Social Rocket
LinkedIn ha ampliado la detección de publicaciones genéricas generadas por IA a los contenidos recomendados más allá de la red de contactos directa. El vicepresidente de ingeniería Tim Jurka indica para ello, el 8 de octubre 2026, una precisión del 94 por ciento. Para los marketers B2B lo más relevante es qué contenidos llegan con menos frecuencia a nuevas audiencias como consecuencia, y lo que la cifra no demuestra.
Una precisión del 94 por ciento no significa ausencia de errores
LinkedIn utiliza grandes modelos de lenguaje como «profesores» que captan nuevos patrones de contenido repetitivo. Modelos más pequeños asumen la revisión a gran escala. Además, agentes de IA especializados trabajan con reglas de contenido; los casos poco claros pueden escalarse a revisores humanos. Según Jurka, los modelos se actualizan, entre otros métodos, con LoRA, un procedimiento de adaptación eficiente.
El 94 por ciento es una precisión comunicada por la compañía para detectar «AI slop» en contenidos distribuidos fuera de la propia red. La precisión describe la proporción de aciertos entre los casos marcados como problemáticos. No significa que se detecte el 94 por ciento de todas las publicaciones con IA; para eso harían falta datos sobre la tasa de recall. LinkedIn tampoco menciona auditorías independientes ni tasas de error por idioma.
Lo decisivo es la sustancia, no la herramienta de IA
LinkedIn define el «AI slop» como publicaciones genéricas, repetitivas o con poca sustancia y sin perspectiva propia. Según el centro de ayuda oficial, las formulaciones asistidas por IA están expresamente permitidas siempre que se mantengan visibles la experiencia, la opinión y el valor profesional. El contenido de bajo valor se limita más bien en su difusión, en lugar de eliminarse de forma generalizada.
Ya en septiembre, LinkedIn informó de un 40 por ciento menos de visualizaciones para los contenidos que la propia plataforma clasifica como «AI slop». Más de un millón de miembros habrían utilizado la nueva función de comentarios en las dos primeras semanas. Se trata de datos de LinkedIn, no de un estudio controlado sobre el éxito del botón de denuncia. La diferencia con la actuación ya documentada contra la interacción automatizada y las interacciones falsas es importante: esta vez la plataforma explica con más detalle el control técnico de la calidad del contenido.
También los anuncios reciben comentarios de slop, con otras consecuencias
En LinkedIn, los usuarios también pueden seleccionar «Seems like AI slop» en los anuncios del feed. Según LinkedIn Marketing Solutions, esto no afecta actualmente a la columna lateral derecha ni a Audience Network. En el caso de los anuncios, LinkedIn utiliza estos comentarios actualmente solo para mejoras internas del producto. Los anunciantes no reciben ninguna notificación ni una métrica correspondiente en los informes. Por tanto, del botón no debe deducirse una penalización automática de campañas concretas.
Qué deberían revisar ahora los equipos B2B
Los riesgos prácticos residen menos en el uso de la IA que en patrones de texto intercambiables: promesas de éxito intercambiables, series de comentarios automatizados y publicaciones sin observaciones propias. Un buen control antes de publicar: ¿contiene una cifra verificable, un ejemplo documentado, una decisión profesional o una perspectiva propia?
Para el análisis de rendimiento también merece la pena observar por separado las impresiones de la propia red y las de fuera de ella, en la medida en que lo permitan las analíticas disponibles. El feed de red previsto por LinkedIn y el cambio del reescritor de IA al corrector encajan en la misma estrategia de calidad. En el proceso de compra B2B, las voces expertas sólidas pueden pesar más que un volumen alto de publicaciones.
Fuentes: Tim Jurka / LinkedIn, 8.10.2026; LinkedIn News, 15.9.2026; Ayuda de LinkedIn para anunciantes; Social Media Today, 8.10.2026.
Imagen: motivo oficial de portada de la entrada técnica, LinkedIn / Tim Jurka.