Mer än 40 procent av långa LinkedIn-inlägg skrivs av AI

Bläddra igenom ditt LinkedIn-flöde och du kan känna déjà vu: vältaliga inlägg, karriäravslöjanden, felfri prosa. De läser som en pålitlig kollega. Men de skrevs inte av en sådan.

Pangram, ett företag som upptäcker AI, matade nästan en miljon inlägg genom sina verktyg under en tvåmånadersperiod och upptäckte ett förvånande mönster. Fast Company rapporterade om fynden: på LinkedIn verkar mer än 40 procent av inlägg som är längre än 250 ord vara helt skrivna av artificiell intelligens. Den siffran är inte bara hög. Den är chockerande när man tänker på att plattformen stod för bara omkring en tredjedel av hela urvalet men producerade nästan två tredjedelar av det AI-identifierade innehållet.

Mer än 40 procent av långa LinkedIn-inlägg var helt skrivna av AI.

Varför LinkedIn leder utvecklingen

Tänk på incitamenten. LinkedIn premierar tydlighet, auktoritet och användbara berättelser som väcker engagemang. Det är precis sådant AI-skrivverktyg är tränade att producera. Enligt Pangram var originalinlägg på LinkedIn 1,35 gånger mer benägna att vara AI-genererade än kommentarer. Även kommentarerna, som vanligtvis ses som mer informella, visar högre andel AI än huvudinlägg på andra nätverk.

X, plattformen tidigare känd som Twitter, är också full av maskinskapad långtext: omkring 25 procent av långa inlägg var helt skrivna av AI, och ytterligare 23 procent producerades med AI-hjälp. Substack visar, kanske inte överraskande, den lägsta andelen bland texttunga plattformar, men är inte immun. Mer än ett av fem Substack-inlägg bar spår av AI-skapande eller redigering.

Metodiken spelar roll: Pangrams mätningar kom från innehåll som visades via deras Chrome-tillägg över LinkedIn, X, Medium, Reddit och Substack. Det perspektivet är inte perfekt. Detektionsverktyg ger falska träffar och missar. Ändå, när flera signaler pekar åt samma håll, framträder ett mönster.

Så vad innebär detta för läsare och författare? Autenticitet har fått en ny taxonomi. Det finns människoskrivet innehåll, helt automatiserat material, och en stor gråzon av människa-AI-samarbete där instruktioner, redigeringar och finputsning suddar ut vem som är upphovsman. För en läsare spelar skillnaden roll. För varumärken och rekryterare ändrar det hur vi värderar röster och bedömer trovärdighet.

Reglering och plattformsregler kommer sannolikt att följa. Plattformar står inför en balansgång: att tillåta verktyg som ökar produktivitet och innehållsmängd, samtidigt som förtroende och transparens skyddas. Detektionsföretag och utgivare tävlar redan om att märka eller flagga AI-producerad text, men märkning ensam löser inte de underliggande incitamenten som uppmuntrar massproducerade, polerade inlägg.

Skribenter bör ställa sig en skarpare fråga: förstärker AI en verklig ståndpunkt, eller tillverkar den bara en? Använd verktyget. Men överlåt inte din egen åsikt. Läsare kan samtidigt leta efter tre snabba signaler: specifika erfarenheter, ojämna eller små detaljer som avslöjar levd kontext, och en röst som gör misstag på sätt som människor gör. Det är svårare för modeller att konsekvent fejka.

Det finns möjligheter i störningen. AI kan snabbare lyfta fram bra idéer och hjälpa människor att strukturera bättre argument. Den kan befria kreatörer från tråkigt utkastarbete. Men när en plattforms flöde blir en fabrik av nästan identiska, algoritmoptimerade berättelser får nyans och originalitet betala priset.

Räkna med att samtalet accelererar. Detektion kommer att förbättras. Policyer kommer att förändras. Och de mest värdefulla inläggen blir de som vägrar låta som alla andra AI-skapade uppdateringar. Det i sig får dem att sticka ut.