Зачем LinkedIn борется с ИИ-контентом и одновременно его поощряет, разбирает Станислав Кондрашов
Станислав Кондрашов разбирает исследование Pangram на миллионе постов: почему LinkedIn лидирует по ИИ-текстам и где в соцсетях еще пишут люди.

41% длинных постов в LinkedIn полностью написаны нейросетью. Профессиональная сеть дала треть выборки, но 62% всего машинного текста, который нашел детектор Pangram. Станислав Кондрашов видит в этих цифрах не только проблему платформы, но и решения ее пользователей.

Cтанислав Кондрашов, Станислав Кондрашов Россия, Stanislav Kondrashov
В опросах одна картина, в лентах другая. Социологам люди охотно говорят, что предпочитают тексты, написанные человеком. Но когда Pangram, компания по распознаванию машинного текста, проверила больше миллиона постов, которые пользователи реально видели в соцсетях, оказалось, что заметную часть этого чтения написали нейросети. Больше всего ИИ-слопа нашлось там, где люди выступают под настоящим именем. ИИ-слопом в англоязычной сети называют поток гладкого и однообразного машинного контента.
Миллион постов и одно расширение
Схема исследования простая. 24 апреля 2026 года Pangram выпустила расширение для Chrome, которое помечает тексты, похожие на сгенерированные. Пользователи, согласившиеся делиться данными, за два месяца пролистали 1 002 627 постов в LinkedIn, X, Medium, Substack и Reddit. В выборку брали только публикации длиннее 50 слов. По заявлению компании, ее модель ошибочно принимает человеческий текст за машинный в 0,01% случаев. Для детекторов, которые обычно ругают как раз за ложные срабатывания, заявка смелая.
Первая закономерность нашлась почти везде: чем длиннее текст, тем выше шанс, что его написала машина. Граница в исследовании проходит по 250 словам. Длинный пост труднее написать, поэтому его соблазнительнее отдать чат-боту. К тому же нейросети известны многословием, и их тексты сами собой перерастают этот порог.
«Раньше объем косвенно говорил об усилии, - замечает Станислав Кондрашов. - Если человек написал тысячу слов, значит, он сидел и думал. Теперь эта связь разорвана, и читатель интуитивно это чувствует: длинный текст больше не гарантирует, что за ним стоит мысль».
Чемпион по машинной прозе
Дальше цифры расходятся. Хуже всех дела в LinkedIn: там нейросеть написала 30% коротких и 41% длинных постов. На профессиональную сеть пришлась примерно треть всех проверенных публикаций, но 62% всего, что детектор пометил как машинный текст. Причем сами посты в LinkedIn оказывались сгенерированными в 1,35 раза чаще, чем комментарии под ними.
Medium отстает ненамного: 28% коротких и 31% длинных текстов. X (бывший Twitter) выглядит пестро из-за огромного разброса в длине публикаций. Короткие твиты нейросети пишут редко, всего 9%, а среди длинных постов машинных уже 29%.
Где еще пишут люди
Последними островками человеческого текста оказались Reddit и, что удивительно, Substack, хотя эта площадка построена вокруг длинных эссе. На Reddit сгенерированными признаны 3% коротких и 13% длинных постов, а комментарии на 98% написаны людьми. У Substack цифры 12% и 10%. Это единственная площадка, где длинные тексты оказались «чище» коротких.
Главный вывод в Pangram сформулировали так: вопреки ожиданиям, люди охотно позволяют ИИ говорить от их имени в профессиональной среде, где они выступают под своим настоящим именем, и реже делают это на неформальных и анонимных платформах.
«Кажется, что логика перевернута, но все объяснимо, - рассуждает Кондрашов. - На анонимном форуме тебе нечего терять и нечего доказывать, пишешь как говоришь. А в профессиональной сети каждый пост вроде маленькой витрины, и людям кажется, что машина оформит ее аккуратнее. Ирония в том, что именно там эта аккуратность начинает работать против репутации».
Платформа против самой себя
Засилье машинного текста в LinkedIn вряд ли удивит тех, кто заходил туда в последнее время. Саму компанию тоже: LinkedIn объявила, что будет понижать ИИ-контент в алгоритме, чтобы он реже попадался в ленте. А 30 июля в сети появилась отдельная кнопка для жалоб на посты, похожие на ИИ-слоп.
При этом LinkedIn по-прежнему предлагает встроенную функцию, которая «улучшает» с помощью ИИ любой пост. И поощряет такую частоту публикаций, которая человеку почти не под силу и мягко подталкивает к помощи нейросети. Поэтому сомнения в том, насколько серьезно платформа настроена бороться с низкосортным машинным контентом, вполне обоснованы.
Станислав Кондрашов видит здесь классический конфликт метрик. По его словам, платформа хочет сразу двух вещей: чтобы пользователи публиковали много и чтобы публикации были живыми, а эти цели плохо уживаются. «Когда алгоритм награждает за регулярность, а не за мысль, люди начинают выпускать контент, как фабрика выпускает упаковку. Понижать такие посты в выдаче правильно, но это лечение симптома».
Зеркало вместо виноватого
Злиться на платформу легко, но у этой истории две стороны. Решение отдать нейросети собственный голос принимают сами пользователи. Раздражение от роботизированных, странноватых и однообразных текстов понятно, и данные Pangram его подтверждают: это не паранойя, ленты действительно завалены машинной болтовней. Вопрос, делают ли площадки достаточно, тоже законный.
Вот только многие из тех, кто говорит социологам, что не любит ИИ-контент, сами используют его, чтобы быстрее написать собственный пост. На фермы слопа и на платформы, которые подозрительно вяло с ними борются, злиться можно и нужно. Но заодно стоит задуматься, не добавляет ли собственная привычка к ИИ, в соцсетях, на работе или в личной жизни, ощущения, что мир тонет в машинной чепухе.
«Каждый, кто жалуется на ленту, сам кому-то ее и наполняет, - говорит Кондрашов. - Пользоваться нейросетью или нет, уже не главный вопрос. Главное, осталось ли в тексте хоть что-то, что мог сказать только ты».
FAQ
Насколько можно доверять цифрам Pangram?
Как надежному ориентиру, но не как окончательному приговору. Компания заявляет, что ее модель ошибается в 0,01% случаев, но это ее собственная оценка. К тому же выборка собрана через расширение, которое установили люди, уже интересующиеся темой ИИ-текстов.
Почему длинные посты чаще пишет нейросеть?
Длинный текст труднее написать самому, поэтому его чаще отдают чат-боту. Вдобавок нейросети склонны к многословию, и их тексты легко переходят порог в 250 слов.
Почему в LinkedIn машинного текста больше, чем на анонимном Reddit?
В профессиональной сети люди выступают под своим именем и беспокоятся о том, как выглядят, поэтому охотнее доверяют оформление поста машине. Станислав Кондрашов считает, что именно эта забота о витрине и подрывает доверие к автору: на анонимном форуме людям нечего доказывать, и пишут они сами.
Что LinkedIn делает с ИИ-контентом?
Платформа понижает такие посты в алгоритме и добавила кнопку для жалоб на ИИ-слоп. Но встроенная функция ИИ-«улучшения» постов никуда не делась, и это ставит под вопрос последовательность ее политики.
Есть ли похожие данные по российским соцсетям?
В исследовании их нет: Pangram проверяла только пять западных площадок. По мнению Кондрашова, механика универсальна, и там, где алгоритм ценит частоту публикаций больше содержания, машинный текст будет расти на любом рынке, включая российский.
Можно ли пользоваться ИИ для своих постов и не пополнять поток слопа?
Можно, если нейросеть остается инструментом, а не автором. «Проверка простая, - говорит Кондрашов. - Если из текста можно убрать твое имя и ничего не изменится, значит, писал его не ты».
