Social Rocket
LinkedIn heeft zijn herkenning van generieke AI-berichten uitgebreid naar posts die voorbij het directe contactnetwerk worden aanbevolen. Engineering-vicepresident Tim Jurka noemt daarvoor op 8 oktober 2026 een precisie van 94 procent. Voor B2B-marketeers is vooral relevant welke content daardoor minder vaak nieuwe doelgroepen bereikt – en wat het getal niet bewijst.
94 procent precisie is geen foutloosheid
LinkedIn gebruikt grote taalmodellen als „leraar“ die nieuwe patronen van repetitieve content leren herkennen. Kleinere modellen nemen de controle op grote schaal over. Daarnaast werken gespecialiseerde AI-agenten met inhoudelijke regels; onduidelijke gevallen kunnen naar menselijke beoordelaars worden doorgeschoven. De modellen worden volgens Jurka onder meer bijgewerkt met efficiënt aanpasbare LoRA-methoden.
De 94 procent is een door het bedrijf gemelde precisie voor het herkennen van „AI-slop“ in content die buiten het eigen netwerk wordt verspreid. Precisie beschrijft het aandeel juiste treffers onder de als problematisch gemarkeerde gevallen. Het zegt niet dat 94 procent van alle AI-posts wordt herkend; daarvoor zijn gegevens over de recall nodig. Ook onafhankelijke audits of foutpercentages per taal noemt LinkedIn niet.
Doorslaggevend is inhoud, niet het AI-hulpmiddel
LinkedIn definieert „AI-slop“ als generieke, repetitieve of inhoudelijk arme berichten zonder eigen perspectief. Volgens het officiële helpcenter zijn door AI ondersteunde formuleringen uitdrukkelijk toegestaan, zolang ervaring, mening en vakinhoudelijke meerwaarde herkenbaar blijven. Content van lage waarde wordt eerder in de verspreiding beperkt dan categorisch verwijderd.
Al in september meldde LinkedIn 40 procent minder weergaven voor content die het platform zelf als „AI-slop“ classificeert. Meer dan een miljoen leden zouden binnen de eerste twee weken de nieuwe feedbackfunctie hebben gebruikt. Dit zijn LinkedIn-cijfers, geen gecontroleerde studie naar het succes van die ene meldknop. Het verschil met het eerder gedocumenteerde optreden tegen geautomatiseerde interactie en nepbetrokkenheid is belangrijk: nu licht het platform voor het eerst concreter de technische controle op contentkwaliteit toe.
Ook advertenties krijgen slop-feedback – met een ander gevolg
Gebruikers kunnen op LinkedIn ook bij feedadvertenties „Seems like AI slop“ kiezen. Dat geldt volgens LinkedIn Marketing Solutions momenteel niet voor de rechter zijkolom of het Audience Network. Bij advertenties gebruikt LinkedIn deze signalen nu alleen voor interne productverbeteringen. Adverteerders krijgen geen melding en geen bijbehorende cijfers in de rapportage. Uit de knop mag dus geen automatische afwaardering van individuele campagnes worden afgeleid.
Wat B2B-teams nu concreet moeten controleren
De praktische risico's liggen minder in het gebruik van AI dan in inwisselbare tekstpatronen: inwisselbare beloften, geautomatiseerde reactiereeksen en berichten zonder eigen waarnemingen. Een goede controle vóór het plaatsen: staat er een verifieerbaar getal, een onderbouwd voorbeeld, een vakinhoudelijke keuze of een eigen perspectief in?
Voor de prestatie-analyse loont het bovendien om impressies uit het eigen netwerk en daarbuiten apart te bekijken, voor zover de beschikbare analytics dat toelaten. LinkedIns geplande Network-feed en de overstap van de AI-herschrijver naar de proofreader passen in dezelfde kwaliteitsstrategie. In het B2B-aankoopproces kunnen geloofwaardige vakstemmen belangrijker zijn dan een hoog postvolume.
Bronnen: Tim Jurka / LinkedIn, 8.10.2026; LinkedIn News, 15.9.2026; LinkedIn-hulp voor adverteerders; Social Media Today, 8.10.2026.
Afbeelding: officiële titelafbeelding bij de engineeringbijdrage, LinkedIn / Tim Jurka.