LinkedIn a renoncé à détecter l’IA par la technique et confié la police à ses utilisateurs : un million de signalements en trois semaines

Pendant que Bruxelles misait sur une empreinte cryptographique invisible, le réseau social le plus saturé de texte automatique du monde a fait le pari inverse : un bouton, un jugement humain, une foule. En quelques semaines, c’est cette méthode là qui a produit un résultat mesurable.

Le 30 juillet 2026, LinkedIn a déployé dans le menu de chaque publication une option de signalement libellée « Seems like AI slop », expression que la plateforme emploie telle quelle, sans la traduire ni l’adoucir. Le bouton a été repéré par 404 Media, puis documenté par la presse spécialisée française (Clubic). Selon Hari Srinivasan, directeur des produits de l’entreprise, il a été utilisé plus d’un million de fois dès les premières semaines. Combiné à un renforcement des filtres de détection, le dispositif aurait réduit d’environ 40 % les vues de ce type de contenu (DCOD).

Le chiffre qui a rendu cette mesure inévitable vient d’ailleurs. Pangram, éditeur d’un détecteur d’écriture automatique, a analysé environ un million de publications réellement affichées à l’écran des utilisateurs de son extension, sur cinq plateformes, pendant deux mois. La méthode compte : l’entreprise n’a pas ratissé des pages indexées quelque part sur le web, elle a mesuré ce que des gens ont effectivement vu en faisant défiler leur fil. Résultat, sur les publications longues, celles de plus de deux cent cinquante mots, 41 % de ce qui circule sur LinkedIn est classé comme entièrement écrit par une machine. Sur X, environ un tiers. Sur Reddit et Substack, à peu près un dixième.

La statistique la plus parlante n’est pourtant pas celle là. LinkedIn concentre à lui seul 62 % de tout le contenu automatique détecté sur les cinq plateformes, alors qu’il ne représente qu’un tiers des publications passées au crible. Le réseau professionnel n’est donc pas un cas parmi d’autres, c’est le réservoir. Pangram ajoute deux précisions qui tiennent lieu de garde fou et qu’il faut publier avec le reste : un taux de faux positifs d’environ un cas sur dix mille, et l’aveu que ses propres résultats constituent une estimation basse, puisque les gens qui installent un détecteur d’IA sont plus attentifs que la moyenne au genre de texte qu’ils lisent.

Il y a dans cette phrase une inversion silencieuse de tout ce que la culture professionnelle en ligne a répété pendant quinze ans. La longueur était la preuve de l’effort. Le format long valait sérieux, le développement valait expertise, et l’algorithme récompensait celui qui écrivait davantage. Cette équivalence vient de se retourner point par point : à partir de deux cent cinquante mots, la probabilité penche du côté de la machine. Le signal de qualité est devenu un signal de suspicion, et il l’est devenu par la seule arithmétique, sans qu’aucune décision éditoriale n’ait été prise nulle part.

Reste à dire d’où vient l’inondation, et c’est là que la séquence devient franchement comique. La filiale de Microsoft n’a pas subi une vague venue de l’extérieur, elle l’a amorcée. Dès 2023, LinkedIn déployait une fonction de rédaction automatique des résumés de profil à partir des expériences déclarées. La plateforme a ensuite embarqué un assistant de rédaction directement dans le bouton de publication. Elle l’en a retiré en mai 2026, avant de lancer le bouton de signalement en juillet. En trois ans, la même entreprise a installé le robinet, constaté l’inondation, fermé le robinet, puis distribué des serpillières à ses utilisateurs en leur demandant de désigner les flaques.

Ce que je retiens, c’est le choix de méthode, parce qu’il est exactement contraire à celui de l’Europe. Bruxelles a parié sur une marque invisible, cryptographique, posée à la source, vérifiable par un instrument qui n’a pas encore été livré. LinkedIn a parié sur un jugement subjectif, déclaratif, posé par le lecteur, sans preuve, sans recours immédiat et sans définition. « Seems like » : cela ressemble à. Aucune des deux méthodes ne démontre quoi que ce soit sur l’origine réelle d’un texte. La différence, c’est que la seconde a produit une baisse de visibilité mesurable en trois semaines, et que la première a été contournée le jour de son déploiement.

L’entreprise annonce que les auteurs seront bientôt notifiés lorsque leurs publications sont signalées. Autant nommer ce qui s’installe : un système de dénonciation par le lectorat, sans procédure contradictoire, dont la sanction est une perte d’audience et dont le critère est une impression. Ce n’est pas une objection morale, c’est une description. Sur la plateforme qui a fait de l’authenticité un argument commercial, l’authenticité est désormais tranchée à main levée par des inconnus, sur la base de ce à quoi un texte ressemble. Et pour l’instant, c’est la seule chose qui marche.