В меню публикаций LinkedIn появилась неожиданно прямолинейная жалоба: «Похоже на ИИ-мусор». Нажав её, пользователь сообщает платформе, что перед ним, вероятно, автоматически сгенерированный и малосодержательный текст. После отправки сигнала LinkedIn благодарит за помощь в улучшении ленты и скрывает публикацию.
Новость кажется забавной ровно до того момента, пока не вспоминаешь, как сегодня выглядит типичная лента профессиональной соцсети: короткие абзацы по одному предложению, обязательный драматический поворот, щедрая россыпь эмодзи и вывод о том, что увольнение, неудачный запуск продукта или случай в аэропорту преподали автору пять уроков лидерства.
LinkedIn фактически признал: проблема достигла такого масштаба, что одних внутренних алгоритмов уже недостаточно. Теперь к очистке ленты подключают самих читателей.
Что именно обнаружила 404 Media
Новую кнопку заметило издание 404 Media. Она находится в меню, которое открывается нажатием на три точки возле публикации. Формулировка примечательна сама по себе: LinkedIn не предлагает пожаловаться на «материал, созданный с помощью искусственного интеллекта». Платформа использует разговорное и довольно резкое выражение «ИИ-мусор».
Разница принципиальная. Сгенерированный текст не обязательно плох, а плохой текст не обязательно сгенерирован. Судя по формулировкам LinkedIn, компания пытается бороться не с самим применением ИИ, а с дешёвым производством публикаций, которые выглядят гладко, но ничего не добавляют к разговору.
Журналист 404 Media нашёл подозрительный пример примерно через шесть секунд просмотра ленты. Публикацию выдавали хорошо знакомые признаки: неестественно частые переносы строк, набор «главных выводов», обилие эмодзи и конструкции по шаблону «X — это не Y». После жалобы запись исчезла из его ленты.
Это пока не доказывает, что автор действительно воспользовался генератором. Кнопка называется именно «Похоже на ИИ-мусор», а не «Это создано ИИ». Пользователь сообщает о своём впечатлении, тогда как окончательное решение, вероятно, остаётся за системой ранжирования и модерации.
Почему проблема особенно заметна именно в LinkedIn
Любая социальная сеть поощряет определённый стиль поведения. В одной среде лучше расходятся шутки, в другой — скандалы, в третьей — красивые фотографии. LinkedIn вознаграждает профессиональную уверенность, личные истории и полезные выводы.
Генеративные модели прекрасно имитируют эту форму. Они знают, как написать энергичное вступление, разбить мысль на короткие абзацы, придумать несколько уроков и закончить вопросом к аудитории. Производство такой публикации занимает минуты, а иногда и секунды.
Возникает перекос: человеку нужно прожить опыт, обдумать его и сформулировать собственную позицию. Автоматической системе достаточно получить команду вроде «напиши вдохновляющую публикацию о лидерстве на основе этой новости». В результате настоящий автор конкурирует не с другим автором, а с практически неограниченным потоком синтетических текстов.
В июле 2026 года 404 Media опубликовало результаты оценки сервиса Pangram. По его данным, признаки генерации могли присутствовать примерно в 41% длинных и 30% коротких публикаций, которые пользователи видели в LinkedIn. Это не означает, что соответствующая доля текстов безусловно написана машиной: детекторы не умеют читать историю создания документа и могут ошибаться. Но даже как ориентир эти числа показывают масштаб явления.
Проблема здесь не только в раздражающей стилистике. Когда публикации становятся почти бесплатными в производстве, лента заполняется быстрее, чем человек способен её прочитать. Алгоритм вынужден выбирать из огромной массы однотипных текстов, а живое наблюдение рискует проиграть идеально оформленной банальности.
Что LinkedIn считает мусором
В официальном объяснении LinkedIn определяет ИИ-мусор как низкозатратный сгенерированный материал, который кажется отполированным, но не содержит уникальной позиции или существенной мысли.
Это довольно разумная граница. Она проходит не между человеком и машиной, а между содержательным вкладом и имитацией содержательности.
Под подозрение могут попадать разные сценарии:
🤖 Массовые комментарии, автоматически публикуемые почти без участия человека.
🔁 Ответы, которые лишь повторяют исходную публикацию другими словами.
🧼 Гладкие, но обобщённые тексты без личного опыта, конкретных фактов и самостоятельного вывода.
🏭 Серии однотипных публикаций, созданных прежде всего ради регулярности и охвата.
LinkedIn сообщает, что обучает технические системы совместно с редакционной командой. Они должны различать публикации с контекстом, экспертизой и собственной точкой зрения и материалы, которые выглядят повторяющимися или чрезмерно общими.
Контент, признанный подозрительным, не обязательно удаляют. Компания говорит прежде всего об ограничении распространения за пределами непосредственной сети автора. Это важное различие: речь идёт не столько о наказании, сколько о снижении алгоритмического усиления.
Именно так сегодня чаще всего действует модерация крупных платформ. Полное удаление — грубый инструмент, требующий достаточно высокой уверенности. Понижение в ленте работает мягче: спорная публикация остаётся доступной, но система перестаёт активно рекомендовать её незнакомым людям.
Как может работать новая кнопка
LinkedIn не раскрыл устройство функции, поэтому отделим известное от вероятного. Точно известно, что жалоба скрывает выбранную публикацию и передаёт обратную связь для улучшения ленты. Всё остальное можно лишь предполагать на основе обычной архитектуры рекомендательных систем.
Один пользовательский сигнал сам по себе не должен превращаться в приговор. Люди могут нажимать кнопку из-за несогласия с автором, неприязни к его стилю или просто по ошибке. Гораздо полезнее объединять несколько типов признаков:
🧠 Текстовые характеристики — повторяющиеся обороты, чрезмерно шаблонная структура, пересказ без новой информации и высокая похожесть на другие публикации.
⏱️ Поведение аккаунта — частота публикаций, скорость появления комментариев и подозрительно равномерная активность.
👥 Реакции аудитории — жалобы, скрытия, быстрый уход из публикации и отсутствие содержательных ответов.
🕸️ Сетевые признаки — группы аккаунтов, которые синхронно размещают или поддерживают похожие материалы.
✍️ История автора — резкое изменение стиля, объёма и темпа публикаций.
Затем система может рассчитать вероятность того, что перед ней низкокачественный автоматизированный материал, и использовать её как один из факторов ранжирования. При высокой уверенности публикация получает меньше показов. При низкой — жалоба влияет только на личную ленту конкретного читателя.
Есть и другой ценный сценарий: пользовательские отметки могут стать примерами для дальнейшего обучения классификатора. Но такие данные придётся очищать от злоупотреблений. Иначе кнопку быстро превратят в средство коллективной атаки на неугодных авторов.
Цифра 94% звучит отлично, но требует пояснения
LinkedIn утверждает, что на ранних испытаниях система правильно распознавала обобщённый контент в 94% случаев. Цифра впечатляет, однако без описания методики её нельзя считать полной характеристикой качества.
Важно знать, что именно измеряли. Например, система может отлично находить самые очевидные шаблонные публикации, но пропускать более аккуратную автоматическую генерацию. Или, наоборот, она может ловить почти весь мусор, одновременно ошибочно ограничивая часть человеческих текстов.
Для оценки нужны как минимум два ответа:
🎯 Какую долю действительно мусорных публикаций система обнаруживает?
🛑 Какую долю нормальных человеческих публикаций она по ошибке принимает за мусор?
Второй вопрос особенно важен. Люди тоже пишут шаблонно, используют эмодзи, любят короткие абзацы и повторяют популярные речевые конструкции. Автор, для которого язык LinkedIn не родной, может сознательно придерживаться простой структуры. Человек с особенностями письменной речи тоже не обязан доказывать алгоритму свою «достаточную человечность».
Поэтому здоровая система должна оценивать не один стилистический признак, а сочетание содержания, поведения и реакции аудитории.
Главная ирония: LinkedIn сам предлагает инструменты ИИ
Ситуация выглядит противоречиво. LinkedIn развивает функции генеративного ИИ, включая помощника для работы с текстом и профилем, а затем добавляет кнопку для жалоб на результаты чрезмерного использования подобных технологий.
Но настоящее противоречие здесь не между «использовать» и «запрещать». Оно между помощью и подменой.
ИИ может исправить формулировку, сократить черновик, предложить структуру или помочь человеку, которому трудно начать с пустой страницы. LinkedIn прямо допускает такое применение. Проблемы начинаются, когда инструмент не помогает выразить мысль, а производит саму мысль — вернее, её правдоподобную имитацию.
Разница хорошо видна на простом примере. Если инженер описывает конкретную аварию, приводит причину сбоя, объясняет принятое решение и просит ИИ сделать текст понятнее, ценность исходит от инженера. Если генератор получает команду придумать «личную историю о важности устойчивости» и выдаёт безадресную притчу, перед нами уже фабрика профессионально выглядящего шума.
Почему обычная маркировка «создано ИИ» не решила бы задачу
На первый взгляд можно обязать авторов отмечать сгенерированные публикации. Однако такая маркировка плохо решает проблему качества.
Во-первых, недобросовестный автор просто не поставит отметку. Во-вторых, граница генерации размыта: считать ли текст машинным, если человек написал его сам, а модель только исправила стиль? А если ИИ предложил план? А если переписал два абзаца из десяти?
В-третьих, происхождение не равно качеству. Машина может помочь подготовить полезное техническое объяснение, а человек — самостоятельно написать пустой мотивационный монолог.
Формулировка «ИИ-мусор» позволяет LinkedIn сосредоточиться на результате: есть ли в публикации собственный опыт, новая информация, проверяемые детали или хотя бы небанальный вывод. Правда, одновременно она делает модерацию более субъективной. Определить факт применения инструмента иногда сложно, но определить «достаточную содержательность» ещё сложнее.
Кнопка может изменить поведение авторов
Если жалобы действительно будут влиять на распространение, последствия почувствуют не только полностью автоматизированные аккаунты. Авторы начнут избегать признаков, которые аудитория привыкла связывать с машинной генерацией.
Вероятно, станет меньше публикаций с десятками коротких абзацев, нарочитыми противопоставлениями и обязательными наборами «уроков». Возрастёт ценность деталей, которые трудно подделать убедительно: конкретных цифр, собственных ошибок, спорных решений, фотографий рабочего процесса и ответов на уточняющие вопросы.
Но появится и побочный эффект. Стиль сам по себе превратится в поле маскировки. Генераторы уже умеют добавлять разговорные шероховатости, имитировать сомнения и намеренно отказываться от слишком аккуратной структуры. Борьба быстро перейдёт от поиска визуальных штампов к анализу смысла и поведения аккаунта.
Именно поэтому попытки составить универсальный список «признаков текста ИИ» обречены устаревать. Сегодня всех раздражают длинные тире и конструкции «это не просто X, это Y». Завтра модель получит команду их не использовать. Устойчивый критерий только один: сообщает ли публикация что-то ценное, чего не было в исходных материалах и типовых ответах генератора.
Риск ложных жалоб вполне реален
У новой кнопки есть неприятная сторона. Ярлык «ИИ-мусор» удобен тем, что позволяет не спорить с человеком по существу. Не понравилась позиция — объяви текст машинным. Автор пишет слишком аккуратно — значит, использовал генератор. Автор пишет на неродном языке — снова подозрение.
Если LinkedIn будет автоматически наказывать публикацию после нескольких отметок, функцию смогут использовать для скоординированных атак. Особенно уязвимы спорные темы, профсоюзные дискуссии, критика работодателей и конфликты внутри профессиональных сообществ.
Поэтому прозрачность здесь важнее громких показателей. Платформе стоило бы объяснить авторам:
🔔 Получают ли они уведомление об ограничении охвата?
🔍 Какие категории признаков повлияли на решение?
📝 Можно ли запросить повторную проверку?
⚖️ Учитываются ли репутация жалующихся аккаунтов и вероятность согласованной атаки?
Без таких механизмов борьба с автоматизированным шумом рискует превратиться в непрозрачную систему, где человек внезапно теряет охват и не понимает почему.
Это не война против ИИ, а борьба за дефицитное внимание
Самое важное в этой новости — не необычное название кнопки. LinkedIn начал защищать главный ресурс социальной сети: человеческое внимание.
Генеративные системы сделали производство текста почти бесплатным, но чтение дешевле не стало. У пользователя по-прежнему ограниченное количество времени. Если половину ленты занимают гладкие пересказы, каждый такой материал отнимает место у рассказа человека, который действительно что-то сделал, увидел или понял.
Поэтому платформы неизбежно начнут оценивать не только вероятность машинного происхождения, но и информационную ценность. Добавляет ли публикация контекст? Есть ли в ней проверяемые сведения? Возникает ли под ней настоящий разговор? Не повторяет ли она сотни почти идентичных записей?
На мой взгляд, это правильное направление, хотя кнопка сама по себе проблему не решит. Она полезна как источник обратной связи и как сигнал рынку: бесконечное производство формально приличных публикаций больше не гарантирует охват.
Что будет дальше
Вероятнее всего, LinkedIn не станет запрещать сгенерированные тексты. Компания слишком глубоко встроила ИИ в собственные продукты, а провести честную техническую границу между редактурой и генерацией почти невозможно.
Вместо запрета нас ждёт борьба за качество через ранжирование. Подозрительно массовые, повторяющиеся и бессодержательные публикации будут получать меньше внешнего охвата. Проверенные профили, устойчивые профессиональные связи и содержательные обсуждения, наоборот, станут более ценными сигналами.
Для авторов вывод довольно простой: наличие собственной мысли снова становится конкурентным преимуществом. Можно использовать ИИ для черновика, редактирования или поиска слабых мест, но нельзя передать ему личный опыт, ответственность за факты и профессиональное суждение.
Кнопка «Похоже на ИИ-мусор» выглядит почти как шутка, но отмечает серьёзный поворот. Несколько лет платформы восхищались тем, насколько легко машины создают контент. Теперь им приходится разбираться, кому и зачем всё это читать.
Источники
- 404 Media — LinkedIn Introduces a “Seems Like AI Slop” Button: https://www.404media.co/linkedin-introduces-a-seems-like-ai-slop-button
- 404 Media — LinkedIn and X Are Flooded With AI Spam, Browsing Data Suggests: https://www.404media.co/linkedin-and-x-are-flooded-with-ai-spam-browsing-data-suggests/
- LinkedIn Pressroom — Keeping conversations real on LinkedIn: https://news.linkedin.com/2026/keeping-conversations-real-on-linkedin
- LinkedIn — How LinkedIn is addressing generic AI slop content: https://www.linkedin.com/pulse/keeping-conversations-real-linkedin-laura-lorenzetti-9821e