Social Rocket
LinkedIn a étendu sa détection des publications IA génériques aux contenus recommandés au-delà du cercle de contacts immédiat. Le vice-président ingénierie Tim Jurka annonce à ce sujet, le 8 octobre 2026, une précision de 94 pour cent. Pour les marketeurs B2B, l'essentiel est de savoir quels contenus touchent moins de nouvelles audiences – et ce que ce chiffre ne prouve pas.
Une précision de 94 pour cent ne signifie pas l'absence d'erreurs
LinkedIn utilise de grands modèles de langage comme « enseignants » qui repèrent les nouveaux schémas de contenus répétitifs. Des modèles plus petits reprennent ensuite le contrôle à grande échelle. En parallèle, des agents IA spécialisés appliquent des règles de contenu ; les cas incertains peuvent être transmis à des examinateurs humains. Selon Jurka, les modèles sont mis à jour notamment avec les procédés LoRA, qui permettent un ajustement efficace.
Les 94 pour cent sont une précision déclarée par l'entreprise pour la détection d'« AI Slop » dans les contenus diffusés au-delà du réseau propre. La précision désigne la part de détections correctes parmi les cas signalés comme problématiques. Elle ne signifie pas qu'un contenu IA sur 94 est détecté ; il faudrait pour cela le taux de rappel. LinkedIn ne communique pas non plus d'audit indépendant ni de taux d'erreur par langue.
Ce qui compte, c'est la substance, pas l'outil IA
LinkedIn définit l'« AI Slop » comme des publications génériques, répétitives ou pauvres en substance, sans perspective propre. Selon le centre d'aide officiel, les formulations assistées par l'IA sont expressément autorisées tant que l'expérience, l'opinion et la valeur professionnelle restent visibles. Les contenus peu qualitatifs sont plutôt limités dans leur diffusion que supprimés systématiquement.
Dès septembre, LinkedIn annonçait 40 pour cent de vues en moins pour les contenus que la plateforme classe elle-même comme « AI Slop ». Plus d'un million de membres auraient utilisé la nouvelle fonction de signalement pendant les deux premières semaines. Ce sont des chiffres de LinkedIn, et non une étude contrôlée sur l'efficacité de ce bouton. La différence avec la lutte déjà documentée contre l'engagement automatisé et les interactions factices est importante : cette fois, la plateforme détaille pour la première fois davantage son contrôle technique de la qualité des contenus.
Les publicités reçoivent aussi un retour slop – avec une autre portée
Sur LinkedIn, les utilisateurs peuvent aussi choisir « Seems like AI slop » pour les publicités du fil d'actualité. Selon LinkedIn Marketing Solutions, cela ne concerne actuellement ni la colonne de droite ni le Audience Network. Pour les publicités, LinkedIn n'utilise ces retours actuellement qu'à des fins internes d'amélioration produit. Les annonceurs ne reçoivent ni notification ni indicateur correspondant dans leurs rapports. Il ne faut donc pas en déduire une dévalorisation automatique de certaines campagnes.
Ce que les équipes B2B doivent vérifier concrètement
Les risques pratiques tiennent moins à l'usage de l'IA qu'à des formulations interchangeables : promesses de résultats génériques, séries de commentaires automatisés et publications sans observations propres. Un contrôle simple avant publication : le texte contient-il un chiffre vérifiable, un exemple documenté, une décision professionnelle ou une perspective personnelle ?
Pour l'analyse des performances, il est en outre utile de distinguer les impressions issues du propre réseau et celles au-delà, dans la mesure où les outils d'analyse disponibles le permettent. Le flux Network prévu par LinkedIn et le passage du réécrivain IA au correcteur s'inscrivent dans la même stratégie qualité. Dans le parcours d'achat B2B, des voix d'expertise crédibles peuvent peser davantage qu'un volume élevé de publications.
Sources : Tim Jurka / LinkedIn, 8.10.2026 ; LinkedIn News, 15.9.2026 ; aide LinkedIn pour les annonceurs ; Social Media Today, 8.10.2026.
Image : visuel de titre officiel de l'article d'ingénierie, LinkedIn / Tim Jurka.