LinkedIn durcit sa lutte contre l'activité non authentique

LinkedIn est, pour beaucoup de dirigeants de TPE et de PME, le seul réseau social où ils publient en leur nom. C’est aussi celui où les pratiques d’optimisation artificielle se sont le plus banalisées : groupes d’entraide qui commentent en série, outils qui publient et interagissent automatiquement, textes intégralement produits par une IA générative et publiés tels quels.

La plateforme vient de chiffrer sa réponse. Dans son rapport de conformité au règlement européen sur les services numériques (DSA), publié pour le premier semestre 2026, LinkedIn fait état d’une hausse de 46 % des détections d’activité non authentique par rapport au second semestre 2025. Le chiffre porte sur le périmètre du rapport, c’est-à-dire l’Union européenne. Ce n’est pas une déclaration d’intention : c’est une donnée que la plateforme est légalement tenue de publier.

Ce que dit le rapport

Un cadre imposé par le DSA

Le règlement sur les services numériques oblige les grandes plateformes à publier régulièrement des rapports de transparence : volume d’utilisateurs actifs dans l’Union européenne, moyens de modération, nombre d’actions engagées. Ces documents ne sont pas des communiqués marketing — ils engagent la plateforme devant le régulateur européen.

Deux chiffres se dégagent du dernier rapport de LinkedIn, portant sur le premier semestre 2026 :

56,5 millions d’utilisateurs actifs dans l’Union européenne, soit 1,4 million de plus qu’au second semestre 2025 ;
+46 % de détections d’activité non authentique dans l’Union européenne, sur la même période de comparaison.

Ce que LinkedIn appelle « activité non authentique »

Le terme recouvre plusieurs pratiques, que la plateforme cite ensemble :

les pods d’engagement, ces groupes organisés dont les membres s’engagent à commenter et aimer mutuellement leurs publications pour en gonfler la portée ;
les applications tierces proposant la publication automatisée, qui agissent sur un compte sans intervention humaine réelle ;
les contenus générés par IA sans apport propre, désignés dans le débat public par l’expression AI slop ;
les interactions artificielles qui apportent peu de valeur aux utilisateurs.

LinkedIn signale par ailleurs une forte hausse des actions de modération engagées contre les profils et membres non authentiques. C’est un volume d’actions, à ne pas confondre avec les pratiques énumérées ci-dessus.

Le second volet : la chasse aux contenus creux

Un signalement ouvert aux utilisateurs

Le dispositif le plus visible pour un utilisateur ordinaire est arrivé le 30 juillet 2026. LinkedIn a ajouté une option de signalement « seems like AI slop » — cela ressemble à du contenu IA sans substance.

Les chiffres communiqués par Hari Srinivasan, Chief Product Officer, LinkedIn Ecosystem, sont notables : plus d’un million de personnes ont utilisé cette option au cours de ses deux premières semaines. Et, toujours selon lui, les contenus concernés voyaient alors 40 % de vues en moins par rapport aux semaines précédentes.

La définition retenue

Sam Corrao Clannon, responsable produit créateurs chez LinkedIn, a donné une définition qui mérite d’être citée, parce qu’elle est plus précise qu’on ne le croit : un contenu slop est un contenu qui manque de substance — il ne porte aucune expérience, aucun point de vue, aucune analyse particulière, c’est du texte vide.

Le critère n’est donc pas l’usage d’une IA pour écrire. Il est l’absence d’apport propre. La distinction est essentielle, et c’est elle qui doit guider la pratique d’une entreprise.

Comment lire ces chiffres sans se tromper

Trois précautions, avant d’en tirer des conclusions.

Une hausse des détections n’est pas une hausse des fraudes. Un chiffre de détection mesure d’abord l’effort de détection. Une progression de 46 % peut refléter une amélioration des outils de la plateforme autant qu’une augmentation réelle des pratiques. Les deux se combinent probablement ; le rapport ne permet pas de les distinguer.

Le chiffre des 40 % de vues en moins est une donnée de plateforme, pas une étude indépendante. Il vient d’un dirigeant de LinkedIn, sur une période courte et sur un périmètre que la plateforme définit elle-même. Il indique une direction, pas une loi.

Rien n’annonce une modification publique de l’algorithme. LinkedIn n’a pas publié de documentation détaillant les signaux utilisés ni les critères de rétrogradation. Prudence, donc, avec les articles qui expliquent « comment contourner » un mécanisme dont personne ne connaît le détail.

Ce que ça change pour une TPE ou une PME

Les pods d’engagement sont un risque, pas un raccourci

C’est le message le plus direct. Les groupes d’entraide, très répandus chez les indépendants et les petites structures, sont explicitement nommés parmi les activités visées. Le calcul coût-bénéfice a changé : ce qui apportait une visibilité artificielle expose désormais un compte professionnel à des mesures de modération. Sur un profil qui porte le nom du dirigeant et l’image de l’entreprise, l’enjeu n’est pas seulement une portée perdue.

L’automatisation de publication demande un examen

Beaucoup de petites entreprises utilisent un outil pour programmer leurs publications. LinkedIn vise nommément les services tiers de publication automatisée ; il faut donc distinguer deux usages :

la programmation de publications que vous avez écrites, via un outil de gestion reconnu : c’est un usage courant, qui n’a rien d’une activité non authentique ;
la publication et l’interaction entièrement automatisées — contenus postés sans intervention humaine, commentaires générés en série, invitations et messages en masse : la publication automatisée est explicitement visée, et les interactions artificielles à faible valeur le sont également au titre des pratiques listées plus haut.

Si vous avez donné un accès à un outil tiers il y a longtemps sans savoir précisément ce qu’il fait, le moment est bien choisi pour vérifier la liste des applications autorisées sur votre compte.

L’IA rédactionnelle reste utilisable, à une condition

La définition retenue par LinkedIn est une bonne nouvelle pour une entreprise qui travaille sérieusement : ce qui est sanctionné, c’est le vide, pas l’outil. Une publication rédigée avec l’aide d’une IA mais qui contient un chiffre issu de votre activité, une décision que vous avez prise, une difficulté de chantier et la manière dont vous l’avez traitée, ne relève pas de la définition.

Un test simple, avant de publier : retirez tout ce qu’un concurrent pourrait écrire à l’identique. S’il ne reste rien, ne publiez pas.

C’est aussi, accessoirement, ce qui distingue une publication qui amène un appel d’une publication qui ne fait rien.

Ce qu’il faut faire

Sortez des pods d’engagement. S’ils font partie de votre routine, arrêtez. Le gain de portée ne compense pas le risque pris sur un compte professionnel nominatif.
Auditez les applications connectées à votre compte. Dans les paramètres LinkedIn, passez en revue les services tiers autorisés et retirez ceux que vous n’utilisez plus ou dont vous ne maîtrisez pas le comportement.
Séparez nettement programmation et automatisation. Programmer une publication écrite par vous est sans risque. Automatiser des commentaires, des invitations ou des messages ne l’est pas.
Appliquez le test de la substance à chaque publication. Un chiffre, un cas concret, une décision, une erreur reconnue : au moins un élément qui ne pourrait venir que de vous.
Regardez vos statistiques sur trois mois, pas sur trois jours. Si votre portée a baissé cet été, la question à se poser est celle du contenu, pas celle d’un réglage caché.
Ne suivez pas les méthodes de contournement. Aucune documentation publique ne décrit les signaux utilisés. Les recettes qui circulent sont des hypothèses, et les appliquer revient à modifier votre pratique sur une base incertaine.

Sources

Sources primaires

Analyses secondaires