LinkedIn снижает охват «AI‑slop»: как соцсеть использует ИИ против шаблонного контента

LinkedIn усиливает борьбу с потоком низкокачественного контента, созданного с помощью генеративного ИИ — явления, которое в индустрии все чаще называют «AI slop». Вместо полного запрета инструментов искусственного интеллекта платформа внедряет новые системы модерации и ранжирования, которые автоматически снижают охват однотипных или неоригинальных публикаций в ленте. Главная цель — сохранить профессиональную ценность обсуждений и уменьшить количество «шумового» контента.

Почему LinkedIn решил бороться с «AI slop»

С появлением генеративных моделей создавать длинные и «профессионально звучащие» посты стало крайне легко. Пользователь может опубликовать десятки текстов за короткое время — зачастую без личного опыта, конкретных примеров или оригинальных идей.

По словам представителей LinkedIn, на платформе стало заметно больше такого контента: он выглядит аккуратно и убедительно, но практически не содержит полезной информации или уникальной точки зрения. Именно такие публикации внутри компании называют «AI slop» — шаблонные, повторяющиеся и написанные главным образом ради вовлечения.

При этом LinkedIn подчеркивает: использование ИИ само по себе не запрещено. Допустимо применять инструменты для черновиков, редактирования или структурирования идей — главное, чтобы итоговый текст отражал реальный опыт и мнение автора.

Какой контент попадает под новые ограничения

Новые системы анализа текста пытаются выявлять публикации и комментарии, которые выглядят слишком шаблонными или неаутентичными. В числе примеров контента, который может получить пониженный охват:

• общие мотивационные посты без конкретных идей или опыта
• повторяющееся «thought leadership», пересказывающее известные мысли без новой перспективы
• engagement bait — публикации, созданные в первую очередь ради лайков и комментариев
• бот‑подобные или шаблонные комментарии под множеством постов
• характерные формулы и структуры текста, часто встречающиеся в автоматической генерации

Важно, что под проверку попадают не только посты, но и комментарии. LinkedIn отмечает, что автоматически сгенерированные ответы могут искусственно увеличивать активность или вытеснять реальные обсуждения.

Как работает система «AI против AI»

Подход LinkedIn иногда описывают как «AI solving AI» — когда искусственный интеллект используется для обнаружения контента, созданного или сильно упрощенного другими моделями.

Алгоритмы не пытаются просто определить факт использования ИИ. Вместо этого они анализируют паттерны текста, характерные для низкоусилийных генераций. Среди сигналов:

• повторяющиеся фразы и предсказуемая структура текста
• слишком обобщённый язык без личного контекста
• формулы вовлечения и риторические шаблоны
• отсутствие признаков экспертизы или конкретного опыта

В ранних тестах LinkedIn заявила, что система смогла определять шаблонный AI‑контент примерно в 94% случаев, что показывает масштаб проблемы и активную роль автоматической модерации в её решении.

Что происходит с отмеченными публикациями

Большинство таких постов не удаляется автоматически.

Вместо этого LinkedIn применяет более мягкий механизм — изменение ранжирования. Если публикация распознается как низкокачественная, алгоритм просто реже показывает её в рекомендациях.

На практике это означает:

• пост может оставаться на платформе
• его по‑прежнему видят подписчики автора
• но он почти не распространяется за пределы ближайшей сети контактов

Такой подход позволяет бороться со спам‑подобным контентом, не наказывая пользователей, которые используют ИИ разумно.

AI‑помощники остаются допустимыми

LinkedIn отдельно подчеркивает: AI‑ассистенты можно использовать, если они помогают улучшить текст, а не полностью заменяют мысли автора.

Публикации, содержащие:

• личный профессиональный опыт
• конкретные кейсы
• собственные выводы
• уникальные наблюдения

значительно реже попадают под ограничения — даже если ИИ участвовал в редактировании текста.

Что это означает для авторов на LinkedIn

Изменения сигнализируют о постепенном смещении алгоритмов платформы. Если раньше приоритет часто отдавался контенту, который просто генерирует больше реакций, то теперь LinkedIn пытается усилить соотношение «сигнал‑шум» — продвигать содержательные публикации и ограничивать шаблонный поток.

Для пользователей это означает простое правило: посты с реальными историями, опытом и профессиональными выводами будут иметь больше шансов попасть в ленты других людей, тогда как массово сгенерированный «универсальный» контент постепенно будет уходить на периферию платформы.

В более широком смысле эксперимент LinkedIn отражает общую проблему современных соцсетей: как сохранить ценность онлайн‑дискуссий в эпоху, когда автоматическая генерация контента становится массовой.