Un million de personnes en moins de trois semaines. Un. Million. Et ce n'est qu'un bouton signalement.
LinkedIn est en guerre contre sa propre bouillie algorithmique, et pour une fois, la plateforme n'a pas attendu que le problème devienne incontrôlable pour agir. En août 2026, le réseau professionnel a lancé une option permettant aux utilisateurs de signaler les contenus suspectés d'être générés par intelligence artificielle, avec une cible précise : l'AI slop, ces publications génériques, répétitives, vidées de toute substance réelle. Le résultat a été immédiat. Plus d'un million de signalements en dix-neuf jours. Voilà ce que ça fait, quand on demande aux gens s'ils en ont assez.
Ce que LinkedIn appelle réellement « AI slop »
L'AI slop, ou contenus IA sans valeur ajoutée, désigne sur LinkedIn les publications génériques et/ou répétitives produites par intelligence artificielle qui n'apportent aucune perspective réelle à leurs lecteurs (définition officielle LinkedIn, 2026). Maintenant que vous savez ce que c'est, je vous laisse penser au nombre de posts de ce type que vous avez vus défiler cette semaine sur votre propre feed.
Tim Jurka, Vice-Président de l'ingénierie chez LinkedIn, a publié le 8 octobre 2026 un post qui détaille la mécanique interne de détection. Et c'est là que ça devient intéressant, parce que la méthode est aussi légèrement absurde qu'efficace : LinkedIn utilise de l'IA pour détecter de l'IA.
Comme Thanos utilisant les Pierres de l'Infini pour détruire les Pierres de l'Infini. Mais en moins dramatique, et avec des serveurs à San Francisco.
Comment LinkedIn entraîne ses modèles à traquer le contenu généré par IA
Le système de détection de l'AI slop sur LinkedIn repose sur une architecture dite « enseignant-élève » (teacher-student setup), dans laquelle de grands modèles identifient les nouvelles formes de contenus IA pour entraîner des modèles plus légers à les repérer en temps réel (Tim Jurka, LinkedIn Engineering, octobre 2026).
Jurka l'explique lui-même :
« Les grands modèles "enseignants" sont conçus pour suivre les nouveaux patterns d'AI slop et les identifier avec précision, ce qui génère les données d'entraînement de haute qualité nécessaires pour "enseigner" à nos modèles plus petits à repérer rapidement ces nouveaux patterns. »
Traduction non-technique : les gros modèles font le sale boulot de reconnaissance, les petits modèles apprennent à toute vitesse, et le tout évolue au rythme des nouvelles formes de slop produites. Parce que oui, le slop évolue. Il s'adapte. Il est vivant (façon de parler).
Des agents IA spécialisés, guidés par des règles et des humains
LinkedIn a également déployé une série d'agents IA, chacun assigné à une politique de modération spécifique. Ces agents évaluent les contenus selon des paramètres stricts définis par leur règle propre.
Jurka précise :
« Chaque agent est guidé par une politique spécifique, qui définit les critères qu'il utilise pour évaluer un contenu : par exemple, si un post est promotionnel, célèbre une réussite, ou est lié à l'actualité. Quand un agent tombe sur un exemple complexe qu'il ne sait pas complètement analyser dans le contexte d'une politique, il peut le soumettre à nos modérateurs humains, apprendre de leur retour et faire évoluer sa politique pour mieux gérer les situations similaires à l'avenir. »
Ce n'est donc pas un système entièrement automatisé. Il y a des humains dans la boucle. Des gens dont le boulot est littéralement de regarder des posts LinkedIn toute la journée pour décider si oui ou non c'est de la bouillie. Je ne sais pas si c'est rassurant ou déprimant.
Les résultats chiffrés : 94 % de précision, 40 % de vues en moins
Le système combiné enseignant-élève et agents IA de LinkedIn atteint 94 % de précision dans la détection de l'AI slop sur l'ensemble des posts distribués au-delà du réseau immédiat des utilisateurs (Tim Jurka, LinkedIn Engineering, octobre 2026). La plateforme a par ailleurs réduit de 40 % les vues de contenus IA indésirables depuis le lancement du dispositif (LinkedIn, 2026).
Quatre-vingt-quatorze pourcents. Et 40 % de vues en moins sur le slop. Ce sont des chiffres que d'autres plateformes feraient bien de noter sur un post-it et de coller sur leur écran.
Le vrai problème : ce que le slop fait à la confiance en ligne
Ce n'est pas juste une question d'esthétique ou de confort de navigation. La montée en puissance des contenus générés par IA érode la confiance de façon systémique : chaque post devient suspect, chaque photo partagée est potentiellement fabriquée, chaque « témoignage sincère » peut être du texte sorti d'un modèle entraîné sur d'autres témoignages sincères.
L'IA générative n'a pas de style. Pas de voix. Pas de raison d'être au-delà du volume. Les créateurs qui s'en remettent entièrement à elle postent sans comprendre pourquoi leur contenu ne fonctionne pas. Ils balaient les critiques. Ils recommencent. Ils appellent ça de la stratégie.
Bonjour le foutage de gueule.
Les bons créateurs, ceux qui ont passé des années à affiner un point de vue, une écriture, une façon de voir les choses, ne produisent pas du slop. Ils produisent quelque chose qui ressemble à un être humain qui a réfléchi. C'est tout ce qu'on demande, finalement.
LinkedIn a compris que laisser son réseau se noyer dans la bouillie algorithmique, c'était signer son propre arrêt de mort en tant qu'espace professionnel crédible. Les autres plateformes sociales finiront par arriver à la même conclusion. La question est de savoir combien de temps elles attendront avant d'avoir, elles aussi, dans le slip d'agir.
