LinkedIn запустил систему обнаружения и подавления AI-generated мусора, который сам же помог распространить. По данным компании, в ранних тестах алгоритм корректно флагировал «дженерик» посты в 94% случаев. Объявление небольшое, но признание за ним — громкое: лента профессиональной сети вышла из-под контроля.
Контекст
LinkedIn — крупнейшая профессиональная сеть с более чем миллиардом пользователей — давно превратилась в площадку, где успех измеряется не качеством мысли, а частотой публикации. Когда генеративные модели стали доступны массово, часть аудитории просто делегировала производство контента ChatGPT и аналогам. Результат предсказуем: лента заполнилась пустыми «5 уроков, которые я извлёк», «трудности — это возможности» и псевдомотивационными нарративами, в которых нет ни реального опыта, ни конкретики.
Иронию ситуации трудно не заметить. Microsoft — владелец LinkedIn с 2016 года — активно встраивает ИИ-ассистентов прямо в интерфейс платформы через продукты линейки Copilot. Одной рукой корпорация упрощает генерацию постов, другой — начинает за это банить. Это не противоречие в политике: это симптом более широкой болезни всей отрасли.
«AI slop» — термин, который прижился в англоязычном медиапространстве раньше, чем появились официальные определения. Означает контент, созданный нейросетью без редактуры и авторской позиции: интонационно ровный, структурно предсказуемый, фактически пустой. Проблема не в том, что его писал ИИ. Проблема в том, что никто не добавил ничего своего.
Аналитика
Шаг LinkedIn — не технический патч, а сигнал о переходе платформ к активной модерации AI-контента. Это тренд, который будет ускоряться. Google уже несколько лет борется с SEO-спамом, созданным LLM. Reddit вводил ограничения на ботов. X (Twitter) потонул в автоматизированных аккаунтах. LinkedIn до последнего держался в стороне — видимо, потому что профессиональная аудитория воспринималась как более самоконтролируемая. Тест на 94% точности говорит: проблема стала достаточно системной, чтобы её можно было обучить распознавать.
Важнее другое: детекция с точностью 94% означает и 6% ложных срабатываний. На масштабе миллиарда пользователей это миллионы постов — в том числе живые, авторские, но стилистически «похожие на AI». Вопрос не в том, достаточно ли алгоритм умный. Вопрос в том, кто несёт ответственность за решение и как обжаловать. Это фундаментальная проблема автоматической модерации, с которой не справился ни один крупный игрок.
Долгосрочный эффект может оказаться парадоксальным. Запрет на шаблонный AI-контент создаёт спрос на «необнаруживаемый» AI-контент — то есть лучше отредактированный, более персонализированный. Это не конец ИИ на LinkedIn. Это повышение планки: выживет тот, кто умеет работать с инструментом, а не только нажимать «генерировать».
Кейсы применения в бизнесе
B2B-SaaS стартап с командой до 20 человек обычно ведёт LinkedIn руками фаундера или маркетолога. Риск попасть под фильтр — высокий, если контент генерируется потоком без редактуры. Рабочий сценарий: использовать LLM как «черновик + структура», но финальный текст обязательно переписывать голосом конкретного человека. Добавлять реальные числа из продукта, конкретные кейсы клиентов, личное мнение — это то, что алгоритм детектирует как «человеческое».
Корпорация с legacy-маркетингом рискует сильнее: там контент нередко проходит несколько слоёв согласований, теряя любую живость. Если к этому добавляется GPT-генерация — получается двойной слой безликости. Решение: внедрить «голос эксперта» — каждый пост должен содержать цитату или реальный тезис от конкретного сотрудника, а не обобщённое корпоративное мнение.
SMB и локальный бизнес в КР/СНГ пока меньше под ударом — русскоязычный LinkedIn значительно менее активен, чем англоязычный. Но тренд придёт. Уже сейчас стоит выработать привычку: LinkedIn как дневник реальных решений и провалов, а не витрина успеха. Это защита и от алгоритма, и от скептической аудитории.
Кейсы в личной жизни
Разработчик или технический специалист: если вы используете ИИ для написания постов о своих проектах — добавьте одну деталь, которую нейросеть не знает: конкретный баг, который пришлось дебажить три дня, или неожиданное решение архитектурной задачи. Именно специфика делает пост нефильтруемым и одновременно полезным для аудитории.
Контент-мейкер или HR-специалист, ведущий личный бренд на платформе: ротация форматов снижает риск. Документальные посты (фото с мероприятия + 3 тезиса) и реакции на чужие материалы с собственной позицией — это то, что ИИ физически не может сгенерировать без вашего участия.
Студент или джуниор, строящий присутствие: парадоксально, именно сейчас самое выгодное время писать «по-человечески». Конкуренция за внимание в ленте падает, потому что шаблонный контент исчезает. Короткий честный пост о том, что вы изучаете и где застряли, выиграет у десяти «5 вещей, которые изменили мой карьерный путь».
Как применить сегодня
- Если вы генерируете LinkedIn-посты через LLM — добавьте правило в промпт: «Не используй обобщения. Конкретная дата, конкретный результат, конкретный человек или продукт». Это снижает слоп-сигнал и повышает ценность.
- Аудит последних 5 ваших постов: есть ли в каждом хотя бы один факт, который знаете только вы? Если нет — перепишите финальный абзац от первого лица с реальным деталью.
- Следите за обновлениями политики LinkedIn — компания обещала опубликовать детали алгоритма модерации. Это будет ценный источник для понимания, что именно триггерит фильтр.
- Если ведёте корпоративный аккаунт — введите внутренний чеклист: каждый пост должен содержать имя реального сотрудника и его прямое мнение, даже одно предложение.
- Используйте ИИ для исследования и структурирования, но финальный голос — ваш. Это не требование LinkedIn, это требование любой живой аудитории.
LinkedIn не борется с ИИ. Он борется с контентом, в котором нет автора — только инструмент.