LinkedInLinkedIn

LinkedIn dégrade les publications qui sonnent comme de l'IA : ce qu'il considère comme « contenu générique » et comment écrire sans perdre de portée

Équipe de AiToolsForAppsRédigé avec l'aide de l'IA17 min de lecture

En résumé

  • Depuis le 8 octobre 2026, LinkedIn passe en revue avec des classificateurs toute publication qui est distribuée au-delà du réseau immédiat de l'auteur, selon son VP d'ingénierie, Tim Jurka (Social Media Today, 8-10-2026).
  • Le fait qui circule mal : 94 % est précision, pas couverture. Parmi 100 publications que le système marque comme slop, environ 94 le sont selon ses critères. LinkedIn n'a pas publié combien lui échappent.
  • Ce que LinkedIn sanctionne, ce n'est pas d'utiliser l'IA, mais ce «générique et/ou répétitif qui n'apporte aucune idée réelle» (définition littérale de Jurka). L'IA en tant que correcteur est explicitement autorisée.
  • L'impact est déjà mesurable : le contenu classé comme slop a enregistré 40 % de vues en moins, selon le Chief Product Officer Hari Srinivasan (Social Media Today, 20-8-2026).
  • Ce qui survit au filtre est concret : accroche réelle dans les deux premières lignes (avant la coupure du «voir plus»), une donnée ou un cas personnel et critère à la première personne.

Flux de publications grises identiques bloquées par une porte lumineuse ; seules quelques cartes avec graphiques et données personnelles passent
Flux de publications grises identiques bloquées par une porte lumineuse ; seules quelques cartes avec graphiques et données personnelles passent

Si vous publiez sur LinkedIn et remarquez que des publications correctes, bien écrites et bien mises en page restent à 200 impressions, ce n'est probablement pas une question d'heure de publication. C'est un nouveau filtre, il est explicite, et son auteur l'a expliqué publiquement. Cet article détaille ce que regarde ce filtre, ce que signifient vraiment les chiffres qui circulent mal, et comment écrire sans rester sur le bas-côté. Chez AiToolsForApps, nous maintenons LinkedIn, un ensemble d'outils d'IA pour ceux qui créent, vendent ou font concurrence sur le réseau professionnel, et ce qui suit est le contexte qui explique pourquoi nous avons monté des outils de rédaction de titres, carrousels et posts LinkedIn avec des compteurs et des validateurs au lieu d'un bouton «génère-moi un post».


Qu'est-ce que le «AI slop» pour LinkedIn

Pour LinkedIn, AI slop signifie «publications génériques et/ou répétitives qui n'apportent aucune idée réelle». C'est la définition textuelle donnée par Tim Jurka, VP d'ingénierie, le 8 octobre 2026. Remarquez ce qu'il ne dit pas : il ne dit pas «écrites avec IA». Le critère est l'absence de substance, pas l'origine du texte.

Cette distinction a été répétée par l'entreprise depuis le début. Hari Srinivasan, Chief Product Officer, l'a résumée par une phrase qu'il convient de mémoriser : «IA et slop ne sont pas la même chose». Et en mai 2026, Laura Lorenzetti, VP Global Editorial, avait déjà tracé la ligne : «Il est bon d'utiliser l'IA pour vous aider à écrire, mais vos publications et commentaires doivent représenter votre voix et vos perspectives» (Social Media Today, 21-5-2026).

La conséquence pratique : un post écrit à quatre mains avec un modèle, mais avec une donnée vous concernant, une décision que vous avez prise et une opinion discutable, passe du bon côté du filtre. Un post entièrement rédigé à la main, mais avec trois conseils que n'importe qui aurait pu signer, passe du mauvais côté.

«Lorsque l'IA est abusée, surtout à grande échelle et de manière automatisée, elle dilue les idées précieuses qui peuvent surgir de conversations humaines réelles.» — Laura Lorenzetti, VP Global Editorial de LinkedIn, 21 mai 2026.

Que signifie le 94 % de précision (et ce que cela ne signifie pas)

Le 94 % est précision, pas exhaustivité. Cela signifie que, parmi 100 publications que le classificateur étiquette comme slop, environ 94 correspondent aux critères de LinkedIn. Cela ne signifie pas qu'il détecte 94 % des posts écrits avec IA : LinkedIn n'a pas publié son taux de récupération (recall), donc combien lui échappent est une donnée inconnue à ce jour.

La différence n'est pas un académisme : elle change complètement ce que vous pouvez déduire du nombre.

Ce qui se lit là-basCe que LinkedIn a ditCe que l'on peut conclure
«LinkedIn détecte 94 % des posts faits avec IA»94 % de précision en marquant slopRien sur combien passent inaperçus
«94 % des posts avec IA perdent en portée»Les publications marquées perdent en distributionCela n'affecte que ce qui est étiqueté, pas tout ce qui est généré avec IA
«Il y a une marge d'erreur de 6 % qui me protège»~6 sur 100 marqués seraient des faux positifsLa marge joue contre vous, pas en votre faveur : si vous êtes marqué, il est très probable qu'ils aient raison

Deux nuances supplémentaires qui importent pour décider quoi faire :

  • La portée qui est réduite est celle de la recommandation, au-delà du premier degré. Le contenu marqué n'est pas supprimé et reste visible pour ceux qui vous suivent directement.
  • Le filtre s'applique au point de distribution : toute publication qui va être distribuée en dehors du réseau immédiat de l'auteur est examinée. En d'autres termes, le criblage se produit juste avant que le post ait la chance de croître.

D'où vient le système : une chronologie de 2026

LinkedIn n'a pas activé ce filtre du jour au lendemain. Il y a une séquence de six mois, et chaque étape explique la suivante.

DateCe qui s'est passéSource
21 mai 2026LinkedIn annonce qu'il réduira la portée du contenu IA sans perspective humaine claire, limitera les commentaires automatisés et ajoutera des filtres de profil vérifiéSocial Media Today
Fin juillet / août 2026L'option de signaler un post comme « semble être de la bouillie IA » apparaît dans le menu à trois points de chaque postSocial Media Today
Août 2026LinkedIn retire sa propre fonction « Améliorez votre post » (réécriture complète du brouillon) et la remplace par un correcteur qui, selon les mots de Srinivasan, « corrige vos mots, mais ne change pas votre voix »IBTimes UK
20 août 2026Plus de 1 million de personnes ont utilisé le bouton en moins de trois semaines ; le contenu classé comme bouillie accumule 40 % de vues en moinsSocial Media Today
8 octobre 2026Jurka détaille l'architecture et confirme que le filtrage couvre toute publication sortant du réseau immédiat, avec 94 % de précisionSocial Media Today

Le détail le plus révélateur de ce tableau n'est pas le 94 % : c'est que le million de signalements d'août est devenu le jeu d'entraînement des classificateurs d'octobre. Le filtre ne codifie pas l'opinion d'une équipe produit sur ce qui constitue un bon post ; il codifie ce qu'un million de professionnels ont signalé comme étant du remplissage.


Comment fonctionne le classificateur de l'intérieur

LinkedIn utilise un schéma maître-élève (teacher-student) : de grands modèles qui se tiennent au courant des nouveaux schémas de bouillie génèrent le matériel avec lequel se forment des modèles plus petits, et ce sont ces petits qui classifient à grande échelle. Au-dessus, il y a des agents avec des politiques concrètes et des réviseurs humains pour les cas douteux.

Schéma en trois étapes : une grande sphère qui alimente quatre petits cubes et ceux-ci une loupe, avec des lignes de retour qui ferment le cycle
Schéma en trois étapes : une grande sphère qui alimente quatre petits cubes et ceux-ci une loupe, avec des lignes de retour qui ferment le cycle

Selon les mots de Jurka : « nous utilisons ce qu'on appelle une configuration maître-élève. Les modèles "maîtres", plus grands, sont conçus pour se tenir au courant des nouveaux schémas de bouillie IA et les identifier avec précision ». Et à propos des agents : « chaque agent est guidé par une politique spécifique, qui définit les critères avec lesquels il évalue le contenu : par exemple, si une publication est promotionnelle, si elle célèbre un succès ou si elle est d'actualité ».

Trois implications pratiques de cette architecture :

  1. Changer les mots ne suffit pas. Le système évalue le schéma et le but, pas le vocabulaire. Réécrire le même post vide avec des synonymes différents ne le sauve pas.
  2. Les schémas sont mis à jour. La partie « maître » existe précisément pour poursuivre de nouvelles formules. Le modèle de hook qui fonctionne ce mois-ci est candidat à être fiché le mois suivant.
  3. Il y a un signal de catégorie. Qu'un agent évalue si le post est « promotionnel » ou « célèbre un succès » signifie que le même texte peut être évalué différemment selon son utilité.

Les signaux qui trahissent un post vide

Un post tombe du mauvais côté du filtre lorsque il ne contient rien que vous seul auriez pu écrire : aucun fait daté, aucun chiffre mesuré, aucune personne ou outil nommé, aucune opinion que quelqu'un pourrait contester. Les signaux de format ne sont que le symptôme ; la cause est l'absence de substance.

Comparaison entre une carte creuse et fissurée avec trois points identiques et une autre carte solide avec un graphique à barres et une donnée mise en avant
Comparaison entre une carte creuse et fissurée avec trois points identiques et une autre carte solide avec un graphique à barres et une donnée mise en avant

Voici les signaux qui se répètent dans le contenu signalé, tels que les analyses du phénomène les recueillent :

  • Ouverture de modèle. Le démarrage qui met en place une scène (« Hier, lors d'une réunion… ») sans rien affirmer.
  • Listes sans un seul fait propre. Trois conseils, trois erreurs, trois clés : structure impeccable, contenu interchangeable avec celui de n'importe quel autre auteur du secteur.
  • La formule « ce n'est pas X, c'est Y ». Le retournement rhétorique qui sonne comme une révélation et n'apporte aucune nouvelle information.
  • Appât d'interaction. Phrases dont le seul but est de provoquer un commentaire ou un « oui » (« Ça te dit quelque chose ? Commente OUI »).
  • Clôture avec une question générique. « Et toi, qu'en penses-tu ? » comme point final, sans une question concrète sur quelque chose de concret.
  • Leçon soignée à la fin. Le paragraphe-morale qui clôt tout avec un nœud et ne laisse rien ouvert.
  • Format copié du chat. Astérisques, titres et puces copiés tels quels depuis un outil de conversation : l'empreinte la plus littérale de toutes.

Aucun de ces signaux n'est illégal ni ne vous expulse de la plateforme. Mais leur accumulation est exactement le schéma que un million de signalements a enseigné au classificateur.


Que survit au filtre : accroche, donnée et critère

Survit le post qui, dans ses deux premières lignes, dit quelque chose de concret et vérifiable ; qui dans le corps apporte un chiffre, un cas ou une décision personnelle ; et qui prend parti à la première personne. Les trois éléments sont cumulatifs : avec l'accroche, tu ne réussis qu'à obtenir le clic sur « voir plus », et sans donnée personnelle, le classificateur n'a rien à distinguer.

Carte de publication avec les deux premières lignes illuminées sur une ligne de coupe discontinue et le reste du texte flou
Carte de publication avec les deux premières lignes illuminées sur une ligne de coupe discontinue et le reste du texte flou

1. L'accroche vit avant la coupure du « voir plus »

La limite d'une publication sur LinkedIn est de 3.000 caractères, mais le lecteur ne voit que les deux ou trois premières lignes avant la coupure. Cet espace varie selon le dispositif et selon si le post contient une image : sur mobile, il se limite à environ 140 caractères et sur bureau, un peu plus, et les guides du secteur situent la coupure pratique autour de 210 caractères (Commenti, limites de caractères 2026). Là, il n'y a pas place pour un détour narratif et une thèse : il y a place pour l'une ou l'autre.

La raison pour laquelle cela compte est le temps de séjour (dwell time) : si personne ne déploie le post, le temps de séjour reste en dessous de la seconde et la distribution s'éteint. Important : ce qui est documenté par des sources du secteur est le rôle du dwell time comme signal de l'algorithme ; LinkedIn n'a pas publié le poids exact qu'il lui attribue ni les seuils. Considère-le comme ce qu'il est, une heuristique raisonnable, pas comme un chiffre officiel.

2. Une donnée ou un cas qui soit le tien

C'est ce qui fait vraiment la différence. Ce qui compte comme substance :

Type de substanceExemple de ce qui vautCe qui ne vaut pas
Fait daté« La semaine du 3 novembre, nous avons changé l'objet du mail de suivi »« Dernièrement, nous testons des choses »
Chiffre mesuré« Le taux de réponse est passé de 11 % à 19 % en 40 envois »« Les résultats se sont améliorés de manière significative »
Personne ou outil nommé« Marta l'a détecté en vérifiant le CRM »« Un membre de l'équipe s'est rendu compte »
Opinion contestable« Qualifier par budget lors du premier appel nous a coûté deux clients »« Il est important d'écouter le client »
Méthode propre« Ce que nous avons fait, dans quel ordre et pourquoi cela a fonctionné »« Les clés du succès en ventes »

Le test est simple : si ton post aurait pu être publié littéralement par une autre personne de ton secteur en changeant juste le nom, il n'a pas de substance propre.

3. Critère à la première personne

« D'après mon expérience, cela ne fonctionne pas et je te raconte pourquoi » est une affirmation que quelqu'un peut discuter. « Il est fondamental d'apporter de la valeur » ne l'est pas. Ce qui est discutable est, en pratique, le marqueur le plus fiable qu'il y a un critère humain derrière, et c'est aussi ce qui génère les commentaires qui ne sont pas des appâts.


Deux couches distinctes : ce qui se dégrade et à qui on enseigne

Le filtre anti-slop et le classement par pertinence de profil sont des couches différentes du même entonnoir, et les confondre mène à optimiser ce qui ne doit pas l'être. Le filtre de slop agit avant la distribution : il décide si ta publication mérite d'être distribuée au-delà de ton réseau immédiat. Le classement par pertinence de profil agit pendant la distribution : il décide à qui on montre ce qui a déjà passé le premier filtre.

Filtre anti-slopPertinence de profil
Que décide-t-il ?Si le post est distribué en dehors du premier degréÀ qui il est montré
Quand agit-il ?Avant la distributionLors de l'attribution de l'audience
De quoi dépend-il ?De la substance du texte de ce postDe l'adéquation entre ton profil et l'intérêt de celui qui lit
Que résout le problème ?Réécrire avec données et critèresTravailler la cohérence du profil et de la niche

Ordre de priorités, donc : d'abord, assure-toi de passer le filtre, car un profil impeccable ne distribue pas un post qui ne se distribue pas. Et ensuite, travaille l'adéquation, car un post excellent montré à la mauvaise audience ne rend pas non plus. Nous avons un article spécifique sur le classement par pertinence de profil dans ce même blog ; cette section ne fait que situer les deux couches, elle ne répète pas son contenu.


Checklist de 60 secondes avant de publier

Fais passer chaque brouillon par ces sept vérifications. Si tu échoues trois fois ou plus, ne publie pas : réécris.

  1. Les deux premières lignes affirment-elles quelque chose, ou ne montent-elles qu'une scène ?
  2. Y a-t-il au moins un chiffre, une date ou un nom propre dans le corps ?
  3. Y a-t-il une phrase que quelqu'un pourrait contester avec des arguments ?
  4. Ai-je enlevé toute phrase dont le seul but est de provoquer un commentaire ?
  5. La conclusion ouvre-t-elle quelque chose, ou la ferme-t-elle avec un nœud et un « et toi, qu'en penses-tu ? » ?
  6. Reste-t-il un format copié d'un outil conversationnel (astérisques, en-têtes, puces automatiques) ?
  7. Une autre personne de mon secteur pourrait-elle publier ce texte en changeant juste le nom ?

Ce dernier point est le résumé de tous les autres. Et c'est, probablement, la meilleure approche maison de ce que fait le classificateur.


Questions fréquentes

LinkedIn pénalise-t-il les publications écrites avec IA ?

Non, simplement parce qu'elles sont écrites avec IA. Ce que LinkedIn dégrade, c'est le contenu générique et/ou répétitif qui n'apporte aucune idée réelle, selon la définition de son VP d'Ingénierie Tim Jurka du 8 octobre 2026. La société elle-même maintient un correcteur avec IA intégré et son CPO a déclaré que « AI et slop ne sont pas la même chose ».

Que signifie que LinkedIn détecte le AI slop avec une précision de 94 % ?

Cela signifie que, sur chaque 100 publications que le système marque comme slop, environ 94 répondent à ses critères. Non cela ne signifie pas qu'il détecte 94 % des publications générées avec IA : LinkedIn n'a pas publié combien lui échappent, donc la couverture réelle du filtre est inconnue.

Si un post est signalé, disparaît-il de LinkedIn ?

Non. Le contenu signalé perd de la distribution dans les recommandations au-delà de vos contacts de premier degré, mais il n'est pas supprimé et reste visible pour ceux qui vous suivent directement. C'est une perte de portée, pas un retrait.

Quelle portée est perdue si vous êtes marqué comme AI slop ?

Le chiffre public est que le contenu classé comme slop enregistrait 40 % de vues en moins que quelques semaines auparavant, selon les déclarations du Chief Product Officer Hari Srinivasan le 20 août 2026. C'est un chiffre agrégé de la plateforme, pas une pénalité fixe par publication, et LinkedIn n'a pas publié la répartition au cas par cas.

Combien de caractères sont visibles avant le « voir plus » sur LinkedIn ?

Cela dépend de l'appareil et de si la publication contient une image : seules les deux ou trois premières lignes sont affichées, environ 140 caractères sur mobile et un peu plus sur ordinateur, avec une coupure pratique que les guides du secteur situent autour de 210 caractères sur un maximum total de 3 000. C'est pourquoi la thèse doit être en haut, pas dans le troisième paragraphe.

Que se passe-t-il quand quelqu'un signale ma publication comme AI slop ?

Un signalement individuel affecte principalement ce que cette personne voit dans son propre fil ; LinkedIn a décrit la fonction comme informatif plutôt que punitif et non comme un moyen de signaler des infractions aux politiques. L'effet sur la distribution apparaît lorsque de nombreuses personnes signalent la même chose, car ces signalements alimentent l'entraînement des classificateurs.

Puis-je utiliser l'IA pour écrire mes publications LinkedIn sans perdre de portée ?

Oui, tant que le résultat contient quelque chose que seul vous pouvez apporter : une donnée vous concernant, un cas concret, une décision et une opinion discutable. Utiliser l'IA pour structurer, raccourcir ou corriger est compatible avec le filtre ; déléguer à elle le critère est ce qui l'active.

Réécrire une publication avec d'autres mots évite-t-il le filtre ?

Ce n'est pas fiable. Le système évalue le but et le modèle plutôt que le vocabulaire, donc changer des synonymes sans ajouter de perspective ne change pas l'évaluation. L'architecture maître-élève existe précisément pour suivre la trace des nouvelles formules au fur et à mesure qu'elles apparaissent.

En quoi votre façon d'écrire change à partir de maintenant

Le filtrage de LinkedIn n'est pas un détecteur d'IA : c'est un détecteur de vide. C'est, en réalité, une bonne nouvelle pour quiconque a quelque chose à raconter, car le coût de la publication de contenu vide vient de grimper et celui de la publication d'une donnée personnelle, non. La seule chose qui devient obligatoire est une étape qui était auparavant optionnelle : revoir le brouillon à la recherche de ce qu'il contient que personne d'autre n'aurait pu écrire.

Cette étape est celle que nous essayons de rendre mécanique sur LinkedIn, l'application d'outils d'IA d'AiToolsForApps pour ceux qui créent, vendent ou font concurrence sur le réseau professionnel : compteurs de caractères avec la ligne de coupure du « voir plus » marquée, formules de titre et de « À propos », génération de carrousels en PDF et de publications avec leurs accroches alternatives, et un nettoyeur qui avertit lorsqu'il détecte une phrase d'accroche d'interaction et la retire. Si vous voulez le voir appliqué, voici les outils d'IA pour couvertures, titres, carrousels et publications LinkedIn, sans inscription préalable.

Rédigez votre prochaine publication avec la coupure du « voir plus » en vue, le titre mesuré et l'appât à interaction en dehors : essayez les outils d'IA pour LinkedIn, sans inscription.

Rédigez votre prochaine publication avec la coupure du « voir plus » en vue, le titre mesuré et l'appât à interaction en dehors : essayez les outils d'IA pour LinkedIn, sans inscription.

Continuer la lecture

Voir tous les articles →

↑ Haut de page