O LinkedIn acaba de anunciar a implantação de um sistema de detecção que penaliza a distribuição dos conteúdos considerados “AI slop”, aqueles posts gerados por IA sem valor agregado humano. Laura Lorenzetti, VP e Executive Editor do LinkedIn Global Editorial, detalhou em 20 de maio de 2026 um mecanismo de rebaixamento algorítmico que também atinge os comentários automatizados. O sistema apresenta 94% de precisão na fase de testes. Veja o que isso muda para suas equipes comerciais e de marketing.
O que você precisa saber
- O LinkedIn não apaga os conteúdos de IA, mas bloqueia sua distribuição além do primeiro círculo de conexões
- O sistema mira três áreas: posts genéricos, comentários automatizados, ferramentas de criação em massa
- Precisão anunciada de 94%, mas nenhum dado público sobre falsos positivos
- A criação de conteúdo saltou 14% em um ano, o principal motor da decisão
- As ferramentas de automação de terceiros (Taplio, Podawaa, Waalaxy) estão explicitamente na mira
- O filtro de membros verificados se estende aos comentários e ao feed
- A implantação completa vai levar vários meses
O que exatamente o LinkedIn está mirando
O alcance da medida vai além dos posts. Lorenzetti distingue três categorias punidas pelo algoritmo. A primeira diz respeito aos posts gerados por IA que “soam bem acabados na superfície, mas não têm perspectiva própria nem substância”. A segunda mira os comentários produzidos por ferramentas de automação, “com pouca ou nenhuma intervenção humana”. A terceira inclui as respostas que apenas reformulam o post original sem acrescentar nada.
Segundo o TechRadar, o LinkedIn também mira marcadores sintáticos específicos: os travessões longos (em dash) e as fórmulas do tipo “it’s not X, it’s Y” são identificados como sinais de produção por LLM. Shelly Palmer aponta o paradoxo: esses padrões existiam entre redatores humanos muito antes do ChatGPT, e os geradores de slop vão adaptar suas saídas assim que os critérios forem conhecidos.
O mecanismo de punição
Nenhuma exclusão está prevista. O conteúdo detectado continua visível para as conexões diretas e os seguidores, mas sai das recomendações algorítmicas. Na prática, um post sinalizado não vai sair da sua rede imediata. Para uma estratégia de social selling B2B que aposta na difusão viral além do primeiro círculo, o impacto é direto.
Por que o LinkedIn age agora?
A motivação econômica está explícita nas declarações de Lorenzetti à Entrepreneur. A criação de conteúdo na plataforma cresce 14% na comparação anual, crescimento atribuído diretamente à generalização das ferramentas de IA. Se o feed ficar saturado de conteúdo intercambiável, o engajamento cai, os anunciantes recuam e o modelo premium (Sales Navigator, Recruiter, Premium Business) perde seu valor percebido.
O momento também tem a ver com a concorrência. O X prejudicou a confiabilidade da sua verificação, Meta e TikTok endureceram a rotulagem de conteúdos de IA, o YouTube desmonetizou os canais de produção em massa. O LinkedIn se posiciona como a última plataforma profissional onde a voz humana continua protegida pelo algoritmo.
A abordagem “AI solving AI”
O sistema se apoia em um treinamento supervisionado pelas equipes editoriais internas. Editores humanos e content managers anotam milhares de posts, classificando-os entre genéricos e originais, com base em definições detalhadas de conteúdo de baixo ou alto valor. Em seguida, o algoritmo aprende a reproduzir esses julgamentos em grande escala. O método levanta uma questão operacional para as marcas: quem define o que é “original”? Os critérios continuam opacos, e a própria Lorenzetti reconhece à Entrepreneur que o feed ficou mais competitivo e que a coincidência com a ascensão da IA é evidente.
As implicações concretas a considerar
As implicações operacionais são concretas para as diretorias comerciais e de marketing que estruturaram uma presença no LinkedIn nos últimos dois anos.
- Para os programas de employee advocacy: A prática de gerar posts com o ChatGPT e pedir que as equipes comerciais os publiquem passa a ser arriscada. Se o algoritmo detectar uma assinatura de IA não retrabalhada, o post continua publicado, mas não sai da rede do vendedor. O investimento em treinamento e ferramentas perde seu efeito alavanca. O valor volta para o vendedor que dedica tempo a escrever uma perspectiva pessoal, mesmo que imperfeita no estilo.
- Para os usuários de ferramentas de automação: Taplio, Podawaa, Waalaxy, AuthoredUp: todo o ecossistema está na mira sem ser citado. Os comentários automatizados estão particularmente expostos, já que o sistema mira explicitamente as respostas que reformulam o post sem acrescentar nada. As estratégias de presença baseadas em séries de comentários genéricos para ganhar visibilidade estão mortas no curto prazo.
- Para os executivos e o ghostwriting: O ghostwriting continua permitido desde que traga uma perspectiva real. Um post escrito por um redator com base em uma entrevista com o executivo, com um ângulo próprio, passa. Um post gerado a partir de um prompt genérico sobre um tema da atualidade, não. A fronteira se desloca para a pergunta: existe uma experiência vivida por trás do texto?
Os limites anunciados
Várias zonas cinzentas merecem a atenção dos anunciantes e criadores de conteúdo profissional.
A taxa de falsos positivos continua desconhecida
O número de 94% de precisão é destacado sem nenhum detalhe metodológico. O The Next Web ressalta que o LinkedIn não compartilhou dados sobre falsos positivos, e a frequência com que posts legítimos serão sinalizados por engano como slop continua uma incógnita. Para um criador B2B que usa a IA como assistente de redação mantendo o controle editorial, o risco de ser rebaixado por engano é real.
A implantação será gradual
A Fast Company indica que a implantação será lenta e que podem se passar vários meses até que todos os usuários vejam menos slop no feed. Os efeitos sobre a distribuição não serão, portanto, nem imediatos nem uniformes entre regiões e setores.
O paradoxo Microsoft
O LinkedIn pertence à Microsoft, que promove ativamente o Copilot, inclusive para redigir posts no LinkedIn. O The Media Copilot observa que o próprio LinkedIn oferece um conjunto de ferramentas de IA generativa, incluindo um botão “rewrite with AI” bem visível no editor de posts, o que torna o momento do anúncio desconfortável. A linha entre “IA aceitável” e “IA slop” será tão política quanto técnica.
Como adaptar sua estratégia no LinkedIn?
Alguns princípios práticos para as equipes editoriais e comerciais que querem continuar visíveis no novo regime algorítmico.
Manter a IA como assistente, não como redatora. Usar o ChatGPT para estruturar uma ideia ou reformular um rascunho não é problema. Pedir que ele gere um post inteiro a partir de um tema, sim.
Trabalhar os sinais de experiência vivida. Um número interno, um retorno preciso de cliente, uma história operacional, uma opinião firme: tudo o que não pode sair de um prompt genérico reforça o sinal humano para o algoritmo.
Auditar suas ferramentas de automação. Se suas equipes usam uma ferramenta de terceiros para gerar comentários ou posts em série, o retorno sobre o investimento vai se deteriorar rápido. Realocar o orçamento para a produção editorial interna passa a ser uma opção a avaliar.
Verificar as contas dos seus executivos. O filtro de “membros verificados” estendido aos comentários dá uma vantagem de visibilidade aos perfis autenticados. Para os perfis estratégicos (CEO, VP comercial, diretores), a verificação vira um ativo de distribuição.
A tabela-resumo das mudanças
Aqui está uma síntese dos principais tipos de conteúdo e de perfil afetados pela nova política do LinkedIn, com o tratamento algorítmico antes e depois da implantação do sistema de detecção.
| Tipo de conteúdo | Status antes | Status depois |
|---|---|---|
| Post de IA genérico sem ângulo | Distribuição normal | Limitado ao primeiro círculo |
| Post de IA com perspectiva humana | Distribuição normal | Distribuição normal mantida |
| Comentário automatizado | Distribuição normal | Punição algorítmica |
| Comentário que reformula o post | Distribuição normal | Punição algorítmica |
| Perfis falsos de IA | Moderação reativa | Detecção reforçada |
| Perfis verificados | Vantagem limitada | Filtro estendido ao feed e aos comentários |
O que observar nos próximos meses
Três indicadores vão contar para avaliar o alcance real da medida. Primeiro, as primeiras comunicações das empresas de ferramentas de terceiros (Taplio, Waalaxy,…) sobre a adaptação de suas tecnologias. A capacidade delas de driblar os sinais de detecção vai determinar a sobrevivência de parte do mercado de ferramentas para LinkedIn.
Depois, os dados de engajamento publicados pelo LinkedIn e por agregadores de terceiros como Favikon ou Shield. Uma queda mensurável do alcance médio das contas que usam automação pesada será o primeiro sinal de que o sistema funciona.
Por fim, o retorno dos criadores B2B sobre os falsos positivos. Se vozes editoriais reconhecidas começarem a ver seu alcance cair sem explicação, a medida pode ser revista. Vale acompanhar.
O que a comunidade diz.