LinkedIn fyldt med AI-skrevet indhold og ægthed i fare

Rul gennem dit LinkedIn-feed, og du kan få en følelse af genkendelse: velformulerede opslag, karriereåbenbaringer, fejlfri prosa. De læses som fra en betroet kollega. Men de var ikke skrevet af en kollega.

Pangram, et firma der opdager AI-indhold, guidede næsten en million opslag gennem sine værktøjer over en to-måneders periode og afdækkede et overraskende mønster. Fast Company rapporterede om resultaterne: på LinkedIn synes mere end 40 procent af opslag med over 250 ord at være fuldstændig forfattet af kunstig intelligens. Tallet er ikke bare højt. Det er forbløffende, når man tænker på, at platformen kun udgjorde omkring en tredjedel af den samlede prøve, men stod for næsten to tredjedele af det AI-identificerede indhold.

Mere end 40 procent af lange LinkedIn-opslag var fuldstændigt AI-skrevet.

Hvorfor LinkedIn fører an

Tænk på incitamenterne. LinkedIn belønner klarhed, autoritet og nyttige fortællinger, der skaber engagement. Det er netop de resultater, AI-skriverværktøjer er trænet til at levere. Originale opslag på LinkedIn var 1,35 gange mere tilbøjelige til at være AI-genererede end kommentarer, fandt Pangram. Selv kommentarerne, som normalt opfattes som mere uformelle, viser en højere AI-forekomst end de primære opslag på andre netværk.

X, platformen tidligere kendt som Twitter, er også præget af maskinskabte længere tekster: omkring 25 procent af de lange opslag var fuldstændigt AI-skrevet, og yderligere 23 procent blev produceret med AI-assistance. Substack viser, måske ikke overraskende, den laveste andel blandt teksttunge platforme, men den er ikke forskånet. Mere end ét ud af fem Substack-opslag bar præg af AI-skabelse eller redigering.

Metoden betyder noget: Pangrams målinger kom fra indhold set gennem deres Chrome-udvidelse på LinkedIn, X, Medium, Reddit og Substack. Det udgangspunkt er ikke perfekt. Detektionsværktøjer har falske positiver og falske negativer. Alligevel tegner der sig et mønster, når flere signaler peger i samme retning.

Hvad betyder det så for læsere og forfattere? Autenticitet har fået en ny taksonomi. Der er menneskeskrevet indhold, fuldstændig automatiseret output og en bred gråzone af menneske-AI-samarbejde, hvor prompts, redigeringer og polering udvisker ophavsretten. For en læser betyder forskellen noget. For brands og rekrutterere ændrer det, hvordan vi værdisætter stemmer og vurderer troværdighed.

Regulering og platformspolitikker vil sandsynligvis følge trop. Platforme står over for en balancegang: tillade værktøjer, der øger produktiviteten og mængden af indhold, samtidig med at de beskytter tillid og gennemsigtighed. Detektionsfirmaer og udgivere kappes allerede om at mærke eller flagge AI-produceret tekst, men mærkning alene løser ikke de underliggende incitamenter, der fremmer masseproducerede, polerede opslag.

Forfattere bør stille sig selv et skarpere spørgsmål: forstærker AI en reel holdning, eller fabrikerer den blot en? Brug værktøjet. Men outsourcér ikke dit synspunkt. Læsere kan i mellemtiden kigge efter tre hurtige signaler: specifik erfaring, ujævne eller små detaljer der afslører levet kontekst, og en stemme der begår fejl på måder, som mennesker gør. Disse er sværere for modeller at efterligne konsekvent.

Der er muligheder gemt i forstyrrelsen. AI kan frembringe gode idéer hurtigere og hjælpe folk med at strukturere bedre argumenter. Den kan frigøre skabere fra kedelig udarbejdelse. Men når en platforms feed bliver en fabrik af næsten identiske, algoritmeoptimerede fortællinger, betaler nuancer og originalitet prisen.

Forvent, at samtalen tager fart. Detektion vil forbedres. Politikker vil skifte. Og de mest værdifulde opslag bliver dem, der nægter at læse som alle andre AI-skabte opdateringer. Netop det vil få dem til at skille sig ud.