Social Rocket
LinkedIn ha esteso il riconoscimento dei contenuti IA generici ai post che vengono raccomandati oltre la cerchia di contatti diretti. Il vicepresidente dell'ingegneria Tim Jurka indica al riguardo, il 8 ottobre 2026, una precisione del 94 percento. Per i marketer B2B è soprattutto rilevante quali contenuti raggiungono meno nuovi pubblici – e cosa il dato non dimostra.
La precisione del 94 percento non equivale a assenza di errori
LinkedIn usa grandi modelli linguistici come "insegnanti" che apprendono nuovi schemi di contenuti ripetitivi. Modelli più piccoli assumono il controllo su larga scala. In aggiunta, agenti IA specializzati lavorano con regole di contenuto; i casi poco chiari possono essere affidati a revisori umani. Secondo Jurka, i modelli vengono aggiornati tra l'altro con procedure LoRA, adattabili in modo efficiente.
Il 94 percento è una precisione dichiarata dall'azienda per il riconoscimento di "AI slop" nei contenuti diffusi oltre la propria rete. La precisione descrive la quota di riscontri corretti tra i casi segnalati come problematici. Non significa che il 94 percento di tutti i post IA venga individuato; per questo servirebbero dati sul recall. LinkedIn non indica inoltre verifiche indipendenti né tassi di errore per singole lingue.
Conta la sostanza, non lo strumento IA
LinkedIn definisce "AI slop" come post generici, ripetitivi o privi di sostanza, senza una prospettiva propria. Secondo il centro assistenza ufficiale, le formulazioni assistite dall'IA sono esplicitamente consentite, purché restino riconoscibili esperienza, opinione e valore professionale. I contenuti di basso valore vengono piuttosto limitati nella loro diffusione, invece di essere cancellati in modo generalizzato.
Già a settembre LinkedIn ha riferito 40 percento di visualizzazioni in meno per i contenuti che la piattaforma stessa classifica come "AI slop". Più di un milione di membri avrebbe usato la nuova funzione di feedback nelle prime due settimane. Si tratta di dati forniti da LinkedIn, non di uno studio controllato sull'efficacia del singolo pulsante di segnalazione. È importante la differenza rispetto al già documentato intervento contro l'engagement automatizzato e le interazioni fasulle: questa volta la piattaforma spiega in modo più concreto il controllo tecnico della qualità dei contenuti.
Anche le inserzioni ricevono feedback sullo slop – con conseguenze diverse
Su LinkedIn gli utenti possono selezionare "Seems like AI slop" anche per le inserzioni nel feed. Secondo LinkedIn Marketing Solutions, al momento ciò non riguarda la colonna laterale destra né l'Audience Network. Per le inserzioni LinkedIn utilizza questi riscontri attualmente solo per miglioramenti interni del prodotto. Gli inserzionisti non ricevono né una notifica né un indicatore corrispondente nel reporting. Dal pulsante non si deve quindi derivare una penalizzazione automatica delle singole campagne.
Cosa devono verificare subito i team B2B
I rischi pratici risiedono meno nell'uso dell'IA che in schemi testuali intercambiabili: promesse di successo generiche, serie di commenti automatizzati e post senza osservazioni proprie. Un buon controllo prima della pubblicazione: il testo contiene un dato verificabile, un esempio documentato, una decisione professionale o una prospettiva autonoma?
Per l'analisi delle performance conviene inoltre considerare le impressioni della propria rete e quelle al di fuori di essa separatamente, nella misura in cui gli analytics disponibili lo consentano. Il feed della rete previsto da LinkedIn e il passaggio dal riscrittore IA al proofreader si inseriscono nella stessa strategia di qualità. Nel processo d'acquisto B2B voci professionali solide possono contare più di un alto volume di post.
Fonti: Tim Jurka / LinkedIn, 8.10.2026; LinkedIn News, 15.9.2026; LinkedIn Help per gli inserzionisti; Social Media Today, 8.10.2026.
Immagine: immagine di copertina ufficiale dell'articolo tecnico, LinkedIn / Tim Jurka.