau de l’utilisateur.
Cette formulation est importante. Elle renvoie à la distribution, pas seulement à la modération. LinkedIn n’a pas nécessairement besoin de supprimer chaque publication faible ou fortement assistée par l’IA pour changer l’expérience utilisateur. S’il parvient à réduire l’amplification dans les systèmes de recommandation, il peut rendre les fils plus pertinents sans transformer chaque cas limite en décision de suppression.
L’entreprise teste également un moyen de montrer aux gens que d’autres utilisateurs estiment que leurs publications semblent inauthentiques ou dépendent fortement de l’IA. Si elle était étendue, cette fonctionnalité ferait passer la plateforme au-delà du classement algorithmique invisible vers un retour social visible. Une telle étape pourrait modifier les comportements de publication, en particulier sur un réseau où la perception et la crédibilité sont étroitement liées aux résultats de carrière.
Parallèlement, LinkedIn supprime une fonctionnalité qui utilisait l’IA pour « améliorer » les publications. L’entreprise prévoit de remplacer cet outil par un autre qui relit les mots de l’utilisateur sans changer sa voix. C’est un changement de produit significatif. Au lieu d’aider les utilisateurs à produire un contenu plus léché et natif de la plateforme, LinkedIn dit vouloir préserver l’expression originale tout en offrant une assistance légère.
Le problème plus large de la plateforme
La démarche de LinkedIn reflète une tension plus large à laquelle sont confrontées les plateformes numériques à l’ère de l’IA générative. Les outils d’IA peuvent réduire considérablement le coût de publication, mais ils peuvent aussi faire baisser la valeur informationnelle moyenne de ce qui est publié. Si les systèmes de recommandation ne sont pas ajustés rapidement, les fils peuvent se retrouver saturés de contenus répétitifs, plausibles, mais socialement vides.
Les plateformes professionnelles peuvent ressentir cette pression plus tôt que d’autres, car les utilisateurs s’intéressent souvent moins au divertissement qu’aux signaux : tendances du recrutement, évolutions du marché, expertise technique, mises à jour de projets et véritables leçons opérationnelles. Le contenu qui paraît soigné mais dit très peu est particulièrement corrosif dans ce contexte.
LinkedIn reconnaît en pratique que l’authenticité du contenu est désormais un problème de produit et de classement, pas seulement une plainte culturelle. En créant une catégorie de signalement au langage inhabituellement direct, en étendant les classificateurs automatiques, en testant des signaux de feedback et en supprimant au moins une fonctionnalité d’écriture IA, l’entreprise tente de se repositionner face au flot de publications professionnelles synthétiques.
Le succès de cet effort dépendra de l’exécution. Les signalements des utilisateurs peuvent être bruyants. Les systèmes automatiques peuvent confondre style et spam. Certains utilisateurs légitimes continueront de s’appuyer sur des outils de rédaction IA, et LinkedIn devra distinguer l’assistance éditoriale du contenu qui semble produit en masse ou trompeur. Mais l’orientation stratégique est claire : l’entreprise estime que la qualité du fil est dégradée par du remplissage généré par l’IA, et elle est désormais prête à le dire dans des termes produits que les utilisateurs comprennent immédiatement.
Cela fait de ce déploiement bien plus qu’une simple nouvelle option de menu. C’est un premier exemple d’une grande plateforme intégrant explicitement des contrôles anti-slop dans son interface, ses systèmes de classement et ses outils d’écriture en même temps. Pour les utilisateurs, cela offre un moyen direct de résister au contenu inauthentique. Pour la plateforme, c’est un test de la capacité des réseaux sociaux à préserver la confiance à mesure que le texte génératif devient moins cher et plus omniprésent.
Cet article s’appuie sur le reportage de The Verge. Lire l’article original.
Originally published on theverge.com
