À l’écran, Camille relit une publication professionnelle avant de la publier. Son brouillon est devenu plus net, plus rythmé, presque impeccable — et étrangement semblable à celui de milliers d’autres membres de LinkedIn. Cette scène résume le paradoxe du réseau : l’intelligence artificielle aide à écrire, à corriger et à remplir les fils, tandis que la plateforme s’alarme de voir les contenus générés perdre leur relief. À force d’accroches spectaculaires, de paragraphes calibrés et de morales toutes faites, la parole se standardise. Le réseau professionnel risque alors de ressembler moins à une conversation qu’à une chaîne de production.
La saturation des contenus ne tient pourtant pas à un seul outil. Les fonctionnalités d’IA, les recommandations de l’algorithme et la course à l’engagement ont peu à peu installé un environnement où publier souvent semble plus payant que publier juste. L’automatisation des commentaires ajoute une couche de bruit : compliments passe-partout, reformulations polies et « insights » qui n’en sont pas toujours. LinkedIn tente désormais de freiner cette mécanique, tout en continuant d’intégrer l’IA à ses services. Pour les équipes produit, l’équilibre est délicat : faciliter l’expression sans effacer la voix de celles et ceux qui s’expriment.
Le phénomène avait déjà été mesuré avant que la plateforme ne fasse de la lutte contre le contenu médiocre une priorité affichée. Des estimations portant sur des publications longues ont révélé une part importante de textes susceptibles d’avoir été rédigés par des modèles génératifs, mais leurs méthodes et leurs périmètres diffèrent. Les chiffres ne disent donc pas que chaque publication est artificielle ; ils éclairent plutôt une transformation visible dans le fil. Derrière chaque post lissé, Camille cherche encore le détail singulier, l’expérience concrète, la pensée qui ne pourrait venir que d’une personne. Le défi de LinkedIn n’est pas de bannir l’IA, mais de préserver l’authenticité dans un espace qui récompense le volume.
LinkedIn face à l’IA : la chasse aux contenus générés s’intensifie
Depuis plusieurs mois, Hari Srinivasan, responsable produit chez LinkedIn, expose publiquement les efforts engagés contre les publications creuses et les commentaires automatisés. Le réseau, qui revendique 1,3 milliard de membres dans le monde et 38 millions en France, a notamment lancé un bouton permettant de signaler un contenu soupçonné d’être de l’« IA slop ». Selon Srinivasan, plus d’un million de personnes l’auraient utilisé au cours des deux premières semaines suivant son déploiement. Ce signalement doit aussi aider à affiner les systèmes de détection.
La plateforme affirme que son dispositif, conçu avec son équipe éditoriale, repère les marqueurs de textes génériques avec une fiabilité annoncée de 94 %. Ce chiffre reste une évaluation revendiquée par l’entreprise, et non une garantie que chaque contenu signalé a été écrit par une machine. La nuance compte : un texte maladroit n’est pas nécessairement généré, et un texte assisté par l’IA peut exprimer une idée originale. Pour comprendre les limites de ces outils, un éclairage sur les détecteurs d’IA accessibles en ligne rappelle que leurs résultats doivent être interprétés avec prudence.
LinkedIn a également remplacé une fonction d’amélioration automatique des publications par une option de relecture destinée à clarifier le texte sans en gommer la voix. Le changement répond à une inquiétude que Srinivasan associe à l’insécurité rédactionnelle : certains membres se sentent plus confiants après avoir soumis leurs mots à un assistant. Camille reconnaît le réflexe, surtout quand une publication est censée représenter son expertise devant collègues et recruteurs. Mais une correction utile devrait soutenir une pensée, pas la remplacer.
Publications en série : quand l’algorithme récompense le volume
La lutte contre les contenus répétitifs se heurte à une contradiction de fond. Depuis plusieurs années, LinkedIn déploie des outils d’intelligence artificielle pour rédiger, compléter des profils ou produire des contenus collaboratifs, parfois réservés aux abonnés Premium. Dans le même temps, ses recommandations favorisent les publications capables de susciter des réactions. Pour Camille, le résultat est familier : un récit personnel transformé en leçon de management, une anecdote banale emballée dans une accroche choc, puis une série de commentaires qui félicitent l’auteur sans vraiment répondre.
Les publications en série s’inscrivent dans une stratégie plus large visant à retenir les utilisateurs. Vidéos, jeux et recommandations algorithmiques ont progressivement élargi les usages d’un site longtemps associé au CV et au carnet d’adresses. Une étude de We Are Social citée dans les données disponibles estime à six minutes le temps moyen passé par un utilisateur actif en France sur LinkedIn, contre une heure trente-trois sur TikTok. Dans ce contexte, augmenter l’engagement devient un objectif évident, mais peut pousser à publier davantage plutôt qu’à nourrir des échanges plus riches.
Les outils d’automatisation ne créent donc pas seuls le problème : ils amplifient des incitations déjà présentes. Un commentaire généré peut flatter l’auteur, relancer brièvement la discussion et donner à l’algorithme des signaux d’activité, même si personne n’a réellement approfondi le sujet. LinkedIn a annoncé vouloir réduire la portée des contenus génériques et des interactions automatisées, tout en ajustant ses recommandations. Quand la visibilité dépend de la cadence, la qualité de la conversation devient le premier dommage collatéral.
Cette tension dépasse le seul réseau professionnel : d’autres plateformes cherchent aussi à encadrer les usages de l’IA tout en développant leurs propres outils. Les stratégies adoptées par TikTok et Facebook autour de l’intelligence artificielle illustrent cette course entre innovation, modération et confiance du public. Sur LinkedIn, la question est particulièrement sensible : les membres publient sous leur identité réelle et associent souvent leurs propos à leur réputation professionnelle. Le faux enthousiasme automatique y devient vite plus qu’une nuisance esthétique.
La saturation des contenus sur LinkedIn, un phénomène déjà documenté
Les alertes ne datent pas de la récente campagne de modération. À la fin de 2024, Originality.ai estimait que plus de 54 % des publications longues en anglais analysées sur LinkedIn avaient probablement été générées par l’IA, et faisait état d’une forte hausse après l’arrivée de ChatGPT. Quelques semaines plus tard, une analyse française d’Influence Metrics portant sur 20 000 publications relevait des marqueurs d’IA générative dans 61 % des contenus étudiés. Ces résultats doivent être lus comme des estimations, car les outils de détection peuvent produire des erreurs et les échantillons ne représentent pas nécessairement tout le réseau.
Une étude ultérieure de la start-up Pangram, construite à partir de publications de plus de 50 mots collectées avec une extension Chrome et des contributions volontaires anonymes, a estimé qu’environ 41 % des contenus longs de LinkedIn étaient entièrement générés par l’IA. Elle relevait également des marqueurs similaires dans plus de 23 % des commentaires analysés. La méthode participative et le corpus d’un million de publications donnent une ampleur au travail, mais ne transforment pas ces proportions en comptage exhaustif de la plateforme. Les données convergent néanmoins sur un constat : la production synthétique est devenue assez visible pour modifier l’expérience de lecture.
Le paradoxe relevé par Pangram est frappant. Les utilisateurs semblent prêts à laisser l’IA écrire en leur nom dans un contexte professionnel associé à leur identité, alors qu’ils l’emploient différemment sur des plateformes plus informelles. Pour Camille, cette tendance s’explique aussi par les enjeux de réputation : chaque phrase paraît devoir démontrer compétence, assurance et maîtrise. L’assistant promet alors de supprimer l’hésitation, mais peut aussi lisser ce qui rendait le propos crédible. La confiance ne se fabrique pas à coups de formulations impeccables.
Authenticité et style LinkedIn : pourquoi le slop est si facile à imiter
Bien avant les outils génératifs, le langage de LinkedIn avait déjà ses recettes : une première phrase conçue pour arrêter le défilement, des lignes courtes, un récit personnel et une morale finale. Les modèles de langage ont trouvé dans ces codes répétitifs un terrain facile à reproduire. Plus un format se standardise, moins il faut d’effort pour en fabriquer une imitation convaincante. La copie finit alors par ressembler à l’original parce que l’original lui-même a déjà adopté les mêmes conventions.
La sociologue Marie Benedetto-Meyer a décrit les modèles génératifs comme des producteurs de discours convenus, capables de fournir une prose fluide mais souvent tiède. Cette formule éclaire le succès des textes qui paraissent soignés sans apporter d’observation neuve. Camille peut ainsi lire un post parfaitement construit sur la résilience au travail, puis s’apercevoir qu’aucune scène précise ni aucun apprentissage vérifiable ne l’ancre dans le réel. La fluidité n’est pas une preuve d’authenticité.
LinkedIn affirme que les contenus repérés comme médiocres par son système ont enregistré 40 % de vues en moins dans le fil après ses ajustements. Cette baisse suggère que la modération peut infléchir la distribution, sans régler la question des incitations à publier fréquemment. Tant que les outils facilitent la production et que l’algorithme valorise les réactions rapides, la tentation des formules éprouvées persistera. Le réseau devra donc juger ses progrès non seulement au nombre de textes repérés, mais à la qualité des échanges qu’il rend visibles.
Pour les membres, une règle simple peut aider : garder la machine au stade de l’assistance, puis reprendre la main sur les exemples, les nuances et les conclusions. Une relecture automatisée peut corriger une phrase ; elle ne sait pas toujours pourquoi cette phrase mérite d’être publiée. C’est dans ce travail de réappropriation que Camille retrouve une voix identifiable, même au milieu d’un fil saturé. Et c’est peut-être là que LinkedIn peut redevenir social : quand chaque publication porte autre chose qu’une formule efficace.
