LinkedIn a ouvert la chasse aux textes produits en série par une IA. Depuis le lancement du bouton LinkedIn « AI slop », les publications signalées subissent une chute de visibilité pouvant atteindre 40 %. La mesure repose sur un signalement discret et un réajustement de la distribution.
Comprendre le bouton LinkedIn « AI slop » et son fonctionnement
Depuis le 30 juillet 2026, chaque membre peut ouvrir le menu à trois points d’un post ou d’un commentaire et choisir la mention « On dirait de l’IA slop ». Ce geste envoie un signal au réseau social sans informer l’auteur. La publication disparaît uniquement du fil de la personne qui a cliqué.
Le signalement sert à entraîner les classifieurs chargés de distinguer le contenu artificiel du contenu simplement médiocre. LinkedIn applique ces nouveaux filtres en priorité aux recommandations extérieures au réseau de l’utilisateur, c’est-à-dire aux publications qui ne bénéficient pas encore d’un cercle de confiance.
Le réseau a aussi retiré son assistant d’amélioration automatique des brouillons. Il est remplacé par un correcteur qui relit rapidement un texte sans réécrire la voix de l’auteur. Une décision logique : l’ancien outil participait lui-même au volume de contenus standardisés qui encombrent la plateforme.
Un million de signalements et une visibilité réduite pour les contenus copiés-collés
LinkedIn a communiqué les premiers résultats le 20 août. Selon Hari Srinivasan, directeur produit, plus d’un million de membres ont utilisé le nouveau dispositif en trois semaines. Le constat principal : les comptes qui publient des brouillons d’IA sans les retravailler enregistrent une visibilité réduite d’environ 40 %.
Ce chiffre ne concerne pas toutes les utilisations de l’IA. Il vise les textes repris tels quels, reconnaissables à leur ton générique et à l’absence de données concrètes. Un brouillon affiné, complété par une expérience personnelle ou des chiffres internes, reste distribué normalement.
Quels types de contenus sont pénalisés par l’algorithme LinkedIn ?
La plateforme ne supprime pas les publications signalées. Elle ajuste leur portée selon la récurrence des signaux reçus. Voici les cas de figure que les équipes marketing observent depuis l’été 2026 :
| Format de publication | Signalement des membres | Effet constaté |
|---|---|---|
| Brouillon IA copié-collé | Signalements fréquents, commentaires bloqués | Chute de visibilité d’environ 40 % |
| Texte IA partiellement réécrit | Signalements plus rares | Distribution variable selon le niveau d’engagement |
| Expérience personnelle enrichie de données | Peu ou pas de signalements | Pas de pénalité mécanique constatée |
L’important reste la perception humaine. Le bouton fonctionne comme un bulletin de vote : il indique ce que les membres ressentent face à un contenu signalé, pas une preuve absolue de tricherie.
Quel rôle pour l’algorithme LinkedIn et l’engagement utilisateur dans cette évolution ?
Aucun signalement isolé ne fait chuter une publication. L’algorithme LinkedIn s’appuie sur un faisceau d’indices : nombre de clics sur « voir moins de publications », blocages, signaux de spam et interactions réelles. L’engagement utilisateur autour d’un post peut compenser un signalement ponctuel.
La modération devient ainsi plus collective. LinkedIn bloque en parallèle des centaines de milliers de tentatives de commentaires automatisés chaque jour. Les pods d’engagement, ces groupes qui échangent artificiellement des likes, sont aussi dans la ligne de mire. Pour les marques B2B, cela change la manière d’évaluer la performance d’une publication.
Les entreprises qui utilisent l’IA comme accélérateur doivent revoir leurs process : la valeur perçue d’un contenu repose désormais sur la capacité à produire une information que le lecteur ne trouve pas ailleurs.
Préserver la portée de ses contenus après le lancement du bouton anti-AI slop
Les premières semaines d’utilisation montrent que la qualité perçue prime sur la fréquence de publication. Une PME qui publiait trois posts quotidiens générés par IA a vu sa portée chuter en quelques jours. En réduisant son rythme et en privilégiant des retours d’expérience internes, elle retrouve une partie de ses interactions.
Pour éviter une perte de reach organique, plusieurs pistes se dégagent :
- Ne plus publier un texte IA sans le réécrire avec des éléments personnels ou des données métier.
- Privilégier les études de cas et les objections clients, difficiles à imiter par un modèle génératif.
- Surveiller les analytics pour détecter rapidement les contenus qui accumulent les signalements.
- Espacer les publications de faible valeur ajoutée, même si elles semblent performantes dans un premier temps.
Cette démarche demande un arbitrage entre production et crédibilité éditoriale. Les marques peuvent s’appuyer sur une analyse dédiée à la place de l’IA dans le marketing B2B sur LinkedIn pour ajuster leur stratégie sans sacrifier leur présence.
La sélection des sujets joue un rôle plus important que la capacité à produire vite. Un post sur un retour client, un échec corrigé ou un chiffre d’usage interne possède une matière première que l’IA ne peut pas inventer. Les classifieurs identifient moins facilement ce type de contenu, car il échappe aux schémas répétitifs.
Les équipes qui souhaitent conserver une croissance organique sur ce canal peuvent consulter des recommandations concrètes pour renforcer leur visibilité sur LinkedIn. L’objectif reste le même : proposer une lecture utile plutôt qu’un résumé générique.
Notre verdict
LinkedIn a externalisé une partie de sa modération vers les membres. Le système est efficace pour réduire le bruit, mais il repose sur une perception subjective de ce qu’est un contenu généré par IA. Un texte assisté par un modèle et repris avec soin n’a pas vocation à être pénalisé. Un texte standardisé, lui, voit sa portée diminuer nettement.
Sur ce réseau social professionnel, le copier-coller d’IA n’est plus un raccourci rentable. Les équipes B2B doivent accepter de publier moins souvent, avec des informations tirées du terrain, des objections clients et des données internes. C’est la seule parade durable face à une modération qui apprend vite grâce aux signalements répétés.
