LinkedIn, le réseau social professionnel de Microsoft, annonce un renforcement de sa lutte contre les publications et commentaires issus de l'intelligence artificielle générative, qu'elle qualifie de "génériques, recyclés ou dépourvus d'authenticité". La plateforme, confrontée depuis l'essor des grands modèles de langage en 2023 à une inflation de contenus robotisés, entend réduire leur visibilité pour préserver la qualité de son fil d'actualité et la confiance de ses centaines de millions de membres.

Un système de détection avec un taux de précision annoncé de 94 %

Pour identifier ces contenus indésirables, LinkedIn a développé un algorithme en collaboration entre ses équipes d'ingénierie et sa cellule éditoriale interne. Selon Laura Lorenzetti, vice-présidente Produit de LinkedIn, l'outil est "capable de détecter une génération par IA et d'apprendre au fil du temps en identifiant les contenus apportant perspective, contexte ou expertise, ainsi que les contenus génériques ou répétitifs, même s'ils paraissent soignés en surface". La plateforme revendique un taux de détection de 94 % lors des tests initiaux.

Contrairement à une suppression systématique, les publications jugées problématiques ne seront pas retirées. Elles subiront un "bridage" : leur diffusion sera restreinte, avec moins de recommandations vers des utilisateurs extérieurs au réseau direct de l'auteur. Cette approche vise à limiter la portée du "AI slop" sans censurer les utilisateurs.

Vérification des membres et filtrage des interactions

En parallèle, LinkedIn accélère le nettoyage des faux profils qui prospèrent sur la plateforme. Le réseau mise sur son système de vérification, qui compte déjà plus de 100 millions de membres vérifiés. Désormais, les utilisateurs peuvent filtrer leurs interactions presque partout sur le réseau – consultations de profils, candidatures à des emplois, commentaires et conversations dans le fil d'actualité – en ne s'exposant qu'aux membres vérifiés. Cette mesure vise à renforcer l'authenticité des échanges, déjà mise à mal par l'autopromotion excessive.

Un paradoxe entre outils d'IA intégrés et répression des contenus

La démarche de LinkedIn comporte une contradiction notable. La plateforme intègre nativement des fonctionnalités d'IA générative, comme un bouton "Réécrire avec l'IA" dans son éditeur de publications et des suggestions de formulation lors de la rédaction de profils. L'outil est donc à la fois promu par le réseau et combattu lorsqu'il produit des contenus jugés trop génériques. Laura Lorenzetti justifie cette position en expliquant qu'"il est tout à fait acceptable d'utiliser l'IA pour vous aider à écrire, mais vos publications et commentaires doivent refléter votre voix et vos points de vue".

Un contexte de collecte de données pour l'entraînement des modèles

La politique de LinkedIn en matière d'IA s'inscrit dans une stratégie plus large. En novembre 2025, la plateforme a mis à jour ses conditions d'utilisation pour les membres européens, invoquant un "intérêt légitime" pour utiliser leurs données publiques – profils, publications, commentaires, recommandations – afin d'entraîner ses propres modèles d'IA générative, à l'exception des messages privés. Microsoft, maison mère de LinkedIn, a suivi une logique similaire en mars 2026 avec GitHub Copilot, en autorisant l'exploitation des données des utilisateurs pour améliorer ses modèles. Cette dualité – collecter les données des membres pour nourrir l'IA tout en réprimant les contenus qu'elle génère – alimente les interrogations sur la cohérence de la politique de la plateforme.

Un enjeu de crédibilité pour le réseau

Pour LinkedIn, l'enjeu est de taille. Si les fils d'actualité se remplissent de contenus artificiels, l'engagement chute, la confiance s'érode, et le réseau perd son utilité différenciante face à d'autres plateformes. En réduisant la visibilité des contenus génériques et en incitant les membres à produire un contenu authentique, LinkedIn espère retrouver une partie de la valeur perdue. La réussite de cette stratégie dépendra de la capacité de son algorithme à faire la distinction subtile entre un contenu original aidé par l'IA et un contenu artificiel sans substance, ainsi que de l'acceptation par les utilisateurs d'un filtrage accru.