LinkedIn, roi incontesté du contenu IA généré en masse, selon une étude portant sur cinq plateformes

☕️ LinkedIn va (enfin) limiter la portée des contenus générés par IA

LinkedIn a annoncé des mesures concrètes pour freiner la prolifération des contenus générés par intelligence artificielle sur sa plateforme. Laura Lorenzetti, vice-présidente et rédactrice en chef du réseau professionnel, a publié un message intitulé « Garder des conversations authentiques sur LinkedIn » dans lequel elle dénonce l'« AI slop », terme désignant les publications de faible qualité produites automatiquement, qui « peuvent sembler soignées à première vue, mais qui manquent cruellement de perspective originale ou de substance ». La plateforme a développé des systèmes technologiques en collaboration avec son équipe éditoriale, dont les membres ont été spécifiquement formés à repérer les signes d'une « utilisation négligente de l'IA ». Selon les premiers résultats communiqués, ces outils identifient correctement les contenus génériques dans 94 % des cas. Concrètement, les publications jugées trop génériques verront leur diffusion restreinte au cercle immédiat de leur auteur, sans amplification algorithmique vers un public plus large. LinkedIn cible également les commentaires produits en masse via des outils d'automatisation, avec peu ou pas d'intervention humaine, ainsi que les réponses qui se contentent de paraphraser le message original sans apporter de valeur ajoutée. L'enjeu dépasse la simple question de qualité éditoriale : c'est la crédibilité du réseau professionnel le plus utilisé au monde qui est en jeu. LinkedIn s'est progressivement imposé comme une alternative sérieuse à X.com pour le partage de contenus de qualité, mais cette réputation est fragilisée par l'explosion des publications automatisées. Pour les utilisateurs, la conséquence directe est une dégradation de l'expérience : les fils d'actualité sont saturés de contenus interchangeables, noyant les témoignages authentiques et les analyses expertes. Pour les entreprises et les professionnels qui investissent du temps dans la création de contenu original, la concurrence déloyale d'une production automatisée à grande échelle fausse les règles du jeu. En limitant algorithmiquement la portée des publications suspectes, LinkedIn cherche à rétablir un équilibre favorable à l'expression humaine, et à préserver ce qu'il considère comme sa valeur centrale : la mise en relation de professionnels partageant des perspectives réelles issues de leur expérience vécue. La situation reflète une tension plus large que traversent toutes les plateformes sociales depuis la démocratisation des outils d'IA générative en 2022-2023. LinkedIn, avec ses 1 milliard de membres revendiqués, est particulièrement exposé : son algorithme récompense l'engagement, ce qui a encouragé une industrie entière de « growth hackers » à automatiser commentaires et publications pour maximiser leur visibilité. La décision de Lorenzetti s'inscrit dans un mouvement de rééquilibrage que l'on observe aussi chez d'autres plateformes, mais avec une difficulté structurelle : la frontière entre assistance légitime de l'IA à la rédaction et génération automatisée sans valeur ajoutée reste floue. LinkedIn reconnaît d'ailleurs qu'il « n'y a aucun mal à recourir à l'IA pour aider à rédiger », à condition que les publications reflètent la voix et les points de vue de leur auteur. Une nuance qui laisse déjà entrevoir la prochaine vague : celle des tutoriels expliquant comment « humaniser » suffisamment un contenu généré par IA pour passer sous les radars de la modération.

💬 94% de détection, c'est pas mal, sur le papier. Sauf que LinkedIn a lui-même planté l'ambiguïté en disant "l'IA c'est ok du moment que c'est ta voix" : ils viennent de rédiger le cahier des charges de la prochaine génération de tutos "comment humaniser son post GPT pour passer sous les radars". Dans six mois, on sera exactement au même point.

Le contenu d’un tiers des nouveaux sites est généré totalement ou partiellement par IA

En mai 2025, 35 % des sites internet nouvellement créés contenaient des textes entièrement ou majoritairement générés par intelligence artificielle, selon un rapport publié par Internet Archive. Cette étude, signée par Mark Graham, responsable de la Wayback Machine, accompagné d'un chercheur maison et de deux doctorants, s'appuie sur l'analyse du texte brut de milliers de sites archivés. Pour détecter l'origine des contenus, l'équipe a comparé plusieurs outils, Binoculars, Desklib, DivEye, avant de retenir l'API commerciale Pangram v3, choisie pour sa capacité à traiter le HTML et à analyser des textes en plusieurs langues, avec un taux de précision annoncé à 99,98 %. La proportion de sites à contenu genAI est passée de zéro avant le lancement de ChatGPT fin 2022 à ce tiers des nouvelles publications en l'espace de deux ans et demi. Ce que révèle ce rapport va à l'encontre des craintes les plus répandues. Sondés par les chercheurs, 75 % des internautes redoutaient d'être davantage exposés à des informations factuellement erronées, et 83 % anticipaient une homogénéisation du style des textes sur le web. Or, les données d'Internet Archive ne confirment ni l'une ni l'autre de ces hypothèses : les fact-checkers mandatés par l'équipe n'ont pas trouvé de corrélation statistiquement significative entre la hausse du contenu IA et une augmentation des fausses informations. L'homogénéisation stylistique, elle non plus, ne progresse pas mécaniquement. En revanche, deux effets distincts sont bien documentés : une contraction sémantique mesurable, les textes générés couvrent un spectre de vocabulaire et d'idées plus étroit, et un glissement artificiel vers la positivité, les contenus IA affichant systématiquement un ton plus optimiste et lissé que ceux rédigés par des humains. Ce travail s'inscrit dans un débat plus large sur ce que certains chercheurs appellent la "théorie de l'Internet mort", formulée dès 2021 et relancée début 2024 : l'idée que le web serait progressivement peuplé de contenus automatisés où des machines s'adressent à d'autres machines, au détriment d'une production humaine authentique. La méthode du rapport comporte toutefois des limites importantes : Pangram v3 est un outil commercial dont la méthode n'a pas été évaluée par des chercheurs indépendants, et les résultats dépendent donc directement de sa fiabilité réelle. Reste que cette étude est l'une des premières à quantifier l'empreinte de l'IA générative à l'échelle du web archivé, et elle devrait pousser les plateformes, moteurs de recherche et régulateurs à affiner leur compréhension des effets concrets, moins spectaculaires que redoutés, mais bien réels, de cette prolifération silencieuse.

LinkedIn : fin des posts qui puent l’IA, le grand ménage a commencé

LinkedIn a annoncé qu'il allait limiter la visibilité des publications générées par intelligence artificielle sur sa plateforme. Concrètement, la société ne supprimera pas ces contenus, mais réduira leur diffusion algorithmique : un post détecté comme générique aura moins de chances d'être recommandé au-delà du cercle proche de son auteur. Pour identifier ces contenus, LinkedIn travaille avec ses équipes éditoriales sur des outils capables d'analyser plusieurs signaux afin de distinguer les textes qui apportent un vrai point de vue de ceux qui enchaînent les phrases lisses sans valeur réelle. La même logique s'appliquera aux commentaires automatisés, ces réponses qui se contentent de répéter le contenu du post sans la moindre réflexion. Selon Laura Lorenzetti, représentante de LinkedIn, l'IA reste acceptable pour peaufiner une tournure de phrase, mais les publications doivent continuer à refléter la personnalité et l'expérience de leur auteur. Les premiers tests internes seraient encourageants : les systèmes parviendraient à reconnaître les contenus génériques dans 94 % des cas. L'enjeu est significatif pour une plateforme dont le modèle repose sur l'authenticité des échanges professionnels. Quand les fils d'actualité se remplissent de textes structurés à l'identique, formulés avec la même fausse profondeur et commentés par des bots eux-mêmes générés, la valeur de signal du réseau s'effondre. Les utilisateurs passent à côté des vraies expertises, des retours d'expérience concrets et des informations utiles. LinkedIn mise également sur la vérification des profils pour contenir la progression des faux comptes alimentés par l'IA, la plateforme revendique aujourd'hui plus de 100 millions de membres vérifiés, un levier qu'elle entend renforcer pour freiner le flot de contenus automatisés. Cette initiative s'inscrit dans un mouvement plus large qui touche l'ensemble des grandes plateformes. Meta et YouTube développent eux aussi des outils pour détecter et limiter les contenus artificiels, chacun confronté à la même tension : l'IA générative a drastiquement réduit le coût de production de contenu, au point de saturer les algorithmes de recommandation de textes sans substance. Pour LinkedIn, le défi est particulièrement délicat : la plateforme a elle-même intégré des fonctionnalités d'assistance à la rédaction basées sur l'IA, et doit maintenant tracer une ligne entre l'usage légitime, améliorer un brouillon, et la génération en masse de publications interchangeables. La prochaine étape sera de voir si ses détecteurs résistent à l'escalade prévisible, les outils de contournement se développant généralement aussi vite que les systèmes de détection.

À Berkeley, plus d’un tiers des étudiants en informatique sont recalés à cause de l’IA

Au printemps 2026, l'université de Californie à Berkeley a enregistré une hausse spectaculaire des échecs dans ses cours d'informatique de première année. Dans le cours d'introduction CS 10 ("La beauté et la joie de l'informatique"), 35,3 % des étudiants ont obtenu un F, contre 6,8 % au printemps 2025, soit une augmentation de 419 % en un an. Le cours CS 61A, consacré à la structure et l'interprétation des programmes, affiche quant à lui 10,6 % d'échecs, contre 3,8 % l'année précédente, soit une hausse de 179 %. Plus frappant encore, le cours d'optimisation EECS 127 a vu son taux d'échec bondir de 1,5 % à 16,8 %, une explosion de plus de 1 000 %. Ces chiffres s'éloignent très largement des directives internes de l'université, qui fixent à 7 % le seuil "typique" de notes D et F en premier cycle. La moyenne générale des deux cours d'intro est tombée à C+, soit 2,3 sur 4, alors que la fourchette attendue se situe entre 2,8 et 3,3. Ces résultats révèlent une rupture pédagogique profonde liée à la généralisation des outils d'intelligence artificielle. Les enseignants signalent que de nombreux étudiants ont délégué leurs devoirs à des assistants IA sans jamais maîtriser les concepts sous-jacents, ce qui les a laissés démunis lors des examens en présentiel. S'y ajoutent des lacunes mathématiques criantes, un fort absentéisme, un manque de participation en cours, et des cas de tromperie académique. Ces carences, masquées pendant le semestre grâce aux outils génératifs, sont apparues en plein jour lors des évaluations formelles. Pour une université classée quatrième meilleure école d'informatique des États-Unis en 2026, derrière Carnegie Mellon, le MIT et Stanford, et première parmi les universités publiques, ce décrochage représente un signal d'alarme difficile à ignorer. Berkeley n'est pas un cas isolé : depuis l'explosion de ChatGPT fin 2022, les établissements d'enseignement supérieur du monde entier débattent de l'impact des LLMs sur l'apprentissage réel. La question n'est plus théorique. L'université se retrouve confrontée à un paradoxe : former les ingénieurs et chercheurs qui construiront les systèmes IA de demain, tout en gérant une génération d'étudiants qui utilisent ces mêmes systèmes pour contourner l'apprentissage fondamental. La réponse institutionnelle tarde. Le manque de personnel enseignant mentionné par les professeurs complique toute surveillance renforcée. Les prochains semestres diront si Berkeley adapte ses méthodes d'évaluation, renforce les prérequis mathématiques à l'entrée, ou durcit ses politiques d'intégrité académique face à une technologie que ni les murs ni les règlements ne pourront faire disparaître.

💬 Les chiffres sont brutaux, et pas vraiment surprenants. Des étudiants qui ont délégué leurs devoirs à l'IA se retrouvent seuls face à l'exam, sans fondations. Et le paradoxe qui me tue : on essayait de former ces gamins pour construire les systèmes IA de demain.