LinkedIn добавя AI слой за препоръки към фийда си

Siècle Digital съобщи на 10 ноември 2026 г., че LinkedIn добавя базирана на AI система за препоръки, предназначена да показва публикации, които по-добре отговарят на това, което потребителите очакват да видят. Същият материал отбелязва, че професионалната мрежа променя начина си на работа от няколко месеца в контекст, в който AI-генерираното съдържание непрекъснато се увеличава, и че част от аудиторията критикува онова, което свободно се нарича „AI slop“. Отвъд това съобщението, в предадения вид, не уточнява как системата за препоръки класира публикациите, кои сигнали отчита, нито какво се променя за създателите на съдържание и страниците.

Какво установява съобщението и какво оставя открито

Установеното е малко: слой за препоръки, изграден върху AI, заявена цел за по-добро съответствие с очакванията на потребителите и фон на растящи обеми машинно генерирани публикации. Неизвестното е по-важно за всеки, който публикува в LinkedIn: дали разпространението вече отчита по друг начин моделите на ангажираност, дали системата активно понижава съдържание, преценено като синтетично, дали обхватът на страниците и личните профили е засегнат и по какъв график системата се въвежда. Никакви данни за обхват, никакъв списък с фактори за класиране, никакво описание как създателят може да влияе на видимостта. Докато LinkedIn не публикува тези детайли, всяка тактика, представена като „съобразена с новия алгоритъм“, е спекулация.

Контекстът: обемът изпреварва вниманието

От няколко години практическото ограничение на повечето социални платформи е предлагането, не търсенето: разходите за публикуване се сринаха, докато вниманието за четене, гледане или кликване не се е променило. Когато създаването на приемлива публикация отнема секунди, фийдовете се пълнят по-бързо, отколкото системите за класиране могат да бъдат настроени, а първата реакция на потребителя често е да превърти или да излезе. Системите за препоръки са стандартният отговор. Общият опит в индустрията показва, че тези системи се учат от поведение, а не от заявени предпочитания, което означава, че реалните действия на един екип в отговор на публикации тежат повече от това, което той твърди, че иска.

Отразената критика срещу AI-генерираното съдържание добавя втори слой. Платформите рядко забраняват даден тип съдържание outright; те по-скоро го претеглят тихо чрез класирането. Фийд, оптимизиран за удовлетвореност, е склонен да възнаграждава материал, който предизвиква реакция, ценена от читателя, а не материал, който просто запълва място.

Какво може да провери един екип тази седмица

Повечето полезна работа тук е измерване и хигиена, а не гадаене на тежести.

• Сравнете обхвата и ангажираността на публикация със стотинте последните 60 дни с предходния период и отделете публикациите с ясна позиция от генеричните преподеляния или резюмета.
• Проверете дали коментарите под собствените ви публикации идват от акаунти, които изглеждат автоматизирани; фийд, който възнаграждава истинска дискусия, прави завишените бройки коментари по-слаб сигнал.
• Направете одит на съотношението между публикуваните публикации и тези, довели до посещения на профила, съобщения или потенциални клиенти. Обем без последващо действие е моделът, който най-вероятно ще бъде дисконтиран.
• Попитайте няколко клиенти или потенциални клиенти какво помнят от последните ви десет публикации. Споменът е груба, но честна мярка дали съдържанието е оправдало разпространението.

Описаната от LinkedIn система, в предадения вид, все още е черна кутия. Защитимият ход е да публикувате материал, който човек би избрал да прочете, и да измервате дали разпространението все още се превръща в трафик и разговори, вместо да спира на импресиите.