L’essentiel en bref
- LinkedIn revendique 94 % de précision dans sa détection des posts considérés comme AI-slop.
- Vous pouvez être pénalisé même sans avoir utilisé le moindre outil d’IA générative.
- Fin août, Hari Srinivasan, CPO, faisait état de 40 % de vues en moins sur les contenus classés AI slop par rapport à quelques semaines plus tôt.
- La cible déclarée est le contenu générique et répétitif, pas l’usage de l’IA en soi.
Comment LinkedIn repère l’AI slop dans le fil d’actualité concrètement ?
LinkedIn définit l’AI slop comme des posts génériques ou répétitifs qui n’apportent aucune analyse réelle.
Pour les repérer, la plateforme emploie un dispositif « enseignant-élève » : de grands modèles suivent l’apparition de nouveaux schémas de slop et produisent les données qui entraînent des modèles plus petits et plus rapides, chargés du tri à grande échelle.
Dans la foulée, des agents IA appliquent chacun une politique écrite, qui sert à juger si un post est promotionnel, s’il célèbre une réussite ou s’il réagit à l’actualité.
Face à un cas ambigu, l’agent le transmet à des relecteurs humains et ajuste sa politique à partir de leur réponse (tout ceci, d’après l’article publié par Tim Jurka sur LinkedIn).
Le troisième rouage, ce sont les utilisateurs, ou plutôt vos lecteurs. Le bouton de signalement « Seems like AI slop », lancé cet été, a été utilisé par plus d’un million de membres en deux semaines selon Hari Srinivasan, et LinkedIn s’appuie sur ces signalements pour entraîner ses systèmes. Chaque clic sur un de vos posts peut donc nourrir le filtre qui décidera de la portée du suivant.
94 % de précision : ce que cela signifie vraiment
94 %, c’est beaucoup ? Tout dépend de ce que l’on mesure.
Ici, voici ce que cela signifie concrètement : sur 100 posts que le filtre classe comme slop, environ 6 n’en seraient pas, au regard des propres étiquettes de LinkedIn.
Définition :
Précision d’un classifieur : part des contenus signalés par un modèle qui appartiennent réellement à la catégorie visée ; elle ne dit rien de la part des contenus visés que le modèle laisse passer, appelée rappel.
Rapportée à une plateforme qui compte plus de 1,3 milliard d’inscrits, même une faible part d’erreurs touche ceci dit beaucoup d’auteurs.
Ce que cela signifie aussi ? Si votre publication, entièrement rédigée par vous-même est labellisée comme « AI-slop », votre portée organique va chuter drastiquement (-40 % minimum d’après les propres données communiquées par LinkedIn).
Ce qui pose problème ? L’impossibilité de demander un recours. Rien, dans ce que LinkedIn a publié, ne décrit de mécanisme d’appel pour un post déclassé à tort, ni n’indique que son auteur en serait prévenu.
En d’autres termes, si votre portée chute, vos statistiques resteront probablement votre seul indice, dans un contexte où le reach organique de LinkedIn était déjà sous pression.
Autrement dit, depuis le lancement de cette nouveauté de LinkedIn, vous avez désormais deux raisons de voir votre portée organique tendre vers 0 :
- Soit votre contenu a été détecté (à raison) comme AI-slop car sa qualité n’est plus conforme aux nouveaux standards attendus par LinkedIn ;
- Soit votre contenu 100 % humain a été classifié à tord (dans les 6 % de marge d’erreur) et vous subissez l’impact algorithmique sans pouvoir rien y faire ;
Comment écrire avec l’IA sur LinkedIn sans finir dans le filtre ?
Vous rédigez vos posts avec ChatGPT ou Claude ? LinkedIn dit viser le résultat générique, quel que soit l’outil utilisé.
Le message est clair : l’IA qui pense à votre place et automatise vos publications n’est pas la bienvenue sur le réseau social professionnel numéro 1 dans le monde.
LinkedIn ne publie pas ses critères précis mais voici ce que l’on peut en déduire entre les lignes sur les formats les plus exposés :
- les célébrations formatées (« ravi d’annoncer… ») sans le moindre élément concret ;
- les posts promotionnels qui ne disent rien du produit ni du client ;
- les réactions d’actualité qui reformulent un article sans y ajouter d’avis, d’analyse ou d’expertise.
À l’inverse, un chiffre tiré de vos propres données, un cas client précis ou une position argumentée restent difficiles à confondre avec du contenu générique, quel que soit l’outil qui a aidé à les mettre en forme. Cela peut ainsi vous donner une tendance sur les types de publications à privilégier, et ceux à éviter.
Ce qu’il faut bien comprendre aussi, c’est que le filtre qui altère votre visibilité s’applique en priorité aux posts poussés au-delà de votre réseau direct : vos relations continuent de vous voir, mais les publications labelisées « ai-slop » n’atteindront plus vos prospects cible en dehors de votre réseau.
Ce sont donc les stratégies d’acquisition qui trinquent en premier, en particulier le ghostwriting à la chaîne et les stratégies de visibilité sur LinkedIn uniquement centrées sur la fréquence de publication plutôt que sur le fond et la qualité.
Notre verdict :
Même avec 94 % de précision, ce qu’il faut retenir, c’est que 6 % des publications légitimes et sans IA vont perdre en visibilité sans que les utilisateurs ne puissent rien y faire. Sur les millions de publications qui sont publiées chaque jour, 6 % de mauvaise labellisation, lorsque l’utilisateur pénalisé n’a aucun recours ni aucune alerte, c’est problématique !
Fondateur de LEPTIDIGITAL et SUPASST, je suis également consultant spécialisé en acquisition de leads B2B (SaaS). Passionné par le marketing digital, l’intelligence artificielle et le SEO. Avant de devenir indépendant, j’ai occupé des postes clés en tant que SEO Manager et responsable e-commerce pour plusieurs grandes entreprises (Altice Media, Infopro Digital, Voyage Privé et le Groupe ERAM). Sur le plan perso, je suis un curieux insatiable, également passionné par la photographie, le badminton et les voyages. Pour toute demande de partenariat, privilégiez LinkedIn ou email ([email protected]).
