LinkedIn dodał do menu pod każdym wpisem opcję zgłoszenia go jako „Seems like AI slop”, czyli treści wyglądającej na maszynową sieczkę. Zmianę potwierdził w czwartek 30 lipca Hari Srinivasan, dyrektor produktu w należącej do Microsoftu platformie.
Kluczowe fakty:
- LinkedIn wprowadził opcję zgłaszania wpisów jako „AI slop" – przycisk ukryty pod trzema kropkami w prawym górnym rogu posta powoduje zniknięcie treści z widoku zgłaszającego oraz ograniczenie jej zasięgu algorytmicznego.
- Nowa funkcja jest częścią szerszego pakietu działań, obejmującego m.in. klasyfikatory wykrywające treści niskiej jakości, blokowanie masowej automatyzacji komentarzy oraz prywatne powiadomienia dla autorów, których posty zostaną uznane za nieautentyczne.
- Dyrektor produktu LinkedIn Hari Srinivasan poinformował, że zgłoszenia od użytkowników mają służyć jako dane treningowe dla modeli, ponieważ definicja „slopu" jest płynna i żywy sygnał od ludzi jest cenniejszy niż sztywne reguły.
Ogłoszenie pojawiło się tam, gdzie najbardziej boli, czyli we wpisie samego Srinivasana na LinkedIn. Wcześniej o nowej funkcji napisało 404 Media, które zauważyło ją w interfejsie, zanim firma zdążyła cokolwiek zakomunikować.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Jak to działa
Przycisk kryje się pod trzema kropkami w prawym górnym rogu posta, obok znanych już opcji typu „nie interesuje mnie to”. Po kliknięciu wpis znika z widoku zgłaszającego, a platforma odpowiada krótkim podziękowaniem za sygnał. Rzecznik LinkedIn potwierdził, że oznaczone w ten sposób treści tracą też część zasięgu algorytmicznego, podobnie jak przy zwykłym ukryciu.
Sam przycisk to tylko jeden element większego pakietu. Srinivasan wymienił kilka równoległych działań:
- nowe klasyfikatory rozpoznające slop i inne treści niskiej jakości, które mają ograniczyć podsuwanie takich postów spoza sieci kontaktów użytkownika
- blokowanie automatyzacji na skalę setek tysięcy prób komentowania dziennie
- prywatne powiadomienie w panelu analitycznym autora, gdy inni uznają jego wpis za nieautentyczny lub zbyt mocno wygenerowany
- szersze udostępnienie narzędzi weryfikacji profili i stron firmowych
- możliwość blokowania komentarzy od stron firmowych
Ciekawa jest sama motywacja. Zgłoszenia mają być paliwem dla modeli, nie tylko zaworem bezpieczeństwa dla sfrustrowanych czytelników. Srinivasan przyznał wprost, że slop trudno zdefiniować i że definicja się przesuwa, więc żywy sygnał od ludzi jest dla firmy cenniejszy niż sztywna reguła.
„Slop to priorytet numer jeden dla nas wszystkich” / „AI slop is a top priority for all of us”, napisał dyrektor produktu, dodając, że ludzie przychodzą na LinkedIn po kontakt z prawdziwymi ludźmi i ich prawdziwymi opiniami.
Zastrzegł przy tym coś, co łatwo przeoczyć w nagłówkach. „AI i slop to nie to samo” / „AI and slop are not the same thing”. Wielu użytkowników szlifuje swoje myśli modelem językowym i to nie jest przestępstwo. Stąd pomysł na dyskretne szturchnięcie w statystykach zamiast publicznego piętna.
Liczby, które wymusiły ruch
Na początku lipca firma Pangram, zajmująca się wykrywaniem tekstów generowanych maszynowo, opublikowała analizę około miliona postów, na które jej użytkownicy natknęli się podczas normalnego przeglądania sieci przez dwa miesiące. Metodologia opierała się na wtyczce do Chrome skanującej to, co faktycznie widać na ekranie, a nie losową próbkę z archiwum.
Wynik dla LinkedIn był miażdżący. Ponad 41 procent postów dłuższych niż 250 słów zostało oznaczonych jako w pełni wygenerowane przez AI. W krótszych formach, od 50 do 250 słów, wskaźnik wyniósł 30 procent. Posty z LinkedIn stanowiły jedną trzecią wszystkich przeskanowanych materiałów, ale odpowiadały za 62 procent całości treści oznaczonych jako maszynowe.
Dla porównania: na X pełną maszynową genezę miało 25 procent dłuższych wpisów, na Medium 31 procent, na Reddicie 13 procent, a na Substacku 10 procent. Max Spero, szef Pangramu, nazwał te liczby dolną granicą, bo osoby instalujące wtyczkę do wykrywania AI nie są reprezentatywną próbką internautów.
Wcześniejsze badanie Originality.ai, przy luźniejszym progu 100 słów, dawało dla LinkedIn 54 procent. Po zrównaniu progu do 250 słów obie firmy, konkurujące ze sobą komercyjnie i używające różnych modeli, wyszły na podobny poziom. To nie dowód, ale przesłanka, że nie mamy do czynienia z artefaktem jednego klasyfikatora.
Podoba mi się, że LinkedIn przestał udawać, iż problemu nie ma. Wycofanie własnej funkcji „ulepsz post” jest tu ważniejsze niż sam przycisk, bo to przyznanie się do współautorstwa bałaganu. Platforma latami nagradzała zasięgiem długie, emocjonalne posty w pierwszej osobie, czyli dokładnie taki kształt tekstu, jaki model językowy produkuje z marszu. Zbudowała ekonomię, która premiowała generowanie, a teraz próbuje ją odkręcić.
Mam natomiast dwie wątpliwości. Pierwsza dotyczy jakości sygnału. „Wygląda mi to na AI” to ocena stylu, nie pochodzenia. Znam kilkoro polskich autorów, którzy piszą bardzo poprawnie i bardzo uporządkowanie, po prostu dlatego, że tak ich nauczono. Czy tłum ich nie zamiecie? Detektory AI mają udokumentowany problem z fałszywymi trafieniami, a tłum ma go jeszcze większy.
Druga wątpliwość jest cięższa. Przycisk zamienia weryfikację autentyczności w codzienną pracę czytelnika. Dostajemy narzędzie do sprzątania feedu, ale to my sprzątamy. Pytanie, czy platforma o skali LinkedIn nie powinna raczej zmienić tego, co promuje, niż prosić użytkowników o donoszenie.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
LinkedIn wycofuje własne narzędzie do pisania
Najbardziej wymowny element całej zmiany dotyczy nie użytkowników, tylko samej firmy. LinkedIn usuwa funkcję „enhance your post”, która pozwalała przepuścić wpis przez model językowy i dostać wygładzoną wersję. W jej miejsce wchodzi narzędzie, które, jak ujął to Srinivasan, „poprawia twoje słowa, ale nie zmienia twojego głosu” / „proofreads your words, but does not change your voice”.
To korekta, nie przepisywanie. Różnica jest zasadnicza i sprowadza się do pytania, czyj tekst ostatecznie czytamy.
Cała sieć ma ten sam kłopot
LinkedIn nie działa w próżni. Tydzień wcześniej Substack wdrożył narzędzie oparte na Pangramie, pokazujące czytelnikom, czy tekst został napisany maszynowo. Chris Best, szef Substacka, uzasadnił to w mediach społecznościowych bez dyplomacji, mówiąc wprost, że ma dość slopu i nie chce, by jego platforma zamieniła się w LinkedIn.
Sam Pangram ogłosił w tym tygodniu rundę finansowania na 9 milionów dolarów. Wykrywanie maszynowych treści przestało być ciekawostką akademicką i stało się biznesem.
W marcu Digg zamknął swojego konkurenta dla Reddita, tłumacząc, że nie poradził sobie ze skalą botów. Cloudflare informuje z kolei, że ruch generowany przez automaty przekroczył już w sieci ruch ludzki, i to szybciej, niż sama firma prognozowała.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskich firm i użytkowników
Polski LinkedIn urósł do rozmiarów, przy których problem robi się realny. Z raportu „LinkedIn w Polsce i na świecie 2026″, przygotowanego przez Adriana Gamonia na podstawie danych z Mediapanelu Gemius i systemu reklamowego platformy, wynika, że na 1 stycznia 2026 roku było u nas 9,6 miliona kont, o około 1,5 miliona więcej niż rok wcześniej. Publikuje z tego jakikolwiek post około 2 procent użytkowników.
I tu robi się ciekawie. Skoro treści tworzy garstka, a maszynowe wypełnienie długich form sięga na platformie czterdziestu kilku procent, to znaczna część tego, co widzi polska „cicha większość” w feedzie, mogła nie przejść przez żadną ludzką głowę. Rekruterzy, którzy traktują aktywność publikacyjną kandydata jako sygnał kompetencji, powinni się nad tym zatrzymać. Podobnie działy marketingu B2B, dla których LinkedIn bywa głównym kanałem docierania do decydentów.
Do tego dochodzi kalendarz regulacyjny. W najbliższą niedzielę, 2 sierpnia 2026 roku, zaczyna być stosowany artykuł 50 unijnego AI Act, czyli zestaw obowiązków przejrzystości. Nakłada on na dostawców systemów generatywnych obowiązek maszynowego znakowania treści syntetycznych, a na podmioty stosujące te systemy obowiązek ujawniania deepfake’ów oraz tekstów publikowanych w sprawach interesu publicznego. Komisja Europejska przyjęła finalne wytyczne do tego przepisu 20 lipca, a Kodeks postępowania w zakresie przejrzystości treści generowanych przez AI opublikowano 10 czerwca.
Uwaga na częste nieporozumienie: przepis nie każe każdemu polskiemu użytkownikowi doklejać dopisku pod postem o nowej pracy. Ale firma, która publikuje wygenerowane materiały pod własnym szyldem, powinna sobie ten temat przejrzeć, zanim zrobi to za nią ktoś inny.
A LinkedIn właśnie dał wszystkim narzędzie, żeby zrobili to szybciej.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym wpisu Hariego Srinivasana, dyrektora produktu LinkedIn z 30.07.2026, raportu badawczego Pangram Labs oraz materiału TechCrunch z 30.07.2026. Wykorzystano również doniesienia 404 Media, Engadget, Forbes, Fast Company, The Next Web, The Register i Gizmodo. Dane o polskim rynku pochodzą z raportu „LinkedIn w Polsce i na świecie 2026″ Adriana Gamonia, omówionego przez NowyMarketing, a kontekst regulacyjny na podstawie art. 50 rozporządzenia (UE) 2024/1689 oraz wytycznych Komisji Europejskiej. Cytaty Hariego Srinivasana zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o skuteczności zgłaszania treści maszynowych na LinkedIn.
