LinkedIn resserre la vis sur les contenus creux et manifestement générés par IA. D’après Engadget, la plateforme de Microsoft ajuste son algorithme pour réduire la portée des posts et commentaires stéréotypés, promoteurs d’engagement artificiel et recyclant des idées sans valeur ajoutée.
Laura Lorenzetti, VP produit, précise que la chasse vise les formats trop évidents d’« engagement bait », les pseudo-tribunes de « thought leadership » recyclées et les publications génériques manquant d’authenticité. Les tournures typiques du tout-IA, dont les formules du type « ce n’est pas X, c’est Y », seront explicitement déclassées.
Les équipes d’ingénierie ont travaillé avec l’édition interne pour analyser les schémas d’activité et distinguer les posts réellement utiles des redites mécaniques. Une fois identifiés, ces contenus ne seront plus recommandés dans le flux. Les abonnés et contacts directs de l’auteur pourront toutefois continuer à les voir.
LinkedIn n’exclut pas l’IA en tant qu’outil. La plateforme cible le « spam » dénué d’idée originale. Des articles coécrits avec l’IA resteront éligibles tant qu’ils apportent un point de vue propre ou déclenchent une discussion substantielle.
LinkedIn envoie surtout un signal clair aux créateurs : l’IA peut rester un outil, mais elle ne doit pas masquer l’absence d’idée. Dans la même logique de cadrage des usages, la clarification de Valve sur la divulgation des contenus générés par IA et les outils utilisés en coulisses illustre bien cette frontière entre assistance technologique et contenu réellement original.
Ce qui change concrètement
– Démotion algorithmique des posts et commentaires au style IA trop générique et des appels à interaction forcée.
– Maintien de la visibilité auprès du premier cercle, mais fin des recommandations élargies.
– Tolérance de l’IA comme outil de rédaction si le propos reste original et utile.
Pour un réseau qui veut valoriser l’expertise, ce recentrage va surtout impacter la portée des formats « copypasta » viralisés. La bascule vers des signaux d’utilité mesurés par le comportement réel des lecteurs devrait réduire le bruit sans pénaliser les auteurs qui utilisent l’IA comme support et non comme générateur de remplissage.
Source : ITHome
