Depuis le 30 juillet 2026, LinkedIn a glissé un bouton dans chaque publication : “Seems like AI slop”. En un clic anonyme, n’importe qui peut signaler votre contenu comme généré par une machine.
Pour une entreprise dont LinkedIn est le canal d’acquisition B2B principal, ce n’est pas une mise à jour mineure mais un risque inédit.
Décryptage appuyé sur le dossier de Patrick de Carvalho du 7 août 2026, confrontant les choix de la plateforme à la science et au droit européen.
Chapitres
00:00:00 - Le bouton “Seems like AI slop”
00:01:26 - L’humain sait-il repérer une IA ? 49,9 %
00:03:59 - Détecteurs automatiques : OpenAI, Pangram, 6 erreurs sur 10 00:05:07 - Délit de faciès stylistique : Stanford et les 61 %
00:06:01 - Perplexité : écrire clairement est devenu suspect
00:08:52 - Pods inversés, ni barème ni recours
00:09:36 - Le chiffre des 41 % et son conflit d’intérêts
00:10:34 - L’article 50 du règlement européen sur l’IA
00:11:57 - Quatre piliers pour produire de l’inimitable
00:13:19 - L’analogie Google Panda et Penguin
Personne ne sait détecter une IA Dès 2021, l’étude de Clark mesurait la capacité à repérer un texte de GPT-3 : 49,9 % de réussite, soit un lancer de pièce. Jackson a confirmé en 2023 que la performance reste au niveau du hasard, l’expertise n’y changeant rien.
Une exception : l’étude Russell, Karpinska et Yair de 2025 et son taux d’erreur de 1 sur 300, mais elle réunissait cinq annotateurs hyper-experts en environnement contrôlé, votant à la majorité. Rien à voir avec un cadre fatigué qui scrolle entre deux réunions. Les détecteurs automatiques ne font pas mieux : OpenAI a fermé le sien en juillet 2023 (26 % de détection, 9 % de faux positifs), et van der Blom a obtenu six erreurs sur dix avec Pangram, dont un texte écrit à 95 % par lui-même jugé 100 % artificiel.
Qui paie les pots cassés Stanford a passé des textes au crible de sept détecteurs : 61 % de ceux écrits par des professionnels non anglophones natifs ont été classés à tort comme générés par IA. Les auteurs neurodivergents subissent la même discrimination.
L’explication tient à la perplexité : une IA prédit le mot le plus probable, elle cherche la norme. Écrire dans une langue étrangère produit exactement cela, vocabulaire restreint, phrases courtes, attention aux fautes. Une clarté indiscernable de la machine. Van der Blom raconte avoir simplement demandé à une IA de corriger quatre fautes sur un post signalé à tort.
L’architecture du système Un pouvoir de signalement confié à 1,3 milliard de personnes, sans barème publié, sans procédure d’appel, avec un simple avertissement privé d’inauthenticité. Le coût de l’attaque est nul pour celui qui clique, celui de l’erreur intégralement payé par l’entreprise. D’où le risque de pods inversés, même si aucune campagne coordonnée n’est documentée.
Quant aux 41 % de posts longs prétendument écrits par IA, le chiffre vient de Pangram Labs, qui vend des détecteurs, sur des données collectées via une extension Chrome installée par des utilisateurs déjà exaspérés par l’IA.
La parade est éditoriale, pas technique L’article 50 du règlement européen sur l’IA, applicable depuis début août 2026, juge la responsabilité et non le style : l’obligation de marquage disparaît dès qu’il y a contrôle éditorial humain substantiel.
Quatre piliers pour produire l’inimitable : donnée propriétaire issue de votre CRM, précision spatio-temporelle, documentation de l’échec, prise de position assumée. Ne cherchez pas à tromper les détecteurs : un contenu vide qui esquive le radar ne convertit pas davantage.
All In, le média qui explique tout sur LinkedIn. Abonnez-vous, laissez un commentaire et une note 5 étoiles pour nous soutenir. Toutes nos méthodes sur media-all.in
Mots-clés : LinkedIn, AI slop, détection IA, faux positifs, Pangram, article 50 IA Act, perplexité, contenu B2B, Patrick de Carvalho.
#LinkedIn #AISlop #IA #ContentStrategy