As denúncias não servem apenas para personalizar o feed de quem as faz. O LinkedIn também pretende usá-las para treinar e ajustar seus modelos de detecção de conteúdo gerado por IA . A empresa afirma que a definição de “slop” pode mudar com o tempo e que o retorno dos usuários ajudará a tornar os sistemas mais precisos.
Ao mesmo tempo em que criou o botão de denúncia, o LinkedIn retirou o “Enhance with AI”, recurso que havia promovido nos próprios formulários de publicação e que podia reescrever integralmente um texto .
No lugar dele, a empresa passou a oferecer uma ferramenta mais discreta de revisão, com sugestões pontuais de gramática e edição, em vez de gerar uma nova versão completa do post .
O LinkedIn também bloqueou automações em larga escala e restringiu ferramentas usadas para publicar comentários automaticamente . A mudança mira práticas como a produção em massa de comentários e interações artificiais, que podem dar a impressão de engajamento real.
A plataforma não afirma que todo uso de IA será proibido. O foco declarado é o conteúdo de baixo esforço, sem perspectiva própria, experiência verificável ou contribuição original — mesmo quando o texto parece bem acabado.
Os dados disponíveis indicam que o LinkedIn se tornou um dos ambientes mais saturados por textos gerados por IA.
Um estudo divulgado em julho de 2026 pela empresa de detecção Pangram Labs analisou aproximadamente 1 milhão de publicações no LinkedIn, X, Medium, Reddit e Substack entre abril e junho. Entre os posts longos, definidos como aqueles com mais de 250 palavras, 41% das publicações do LinkedIn foram classificadas como totalmente geradas por IA — a maior proporção entre as plataformas estudadas .
O desequilíbrio também aparece no volume total: embora os posts do LinkedIn representassem cerca de um terço da amostra, a plataforma respondeu por 62% de todo o conteúdo longo identificado como gerado por IA no levantamento .
Uma análise separada da Originality.ai, feita em 2025 com 3.368 posts longos de 99 perfis influentes, estimou que 53,7% das publicações provavelmente haviam sido produzidas por IA . Como os estudos usam amostras e métodos diferentes, os percentuais não são diretamente comparáveis — mas apontam para o mesmo problema: uma parcela expressiva do conteúdo profissional publicado na rede pode não ter sido escrita integralmente por pessoas.
O LinkedIn já vinha tentando reduzir a distribuição desse material. Em vez de apagar automaticamente posts considerados genéricos ou gerados por IA, a plataforma passou a limitar seu alcance: essas publicações podem continuar visíveis para conexões diretas, mas deixam de ser amplamente recomendadas no feed. A empresa divulgou uma precisão de detecção de 94% em testes iniciais .
As principais redes sociais estão adotando respostas diferentes para o mesmo dilema: como aproveitar a IA sem deixar que conteúdo sintético, spam e automação dominem os feeds.
O fenômeno pode ser ainda mais amplo fora das redes sociais. Uma varredura do Stanford Internet Observatory em 14 bilhões de páginas indexadas concluiu que 58% do conteúdo publicado recentemente na web em 2026 apresenta sinais associados à geração por IA .
O botão do LinkedIn transforma os próprios usuários em uma camada adicional de moderação, mas também cria uma zona cinzenta. Um texto pode ter sido revisado por IA sem ser inteiramente artificial; da mesma forma, um post escrito por uma pessoa pode parecer padronizado ou genérico.
Por isso, a resposta da plataforma não é simplesmente “proibir IA”. O LinkedIn está tentando diferenciar o uso da tecnologia como ferramenta de edição do uso em escala para preencher o feed com textos que parecem profissionais, mas não apresentam informação, experiência ou opinião específicas.
A contradição permanece: a rede que agora pede ajuda para identificar conteúdo artificial foi uma das plataformas que ajudaram a popularizar ferramentas de escrita com IA. Ao retirar seu botão de reescrita e convidar usuários a denunciar posts suspeitos, o LinkedIn admite que o problema não surgiu apenas de fora — ele também foi incentivado pelo próprio produto.