W ciągu dwóch tygodni ponad milion użytkowników LinkedIn kliknęło opcję „to wygląda jak AI slop”. Efekt było widać niemal od razu: treści oznaczone jako sztucznie napompowany szum notują teraz 40 procent mniej wyświetleń niż jeszcze kilka tygodni temu. To pierwszy twardy dowód na to, że platforma stworzona do budowania kariery zawodowej ma problem, którego nie da się już zamiatać pod dywan — i że sami użytkownicy są gotowi go rozwiązywać, jeśli tylko dać im narzędzie.
Co dokładnie ogłosił LinkedIn
Na początku sierpnia LinkedIn wprowadził w aplikacji nową opcję zgłaszania — obok klasycznego „nie interesuje mnie to” pojawiła się możliwość oznaczenia posta jako „seems like AI slop”, czyli w wolnym tłumaczeniu „wygląda jak AI-owy szum”. Dwa tygodnie później Hari Srinivasan, Chief Product Officer LinkedIn, poinformował, że z tej opcji skorzystało już ponad milion osób.
Definicję „slopu” sprecyzował Sam Corrao Clanon, odpowiedzialny w LinkedIn za produkty dla twórców. Według niego to treści, które mogą wyglądać dopracowane i wygładzone stylistycznie, ale nie niosą żadnej konkretnej perspektywy, doświadczenia czy wniosku — puste teksty publikowane po to, by zajmować miejsce w feedzie i łapać uwagę bez żadnego wysiłku merytorycznego po stronie autora. Co istotne, LinkedIn wyraźnie oddzielił to zjawisko od samego używania AI do redagowania tekstu. Poprawianie języka, skracanie, tłumaczenie — to zdaniem firmy nie problem. Problemem jest publikowanie wygenerowanej papki bez żadnej własnej myśli.
Firma zaznaczyła też coś, co część komentatorów przeoczyła w pierwszych doniesieniach: zgłoszenie „AI slop” nie jest ścieżką moderacyjną w rozumieniu zgłaszania naruszeń regulaminu. To narzędzie personalizacji feedu — wpływa na to, co widzi osoba zgłaszająca (mniej treści od danego autora), a nie automatycznie na zasięg posta u wszystkich odbiorców. Srinivasan podkreślił, że żadna pojedyncza opinia nie decyduje o dystrybucji treści — system bierze pod uwagę wiele sygnałów naraz, a mechanizmy zabezpieczające mają chronić przed sytuacją, w której kilka złośliwych zgłoszeń zatopi czyjś zasięg. Dopiero gdy wiele osób zgłasza ten sam problem z danym postem, zaczyna to wpływać na jego ogólną widoczność w skali platformy.
Skąd się wzięła ta decyzja
To nie jest pierwszy ruch LinkedIn w tym kierunku. Wcześniej w tym roku platforma testowała podobne rozwiązania ograniczające widoczność treści ocenianych jako sztucznie generowane, a konkurencja — między innymi Pinterest — już wcześniej dodała przełączniki pozwalające ograniczyć obecność treści AI w feedzie. LinkedIn poszedł jednak dalej, bo połączył zgłaszanie z powiadomieniami zwrotnymi: autorzy, których treści zbierają dużo oznaczeń „slop”, dostają teraz informację o tym fakcie. To podejście edukacyjne, nie karne — platforma chce zmienić zachowania, a nie karać z automatu.
Drugim filarem strategii jest weryfikacja tożsamości. LinkedIn przekroczył już 100 milionów zweryfikowanych profili i wykorzystuje ten status jako dodatkowy sygnał — użytkownicy mogą teraz filtrować odpowiedzi w komentarzach tak, by widzieć tylko te od zweryfikowanych kont. To odpowiedź na inny wymiar tego samego problemu: nie tylko treść może być sztucznie generowana, ale i cały profil, który ją publikuje, może być fałszywy.
Powód, dla którego LinkedIn zdecydował się na te kroki, nie jest tajemnicą. Platforma od lat sprzedaje się jako miejsce autentycznych, profesjonalnych relacji — coś odmiennego od karuzeli viralowych treściwek z innych serwisów. Kiedy feed zaczyna wypełniać się identycznie skonstruowanymi historyjkami typu „przypaliłem tosta i to nauczyło mnie czegoś o zarządzaniu zespołem”, w które ewidentnie włożono zero ludzkiego wysiłku, cała ta obietnica traci sens. Zaangażowanie i czas spędzony w aplikacji to metryki, które reklamodawcy śledzą bezpośrednio — a rozwodniony, mechaniczny content jest wrogiem obu tych wskaźników w długim terminie.
Skala problemu jest większa, niż podaje LinkedIn
Sam LinkedIn nie ujawnił, jaki procent treści na platformie faktycznie kwalifikuje się jako „slop” — podał tylko liczbę zgłoszeń, nie liczbę zjawiska u źródła. Tu pomocne są niezależne analizy. Firmy zajmujące się wykrywaniem treści AI, Pangram i Originality.ai, zbadały niezależnie od siebie próbki liczące ponad milion i kilka tysięcy postów. Wyniki są zbieżne i nieprzyjemne dla LinkedIn: około 41 procent długich postów (ponad 250 słów) zostało ocenionych jako w całości wygenerowane przez AI, a Originality.ai doszło do bardzo podobnego wyniku — 53,7 procent długich wpisów noszących ślady sztucznej inteligencji. Pangram poszedł krok dalej i porównał platformy między sobą — LinkedIn odpowiadał za jedną trzecią wszystkich przeskanowanych treści w badaniu, ale generował aż 62 procent całego contentu oznaczonego jako AI. Innymi słowy, to najbardziej „zautomatyzowana” z dużych platform społecznościowych, z którą mamy obecnie do czynienia.
Jest w tym gorzka ironia — LinkedIn od dawna ma wbudowaną w interfejs funkcję pisania postów przez AI. Platforma sama zachęca do generowania treści, a jednocześnie teraz musi budować mechanizmy obronne przed skutkami własnej zachęty. Dane Buffer z analizy 1,2 miliona postów pokazują dodatkowo, że krótkoterminowo treści wspomagane AI notują wyższe zaangażowanie na poziomie pojedynczego wpisu (5,87 procent kontra 4,82 procent dla treści w pełni ludzkich), ale w dłuższej perspektywie przewaga odwraca się drastycznie — treści tworzone przez ludzi generują pięć i pół razy więcej ruchu, prowadzą do 41 procent dłuższych sesji i 18 procent niższego współczynnika odrzuceń. Krótkoterminowa metryka kłamie, długoterminowa wartość jest po stronie autentyczności — i to dokładnie ten mechanizm LinkedIn próbuje teraz naprawić systemowo, zamiast czekać, aż użytkownicy sami odejdą z platformy zmęczeni szumem.
AI slop na LinkedIn w Polsce — kluczowa sekcja
Dla polskiego rynku ten temat ma konkretny, mierzalny wymiar. Według raportu „LinkedIn w Polsce i na świecie 2026” platforma ma już w Polsce 9,6 miliona kont, co oznacza wzrost o blisko 1,5 miliona rok do roku — LinkedIn stał się w Polsce medium masowym. Problem w tym, że ta masowość jest głównie pasywna. Zaledwie około 2 procent kont opublikowało w grudniu 2025 roku jakikolwiek post. Innymi słowy, mamy w Polsce gigantyczną „cichą większość”, która czyta, sprawdza opinie o firmach i podejmuje decyzje zawodowe na bazie treści, ale nie tworzy jej sama — a to oznacza, że ta niewielka grupa aktywnych twórców ma proporcjonalnie ogromny wpływ na to, co polski feed w ogóle prezentuje.
To właśnie w tej wąskiej grupie aktywnych autorów problem AI slop uderza najsilniej. Dane niezależnych badań pokazujące 41–53 procent długich postów jako generowane przez AI dotyczą głównie rynków anglojęzycznych, ale mechanizmy które to napędzają — Linkedin premiujący długie posty łączące osobistą anegdotę z „biznesową lekcją”, presja na regularność publikacji przy budowaniu marki osobistej, agencje marketingowe skalujące produkcję treści — działają identycznie w Polsce. Raport AIPORT.pl „Polska firma w erze AI 2026”, oparty na badaniu 479 respondentów z marca–maja 2026, wskazuje, że pisanie i redagowanie tekstów jest najpopularniejszym zastosowaniem AI w polskich firmach — 31,3 procent wszystkich wskazań, przed researchem (25,1 procent). To nie jest dowód na zalew slopu, ale pokazuje, jak głęboko generowanie tekstu wsiąkło już w codzienną praktykę biznesową w Polsce.
Osobny, ale powiązany wątek to regulacje. Od 2 sierpnia 2026 roku w całej Unii Europejskiej, w tym w Polsce, obowiązuje bezpośrednio art. 50 unijnego AI Act, nakładający obowiązek oznaczania treści wygenerowanych lub istotnie zmodyfikowanych przez sztuczną inteligencję, jeśli publikacja służy informowaniu opinii publicznej w sprawach interesu publicznego. Przepis nie obejmuje automatycznie każdego posta LinkedIn — typowe treści firmowe, opisy produktów czy robocze komunikaty nie kwalifikują się do obowiązkowego oznaczenia, chyba że dotyczą kwestii ważnych społecznie, jak zmiany prawa czy działania instytucji publicznych. Kary za naruszenie mogą sięgnąć 15 milionów euro lub 3 procent globalnego obrotu firmy, choć krajowy organ nadzorczy — Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji (KRiBSI) — zacznie realnie działać dopiero od końca października 2026 roku. Dla marketerów i firm publikujących na LinkedIn oznacza to na razie okres przejściowy: obowiązek formalnie już istnieje, ale egzekucja dogania go z opóźnieniem.
Dlaczego to podejście różni się od poprzednich prób
Wcześniejsze próby platform społecznościowych walki z niską jakością treści — od Facebooka po X — polegały głównie na cichym tłumieniu zasięgów przez algorytm, bez informowania o tym twórców. LinkedIn odwraca ten model, przynajmniej częściowo. Zamiast działać wyłącznie w tle, firma daje użytkownikom widoczny przycisk i jednocześnie informuje autorów, gdy zbierają dużo negatywnych sygnałów. To podejście bliższe edukacji niż karze — LinkedIn zakłada, że część osób publikujących slop robi to nieświadomie, myląc „polerowany” język AI z wartością merytoryczną.
Jest w tym jednak słaby punkt, na który trzeba zwrócić uwagę zanim ktoś zacznie traktować to jako cudowne rozwiązanie. Zgłoszenie „AI slop” wpływa domyślnie tylko na feed osoby zgłaszającej, nie na globalny zasięg posta — to LinkedIn wyraźnie zakomunikował. Oznacza to, że sam spadek widoczności o 40 procent, którym firma się chwali, dotyczy zagregowanego zachowania milionów użytkowników filtrujących własne feedy, a nie jednego uniwersalnego mechanizmu karzącego słabe treści u źródła. Twórca, który publikuje slop, ale ma stałą, lojalną publiczność niezgłaszającą jego treści, może nadal notować wysokie zasięgi. To rozwiązanie personalizujące doświadczenie, nie filtr jakości w skali całej platformy — i to jest kluczowa różnica, którą łatwo przeoczyć, czytając same nagłówki o „40 procentach mniej wyświetleń”.
Co to znaczy dla polskiego rynku
Po analizie danych i mechanizmu, redakcja Cyfrelo widzi cztery konkretne wnioski dla polskich użytkowników i firm działających na LinkedIn.
Po pierwsze, ta zmiana uderzy najsilniej w agencje i freelancerów budujących „ghostwriting” dla klientów w skali. Jeśli twoja strategia LinkedIn opiera się na masowej produkcji długich postów w stylu „lekcja z życia + call to action”, generowanych praktycznie bez ingerencji redakcyjnej, ryzyko spadku organicznego zasięgu realnie rośnie — nie z powodu jednego globalnego algorytmu, ale skumulowanego efektu milionów pojedynczych zgłoszeń.
Po drugie, w Polsce, gdzie tylko 2 procent z 9,6 miliona kont aktywnie publikuje, konkurencja o uwagę w feedzie jest mniej zatłoczona niż na rynkach anglojęzycznych — ale to też oznacza, że pojedynczy autor produkujący slop bardziej rzuca się w oczy tej samej, wąskiej grupy odbiorców, którzy śledzą się nawzajem. Efekt reputacyjny może być tu szybszy i bardziej personalny niż w dużych, anonimowych rynkach.
Po trzecie, obowiązek oznaczania treści AI z art. 50 AI Act, choć rzadko dotyczy typowych postów firmowych, tworzy dodatkową presję na przejrzystość, która pośrednio wzmacnia trend zapoczątkowany przez przycisk LinkedIn. Firmy, które już teraz budują wewnętrzne polityki dotyczące ujawniania użycia AI w komunikacji, będą lepiej przygotowane na dalsze zaostrzanie regulacji jesienią 2026 roku, gdy KRiBSI faktycznie zacznie działać.
Po czwarte — i to jest chyba najważniejszy wniosek redakcyjny — dane Buffer o 5,4-krotnie wyższym ruchu z treści w pełni ludzkich w perspektywie długoterminowej powinny być ważniejszym argumentem biznesowym niż sam strach przed przyciskiem „AI slop”. Krótkoterminowy wzrost zaangażowania z treści wspomaganych AI jest realny, ale nietrwały. Kto buduje markę osobistą lub firmową na LinkedIn z horyzontem dłuższym niż kwartał, powinien traktować autentyczność jako inwestycję, a nie ograniczenie.
Czy warto zmieniać strategię publikowania na LinkedIn?
Tak, jeśli:
- publikujesz regularnie długie posty (ponad 250 słów) generowane w całości przez AI bez własnej redakcji i widzisz spadający zasięg — to sygnał, że twoja publiczność zaczyna cię filtrować
- zarządzasz kontem firmowym lub employer brandingiem i chcesz uniknąć ryzyka reputacyjnego związanego z etykietą „slop” przypisaną marce
- pracujesz w branży, w której publikujesz treści mogące dotyczyć spraw interesu publicznego (prawo, finanse, instytucje) — tu warto już teraz wdrożyć wewnętrzną politykę oznaczania AI zgodną z art. 50 AI Act
Nie, jeśli:
- używasz AI wyłącznie do korekty językowej, tłumaczenia czy skracania własnych, oryginalnych myśli — LinkedIn wyraźnie odróżnia to od slopu i nie jest to celem tej zmiany
- publikujesz rzadko, a twoje treści mają realną, konkretną wartość merytoryczną (dane, case study, unikalne doświadczenie) — mechanizm zgłoszeń nie jest wymierzony w takie posty
- twoja publiczność jest mała i lojalna, a zasięgi budujesz głównie przez relacje, nie algorytmiczną dystrybucję — tu wpływ zgłoszeń będzie marginalny
W nadchodzących miesiącach warto obserwować dwie rzeczy: czy LinkedIn opublikuje dane o wpływie tego mechanizmu na zasięgi kont, nie tylko na pojedyncze posty, oraz jak KRiBSI po formalnym uruchomieniu w październiku zacznie interpretować obowiązek oznaczania treści AI wobec platform społecznościowych działających w Polsce. Jedno jest już pewne — LinkedIn właśnie oficjalnie przyznał, że problem sztucznie generowanego szumu przestał być teorią spiskową narzekających użytkowników i stał się metryką, którą firma mierzy i próbuje kontrolować.
Źródła:
- Social Media Today — LinkedIn says 1M people have reported AI slop (20 sierpnia 2026)
- NowyMarketing — LinkedIn w 2026 roku: platforma w fazie dojrzewania (24 lutego 2026)
- TECHSETTER — Co drugi długi post na LinkedIn to dzieło maszyny (14 lipca 2026)
- AIPORT.pl — Raport: Polska firma w erze AI 2026 (12 maja 2026)
- GazetaPrawna.pl — AI Act od 2 sierpnia 2026: nowy obowiązek oznaczania treści AI i deepfake’ów (sierpień 2026)
- Agencja Whites — Autentyczność vs. treści AI — paradoks, który zmienia marketing w 2026 roku (13 kwietnia 2026)
0 komentarzy
Bądź pierwszy, dodaj komentarz!