10 minuti di lettura

LinkedIn si è accorto che stai usando l’AI (e non è content*)

16 novembre 2026

Se negli ultimi mesi hai pubblicato su LinkedIn un post perfettamente ordinato, con un’apertura a effetto, tre concetti ben scanditi e una chiusura costruita per sembrare memorabile, potresti esserti fatto una domanda: sembra davvero scritto da me o assomiglia a tutti gli altri contenuti prodotti con l’AI?

Anche LinkedIn ha iniziato a porsi la stessa domanda.

Tra fine luglio e agosto 2026 la piattaforma ha introdotto “Seems like AI slop”, un’opzione che permette agli utenti di segnalare post e commenti percepiti come generici, ripetitivi o privi di sostanza. Nelle prime due settimane più di un milione di membri ha utilizzato la funzione e, a settembre, LinkedIn ha dichiarato che i propri interventi hanno già ridotto del 40% le visualizzazioni dei contenuti classificati come AI slop.

Il dato richiede però una lettura precisa. Quel 40% descrive l’effetto complessivo delle iniziative messe in campo dalla piattaforma sui contenuti che i suoi sistemi riconoscono come slop. Una singola segnalazione da parte di un utente segue una logica diversa: viene combinata con classificatori automatici e altri segnali di qualità.

Per chi utilizza LinkedIn per personal branding, social selling o comunicazione aziendale, il messaggio diventa comunque molto concreto.

Produrre contenuti con l’AI rimane perfettamente compatibile con la piattaforma. Pubblicare testi generici, intercambiabili e privi di esperienza reale espone invece il contenuto a una distribuzione più debole.

LinkedIn stessa parla di “real people, real expertise and real perspectives”. E forse è proprio questo il tema più interessante: con strumenti capaci di scrivere testi formalmente corretti a disposizione di tutti, ciò che distingue un contenuto torna a essere ciò che la persona ha realmente da dire.

 

Key Takeaways

  • LinkedIn permette agli utenti di segnalare post e commenti percepiti come AI slop attraverso l’opzione “Seems like AI slop”.
  • Più di un milione di persone ha utilizzato la funzione nelle prime due settimane.
  • LinkedIn dichiara una riduzione del 40% delle visualizzazioni dei contenuti classificati dai propri sistemi come AI slop.
  • La piattaforma considera accettabile l’uso dell’AI per migliorare chiarezza, sintesi e forma di un contenuto.
  • I classificatori puntano soprattutto a riconoscere contenuti generici, ripetitivi, riciclati e privi di un punto di vista riconoscibile.
  • Per personal branding e social selling diventano ancora più importanti esperienza diretta, dati propri, competenza e opinioni argomentate.
  • La qualità del contenuto organico ha un impatto anche sulle strategie paid che lo amplificano, come le Thought Leader Ads.

 

LinkedIn sta cercando soprattutto contenuti con un punto di vista riconoscibile

Il primo elemento da chiarire riguarda il ruolo dell’intelligenza artificiale.

LinkedIn continua a considerare l’AI uno strumento utile nel processo di scrittura. Può aiutare a rivedere il linguaggio, migliorare la chiarezza, sintetizzare un testo o organizzare meglio un’idea. La piattaforma stessa integra strumenti AI in numerose aree del prodotto.

Il bersaglio è un altro: LinkedIn definisce AI slop quei contenuti a basso sforzo che possono apparire curati in superficie ma mancano di prospettiva, sostanza o esperienza reale. La definizione comprende anche post generici, ripetitivi, riciclati o progettati soprattutto per ottenere attenzione.

Questo porta la discussione su un terreno molto più interessante rispetto alla semplice domanda “hai usato ChatGPT?”.

Un testo può essere stato scritto con un forte supporto dell’AI e contenere comunque dati originali, esperienza, opinioni e conoscenza reale del settore. Allo stesso modo, un post scritto interamente a mano può risultare generico.

Per LinkedIn conta sempre di più ciò che il contenuto aggiunge alla conversazione.

In realtà la piattaforma aveva già chiarito questa direzione a giugno, spiegando di aver sviluppato sistemi insieme al proprio team editoriale capaci di distinguere contenuti che aggiungono prospettiva, contesto o expertise da quelli che risultano ripetitivi e generici. Nei test iniziali LinkedIn dichiarava una precisione del 94% nell’identificazione dei contenuti generici.

La presenza dell’AI diventa quindi una parte del processo. Il valore resta legato a ciò che la persona porta dentro quel processo.

 

Segnalazioni degli utenti e classificatori automatici lavorano insieme

Come decide LinkedIn quali contenuti ridurre nella distribuzione?

Il primo livello arriva direttamente dalla community.

Dal menu con i tre puntini di un post o di un commento, gli utenti possono selezionare “Seems like AI slop”. LinkedIn utilizza queste indicazioni per alimentare il proprio lavoro sulla qualità del feed e migliorare i classificatori automatici.

La segnalazione di un singolo utente rappresenta quindi un segnale all’interno di un sistema più ampio.

Quando un contenuto raggiunge una determinata soglia di feedback, l’autore può visualizzare un messaggio privato nelle Post Analytics, pensato per mostrare come quel contenuto viene percepito dalla community. LinkedIn mantiene inoltre sistemi di protezione contro eventuali abusi della funzione.

A questo si aggiunge il secondo livello: i classificatori automatici.

LinkedIn ha sviluppato sistemi che cercano pattern di genericità, ripetitività, pubblicazione automatizzata su larga scala e contenuti che aggiungono poco alla conversazione. Quando un post appare generato con AI e presenta queste caratteristiche, la piattaforma può limitarne soprattutto la distribuzione oltre la rete immediata dell’autore.

Anche una scelta di prodotto racconta bene questa politica.

LinkedIn ha eliminato il precedente strumento “enhance your post”, che poteva riscrivere e riformulare direttamente un contenuto, sostituendolo con Post Proofreader. Il nuovo strumento lavora soprattutto su revisione, sintesi e chiarezza, mantenendo la voce dell’autore come punto di partenza.

Il segnale è significativo: LinkedIn continua a investire nell’AI, ma orienta i propri strumenti verso un modello in cui la tecnologia migliora ciò che la persona ha già da dire.

 

Alcune formule ci fanno percepire subito un contenuto come “scritto dall’AI”

C’è poi una questione stilistica che probabilmente conosciamo tutti: in pochi anni alcuni pattern di scrittura sono diventati estremamente riconoscibili: frasi brevi una sotto l’altra, contrasti costruiti in modo molto simmetrico, aperture del tipo “la verità è questa”, elenchi di emoji, domande retoriche e conclusioni progettate per produrre una piccola epifania.

E naturalmente c’è una delle formule preferite dall’AI generativa, la negazione prima della rivelazione:

“Non è X. È Y.”

Comoda, abbastanza efficace. E ormai parecchio riconoscibile.

Qui serve però fare una distinzione importante. LinkedIn non pubblica una lista di frasi vietate e non dichiara che una singola costruzione linguistica determini automaticamente una riduzione della reach. I suoi documenti parlano invece di contenuti generici, ripetitivi, riciclati e privi di prospettiva. Quindi eliminare una formula stilistica dal prompt risolve poco.

Se sostituiamo una frase riconoscibile con un’espressione diversa mantenendo un contenuto privo di esperienza, dati o opinioni, otteniamo semplicemente un testo generico scritto meglio.

La differenza arriva da ciò che appartiene realmente all’autore, qualcosa di vissuto e concreto: una conversazione avuta con un cliente, un risultato osservato lavorando su più progetti, una scelta che ha prodotto un effetto inatteso, una domanda che arriva continuamente dai prospect.

Sono questi gli elementi che rendono un contenuto difficile da replicare attraverso un prompt.

 

Per il personal branding il rischio più grande è diventare intercambiabili

Per chi utilizza LinkedIn come strumento di personal branding, l’evoluzione dell’algoritmo rende ancora più importante una domanda: perché qualcuno dovrebbe voler leggere proprio questa persona su questo argomento?

La risposta difficilmente può essere “perché scrive bene”. Beh, almeno non solo.

Oggi un modello generativo può produrre in pochi secondi testi formalmente corretti, ordinati e leggibili. Ma che ne è di cioò che deriva dall’esperienza?

L’AI può aiutare a organizzare e rendere più chiaro il contenuto.

L’informazione che rende quel post interessante nasce però dal lavoro della persona.

È un tema che avevamo già affrontato parlando di personal branding B2B nell’era AI: quando i contenuti diventano facili da produrre, coerenza tematica, esperienza diretta e competenza diventano ancora più importanti per costruire autorevolezza nel tempo.

Leggi anche: Personal branding B2B nell'era AI: LinkedIn, contenuti, GEO

Questa dinamica impatta direttamente anche sul social selling.

Un commerciale che pubblica su LinkedIn dovrebbe utilizzare i contenuti per dimostrare comprensione dei problemi del cliente e costruire progressivamente fiducia. Se ogni post potrebbe essere attribuito indifferentemente a qualsiasi professionista dello stesso settore, quella funzione si indebolisce.

La visibilità rimane certamete importante, ma la riconoscibilità diventa ancora più importante.

 

Anche la strategia LinkedIn dell’azienda parte dalla qualità dei contenuti delle persone

Il tema riguarda anche Company Page, employee advocacy ed executive communication.

Molte aziende stanno aumentando il peso dei contenuti pubblicati dalle persone rispetto a quelli prodotti esclusivamente attraverso la pagina corporate. È una direzione coerente anche con le Thought Leader Ads, il formato con cui LinkedIn permette ai brand di sponsorizzare post organici di dipendenti, executive, creator ed esperti.

LinkedIn presenta esplicitamente questo formato come uno strumento per amplificare esperienze autentiche e prospettive capaci di costruire credibilità.

Questo rende il tema AI slop particolarmente interessante anche dal punto di vista paid.

Una Thought Leader Ad utilizza come creatività il post originale dell’autore. Il brand può amplificarne la distribuzione, mentre il contenuto resta quello pubblicato organicamente dalla persona.

Quindi la qualità del punto di partenza conta moltissimo; un post costruito intorno a esperienza, competenza e prospettiva può diventare un buon asset anche per la distribuzione paid. Un contenuto generico continua a essere generico, anche quando riceve più budget.

Lo stesso vale per i programmi di employee advocacy.

Se dieci commerciali ricevono lo stesso testo generato centralmente, modificano due parole e lo pubblicano dai propri profili, la comunicazione perde proprio quella componente personale che dovrebbe renderla interessante.

Il personal branding aziendale funziona meglio quando esiste una strategia comune e, allo stesso tempo, ogni persona conserva esperienza, linguaggio e prospettiva propri.

 

Un calo di visualizzazioni può essere un segnale, ma va letto insieme al proprio storico

Come possiamo capire se un contenuto è stato percepito come AI slop?

Il segnale più esplicito arriva direttamente dalle Post Analytics. LinkedIn dichiara che, quando un post raggiunge una determinata soglia di feedback da parte degli utenti, l’autore può ricevere un’indicazione privata sulla percezione del contenuto.

Poi ci sono i segnali indiretti: un post che ottiene improvvisamente molte meno impression rispetto alla media può meritare attenzione, soprattutto quando lo stesso fenomeno si ripete su più contenuti con caratteristiche simili.

Serve però osservare il dato nel suo contesto: reach e impression dipendono da molte variabili: argomento, formato, interesse della rete, engagement iniziale, momento della pubblicazione e forza della conversazione generata dal post.

Per questo il benchmark più utile rimane il proprio storico.

Il “-40%” comunicato da LinkedIn va letto allo stesso modo.

La piattaforma afferma che le proprie iniziative hanno ridotto complessivamente del 40% le visualizzazioni dei contenuti classificati come AI slop. Quel numero descrive l’effetto aggregato delle misure adottate e offre soprattutto una conferma della direzione intrapresa dalla piattaforma.

 

Usare bene l’AI su LinkedIn significa partire dall’esperienza e utilizzarla soprattutto per migliorare

La risposta a questa evoluzione difficilmente consiste nel tornare a scrivere ogni contenuto da una pagina bianca. L’AI rimane estremamente utile nel processo editoriale.

Può fare ricerca, organizzare appunti, confrontare punti di vista, proporre una struttura, individuare ripetizioni, ridurre un testo troppo lungo e verificare se una tesi emerge in modo abbastanza chiaro.

Ma cosa trova prima di iniziare a lavorare?

Un prompt come “scrivimi un post LinkedIn sul futuro del marketing B2B” lascia al modello il compito di trovare sia il contenuto sia la forma. Il risultato avrà inevitabilmente molte probabilità di assomigliare a migliaia di altri post sullo stesso tema.

Un processo diverso parte da materiale proprietario: una conversazione con un cliente, un dato emerso dal CRM, una scelta progettuale, una domanda ricevuta durante una riunione, una posizione dell’autore.

Da lì l’AI può diventare un editor. E, per assurdo, può aiutarci soprattutto a togliere.

Tagliare passaggi generici, evidenziare ripetizioni, segnalare frasi che potrebbero appartenere a qualsiasi azienda, ridurre enfasi artificiale, rendere più semplice una spiegazione tecnica.

Poi rimane un controllo molto più semplice: leggere il post ad alta voce.

Useresti davvero quella frase durante una riunione? La diresti a un cliente? Quel passaggio contiene una tua esperienza oppure ripete un principio generale? Il tono assomiglia al tuo modo di parlare?

Queste domande diventano un filtro sorprendentemente efficace.

L’obiettivo diventa usare l’AI per rendere più forte una voce già esistente, invece di chiederle di sostituire la nostra.

 

Il sistema di LinkedIn ha ancora zone grigie e richiede una lettura prudente dei dati

LinkedIn sta rendendo molto chiara la propria direzione, mentre diversi aspetti del sistema rimangono comprensibilmente meno trasparenti.

La piattaforma non pubblica tutti i segnali utilizzati dai classificatori, né il peso specifico attribuito alle segnalazioni degli utenti rispetto agli altri elementi che determinano la distribuzione. E poi esiste un margine di errore.

Un contenuto molto strutturato può essere percepito come artificiale anche quando nasce interamente dal lavoro di una persona. Un testo fortemente assistito dall’AI può risultare autentico quando parte da informazioni originali e riceve un editing accurato.

Per questo LinkedIn combina segnali differenti e dichiara di utilizzare protezioni contro l’abuso delle segnalazioni; anche il dato sulla riduzione del 40% va quindi utilizzato come indicatore della direzione della piattaforma, evitando di trasformarlo in una formula per stimare la reach di un singolo post.

Il dato più importante per un brand rimane quello che può osservare direttamente sui propri contenuti e sui propri risultati.

 

LinkedIn sta rendendo più prezioso ciò che l’AI rende difficile replicare

C’è un paradosso interessante in tutta questa evoluzione.

Per anni chi si occupa di contenuti ha cercato di capire come scrivere per l’algoritmo.

Ora LinkedIn sta investendo per distinguere ciò che appare generico da ciò che porta esperienza, prospettiva e competenza reali, come naturale conseguenza dell’esplosione dell’AI generativa.

La capacità di produrre un testo ordinato e professionale è diventata accessibile a praticamente chiunque. Di conseguenza, quel livello qualitativo rappresenta sempre meno un vantaggio competitivo.

Il valore si sposta verso ciò che il modello può riorganizzare, ma che deve arrivare dall’azienda o dalla persona: esperienza, dati, osservazioni, casi reali, errori, opinioni e conoscenza del settore.

In Cepar lavoriamo sull’AI applicata ai contenuti in questa direzione: accelerare ricerca, struttura e revisione mantenendo il contributo umano nella parte che determina il valore del contenuto.

Produrre un post può richiedere pochi minuti, ma avere qualcosa che valga davvero la pena leggere continua a richiedere esperienza… e personalità.

 

FAQ

Che cosa significa AI slop su LinkedIn?

LinkedIn utilizza questa espressione per descrivere contenuti a basso sforzo, probabilmente generati con AI, che appaiono curati in superficie ma risultano generici, ripetitivi, riciclati o privi di prospettiva e sostanza.

LinkedIn penalizza i contenuti scritti con ChatGPT?

LinkedIn valuta soprattutto qualità, originalità e valore del contenuto. La piattaforma considera accettabile l’uso dell’AI come supporto alla scrittura e concentra i propri interventi sui contenuti generici e a basso valore.

Cosa succede quando un post viene segnalato come “Seems like AI slop”?

La segnalazione contribuisce ai segnali utilizzati da LinkedIn per migliorare i propri classificatori e valutare la qualità del feed. Quando un contenuto raggiunge una determinata soglia di feedback, l’autore può visualizzare un’indicazione privata nelle Post Analytics.

LinkedIn riconosce specifiche frasi tipiche dell’AI?

LinkedIn parla di classificatori capaci di individuare contenuti generici, ripetitivi e privi di prospettiva. La piattaforma non pubblica una lista di formule o parole che determinano automaticamente una riduzione della distribuzione.

Come capire se un post LinkedIn ha perso visibilità?

Conviene confrontare impression, engagement rate, andamento delle prime ore e performance del singolo contenuto con il proprio storico. LinkedIn può inoltre mostrare nelle Post Analytics un feedback specifico quando un contenuto raggiunge la soglia prevista di segnalazioni AI slop.

Come utilizzare l’AI per scrivere post LinkedIn mantenendo una voce personale?

Il processo può partire da esperienze, dati, opinioni e situazioni reali. L’AI può poi supportare ricerca, organizzazione, sintesi ed editing. Questo approccio mantiene il punto di vista dell’autore e utilizza la tecnologia per migliorare la qualità finale.

L’AI slop può avere conseguenze anche sulle Thought Leader Ads?

Le Thought Leader Ads amplificano post organici pubblicati da persone reali. La qualità del contenuto di partenza rimane quindi centrale: l’investimento paid aumenta la distribuzione del post, mentre esperienza, prospettiva e valore dipendono dal contenuto originale.