Entretien sur des sujets divers, numéro 33 | LinkedIn a ajouté un bouton de signalement pour donner à l’IA une “saveur” humaine ; un million de personnes ont appuyé dessus en deux semaines

【Sélection : Shiwen Dialogue】Présentateur : Shiwen (AI) | Invité : Yongliang

Petit dialogue d’ouverture : Le réseau commence à utiliser des détecteurs pour les contenus

Shiwen : Cette semaine, il y a une nouvelle intéressante. CNN Business a publié un article le 18 octobre, dont le titre signifie probablement “Même LinkedIn trouve votre rédaction AI ennuyeuse”. LinkedIn, réputé pour son sérieux professionnel, commence également à se plaindre des contenus AI de mauvaise qualité.

Yongliang : Sur CNN, j’ai only collecté le titre et l’existence de l’article, sans récupérer le contenu. Les informations suivantes sont principalement basées sur un article publié par le bureau de presse officiel de LinkedIn le 30 septembre, intitulé “How LinkedIn is Continuing to Tackle AI Slop”, qui signifie “Comment LinkedIn continue à gérer les contenus AI de mauvaise qualité”. Les chiffres clés cités sont ceux de l’entreprise : ils ont lancé un bouton de signalement appelé “Seems Like AI Slop” en août, et plus d’un million de membres l’ont utilisé au début des deux semaines ; les contenus classés comme AI slop ont vu leur nombre diminuer de 40 %. De plus, ils affirment que des centaines de milliers de commentaires automatisés sont interceptés chaque jour, avec des milliards d’actions automatisées enregistrées au cours des derniers mois.

Shiwen : Un million de personnes, deux semaines. Ce chiffre suffit à montrer l’ampleur du problème.

Yongliang : Cela montre que les utilisateurs souffrent depuis longtemps des contenus de mauvaise qualité. J’ai dirigé une équipe technique pendant dix-sept ans, avec un pic de soixante-dix personnes. Ces deux dernières années, les rapports hebdomadaires, les documents et les commentaires de code ont été submergés par des contenus générés par l’IA. J’en ai moi-même une expérience personnelle. Aujourd’hui, je vais expliquer clairement le fonctionnement de ce bouton, et discuter de ce qu’il signifie pour les professionnels et ceux qui dirigent des équipes. Les expériences personnelles seront mentionnées ici.

Q1 : Quel est donc ce bouton, et comment LinkedIn définit “le style AI” ?

Shiwen : Avons-nous une idée du processus ? Comment utilise-t-on ce bouton de signalement ?

Yongliang : Le processus est simple : lorsque vous voyez un post qui ne vous semble pas correct, cliquez sur les trois points en haut à droite. Une option s’ajoute, “Seems like AI slop”, qui indique que le contenu est de mauvaise qualité. Après le clic, votre signalement est transmis au classifier de LinkedIn. Lorsque suffisamment de commentaires de la communauté sont reçus pour un post, l’auteur verra une notification privée dans ses analyses de posts. C’est ce que le bureau de presse officiel a expliqué. Notez qu’il ne s’agit pas d’une punition publique, mais plutôt d’un message privé à l’auteur, comme une opportunité de correction.

Shiwen : Alors, comment LinkedIn définit-il les contenus AI de mauvaise qualité ? On ne peut pas simplement dire “Je pense que c’est le cas”.

Yongliang : La définition officielle est plus large que beaucoup le pensent. Selon LinkedIn, les contenus AI de mauvaise qualité sont ceux qui nécessitent peu d’investissement, semblent être générés par l’IA, ont une apparence soignée mais manquent de points de vue clairs, de perspective unique ou de contenu substantiel. De plus, ils insistent sur la nécessité de détecter non seulement le style d’écriture, mais aussi des contenus généraux, répétitifs, recyclés, conçus pour attirer l’attention plutôt que pour favoriser une conversation significative. En d’autres termes, le critère est de savoir s’il y a des points de vue, une perspective ou du contenu substantiel, et non si l’auteur utilise ou non l’IA.

Shiwen : Cette distinction est importante. Est-ce que le fait d’utiliser l’IA pour rédiger un texte compte comme du mauvais contenu ?

Yongliang: L’entreprise a clairement distingué entre « AI assisté » et « AI slop ». Ils ont même modifié l’outil de rédaction de leur plateforme : l’ancienne fonction, qui était « enhance your post », aidant à améliorer les posts, est maintenant réduite à une simple correction et à l’amélioration de la clarté, sans modifier la voix des utilisateurs. Cette décision exprime clairement que l’AI peut aider à exprimer clairement les idées, mais qu’il ne peut pas remplacer la parole humaine.

Q2: 40% de visibilité en baisse, comment lire ce chiffre

Shiwen: Revenons au chiffre le plus frappant. Le nombre de contenus considérés comme slop a diminué de 40%, une sanction importante.

Yongliang: C’est effectivement une sanction importante, mais il faut comprendre les limites de ce chiffre. C’est la position officielle, pas un audit tiers. LinkedIn n’a pas dévoilé le dénominateur : quels contenus ont été identifiés par le système de classification, quel est le taux d’erreur de classification, si 40% est la moyenne ou la médiane, rien n’est dit. Une plateforme qui annonce elle-même « nous avons lutté contre les contenus indésirables, et leur visibilité a diminué de 40% » a du mal à révéler le taux d’erreur. Je suggère donc de considérer la direction et l’ampleur du chiffre, mais de ne pas utiliser ce chiffre comme conclusion d’audit.

Shiwen: Y a-t-il des objections ?

Yongliang: Oui, j’en cite une représentative qui clarifie bien la position : c’est ce que certains commentateurs pensent, ce n’est pas mon jugement, et il n’a pas été vérifié indépendamment. Sur la plateforme de contenu de LinkedIn, Pulse, il y a un article qui affirme que ce bouton « n’est pas un filtre de qualité, c’est un moteur de conformité », en anglais « Conformity Engine ». Cela signifie qu’il ne sert pas à éliminer les contenus indésirables, mais à forcer tous les utilisateurs à utiliser un style reconnu par la plateforme : si vous osez écrire différemment des autres posts, vous pourriez être signalé comme slop.

Shiwen: Y a-t-il une base réelle à cette inquiétude ?

Yongliang: Il y a un groupe souvent négligé : les non-natifs anglophones. Beaucoup de travailleurs en Chine, en Inde, en Allemagne écrivent des posts en anglais, utilisant un anglais standardisé et un style commercial prédéfini, car c’est leur manière la plus sûre d’exprimer. Ce type de texte « standardisé, universel, prédéfini » correspond fortement à ce que le système de classification considère comme des contenus AI. Cette critique est également une répétition de la position officielle : certains commentateurs pensent que le système de classification peut mal classer ces auteurs, et la plateforme n’a actuellement pas de mécanisme pour corriger ces erreurs.

Q3: Les règles pour les managers : à qui revient la responsabilité des textes générés par l’AI

Shiwen: Passons à votre domaine. Lorsque vous étiez directeur, comment gérez-vous le flot de contenu généré par l’AI dans votre équipe de développement ?

Yongliang: La conclusion est simple : je ne prohive pas l’utilisation de l’AI, mais je prohive l’AI sans signature. C’est mon expérience, pas une statistique. La révision du code est le point où les problèmes commencent : quelqu’un soumet un morceau de code, la logique semble correcte, les tests passent, mais lorsque l’on demande « pourquoi avez-vous choisi cette solution », l’auteur ne peut pas répondre, car ce n’est pas sa décision, c’est celle du modèle. Plus tard, nous avons établi une règle : le code généré par l’AI doit être clairement indiqué dans la description de soumission, et le soumetteur est entièrement responsable du code, contrairement à un texte écrit de manière manuscrite. « C’est écrit par l’AI » n’est pas une excuse, c’est une raison de plus pour être responsable, car vous soumettez sans même avoir compris.

Shiwen: Et les documents et les rapports hebdomadaires ?

Yongliang: La même logique. Dans nos documents internes, il y a une règle de divulgation : c’est possible d’écrire un texte avec l’AI, mais avant de le publier, il faut le revoir et y ajouter votre propre jugement. Pourquoi ? Parce que la valeur du rapport hebdomadaire et des documents ne réside pas dans les mots, mais dans le écart d’information. Les dirigeants lisent votre rapport pour savoir quelles erreurs vous avez commises, quels choix vous avez fait, et quels risques il y a la semaine prochaine. Ces choses ne peuvent pas être inventées par l’AI, même si elles étaient créées, ce serait évidentement faux. L’AI peut développer trois lignes de points en trois phrases magnifiques, mais sans votre jugement, votre écart d’information et vos choix, ce rapport est du bruit pour l’équipe.

Shiwen: Cela correspond en fait aux mêmes critères que LinkedIn officiel.

Yongliang: C’est exactement le même. Officiellement, les caractéristiques d’un slop sont le manque de point de vue clair, de perspective unique et de contenu substantiel ; ce que je dis dans mon équipe, c’est : sans votre jugement, votre écart d’information et vos choix, ne publiez rien. Les plateformes et les équipes individuelles utilisent des outils différents pour combattre la même chose : ce genre de contenu produit en masse, sans coût, sans responsabilité et sans information.

Q4: La réalité vaut plus que la cohérence

Shiwen: La semaine dernière, il y avait un article sur Hacker News à ce sujet, beaucoup de développeurs de produits l’ont partagé, intitulé « Someone behind the software ». Il faut avoir une personne derrière le logiciel. L’auteur est Karri Saarinen de Linear, qui est une figure reconnue dans la communauté. Je n’ai pas vérifié indépendamment, je vous transmets fidèlement son texte : il a dit dans l’article.

Yongliang: Qu’a-t-il dit ?

Shiwen: Le point central est : un bon produit doit laisser des traces de son créateur. Il critique le fait que l’industrie considère les logiciels comme des chaînes de production, en collectant des besoins, développant des fonctionnalités et mesurant des indicateurs, puis essayer d’automatiser toute la chaîne avec des agents. Mais il pense que deux équipes, face aux mêmes clients et à la même technologie, produiront des résultats très différents, avec une différence dans la compréhension et le style. Il a également mentionné que Linear privilégie l’intuition plutôt que les processus, mais l’intuition vient de l’expérience, pas d’une simple décision. Je pense que l’article correspond particulièrement à ce numéro d’aujourd’hui : l’âme d’un produit, c’est ce que le créateur se concentre sur, décide de ne pas faire, et ce qu’il est prêt à continuer à perfectionner après la fin du développement technique.

Yongliang: Cela reflète l’opposé de la définition de slop. Slop est du contenu « que tout le monde peut créer, qui n’a pas d’importance » ; l’âme, c’est quelque chose « que seulement cette personne peut faire, et qui lui importe ». Par ailleurs, le même jour, il y avait un article technique sur HN traitant des agents de raisonnement hybrides, avec plus de cent soixante-dix louanges, ce qui montre que la voie de l’automatisation des agents progresse techniquement. L’anxiété de Saarinen n’est pas infondée : plus l’automatisation est fluide, plus les traces humaines deviennent rares et précieuses.

Shiwen: Alors pour les employés ordinaires, ce bouton de signalement n’est peut-être pas une mauvaise chose ?

Yongliang: Pas nécessairement. Il y a certainement des personnes qui peuvent être malmenées, comme je l’ai mentionné dans la section précédente concernant les risques pour ceux qui ne sont pas nativement bilingues. Mais à long terme, les plateformes commencent à punir le contenu de mauvaise qualité, ce qui libère de l’espace pour ceux qui écrivent sérieusement. À condition que votre texte ait vraiment vos traces.

Q5: Trois suggestions réalisables

Shiwen: Enfin, vers des actions concrètes. Comment un employé qui utilise quotidiennement l’AI peut-il éviter de devenir un slop ?

Yongliang：Trois points, tous applicables. Premièrement, gardez les “détails que seul vous connaissez”. Les chiffres précis, les expériences d’échec, le processus de choix et de renoncement – rien de tout cela ne peut être inventé par l’IA, mais un classificateur peut les reconnaître. Rédiger une rétrospective de projet en disant “Le projet a été retardé de deux semaines à cause d’une sous-estimation de la complexité du système” est mille fois plus utile que de dire “L’équipe a surmonté des difficultés dans un environnement complexe”. Celle-ci est simplement une phrase standard.

Shiwen：Le deuxième point ?

Yongliang：Utilisez l’IA pour la structure, pas pour le cœur. Laissez-la vous aider à écrire un plan, vérifier la grammaire, transformer le langage oral en langage écrit. C’est ce que valident même LinkedIn. Mais les opinions doivent être vos propres, car les opinions signifient une position, et une position signifie des responsabilités, que l’IA ne peut pas vous donner. C’est mon expérience, pas une statistique : tout ce que j’ai vu qui a été mémorisé par les lecteurs, c’est parce que l’auteur a osé faire des jugements, pas parce que son style était beau.

Shiwen：Et le troisième point ?

Yongliang：Avant de publier, posez-vous cette question : “Qu’est-ce que les lecteurs perdent en supprimant cet article ?” Si la réponse est “rien”, alors ne publiez pas. Publier serait simplement donner des exemples au classificateur. Cette question protège deux choses : évitez de produire du slop, et évitez de perdre votre temps à écrire quelque chose que personne n’a besoin de lire. Cent millions de personnes ont appuyé sur le bouton de signalement en deux semaines, ce qui montre que la patience des lecteurs est épuisée. Plutôt que de voter avec les doigts d’autrui, votez-vous-même.

Conclusion : Ce que le détecteur mesure n’est pas l’IA, mais votre présence

Shiwen：Pour conclure.

Yongliang：En un mot : LinkedIn ne met pas en place un détecteur d’IA, mais un “détecteur de la présence de l’auteur”. Il mesure toujours non pas si vous utilisez ou non l’IA, mais si vous étiez présent lorsque vous écriviez. Avec des opinions, une perspective, et du contenu réel, même avec l’aide de l’IA cent fois, ce n’est pas du slop ; sans ces trois éléments, un mot écrit avec l’IA pourrait aussi être du slop, cette sorte de modèle de texte copié et collé existe depuis longtemps. Les outils changeront, les règles des plateformes changeront, mais le principe “la vérité vaut plus que la conformité” ne changera pas. La prochaine fois, avant de publier, ne demandez pas “Cet article ressemble-il à un texte écrit par l’IA ?”, demandez plutôt “Cet article ressemble-t-il à ce que j’ai dit ?”.

Sources d’information

• Site officiel LinkedIn, 2026-09-30, «How LinkedIn is Continuing to Tackle AI Slop» (Source directe, texte validé ; «1 million de membres en deux semaines» «Diminution de 40% des publications» «Centaines de milliers de commentaires automatisés interceptés chaque jour» sont tous conformes à l’annonce officielle)
• CNN Business, 2026-10-18, «Même LinkedIn s’ennuie des publications écrites par l’IA» (Existence confirmée par recherche, texte non vérifié indépendamment, se contentant de citer le titre)
• TechCrunch, 2026-07-30, «LinkedIn ajoute un bouton pour signaler les “slops” générés par l’IA» (Existence confirmée par recherche, texte non vérifié, utilisé comme contexte)
• Entrepreneur, 2026-08-27, «Plus de 1 million de personnes l’ont utilisé en seulement deux semaines» (Titre confirmant 1 million/deux semaines, corroboration par deux sources)
• Article de commentaire sur LinkedIn Pulse : «Ce n’est pas un filtre de qualité, c’est un moteur de conformité (Conformity Engine)» (Certains commentaires indiquent que c’est une citation uniquement au niveau du titre, sans vérification indépendante)
• Karri Saarinen (fondateur de Linear, connaissance communautaire non vérifiée ici), blog post du 15-10-2026 «Someone behind the software», ayant reçu 299 likes le 19-10
• Le même jour sur HN, liste des articles populaires «Hybrid Reasoning Agents» avec 174 likes (Référence rapide, utilisée comme confirmation technique)