AI-slop в соцсетях: как Snap и LinkedIn меняют ленты
Snap меняет рекомендации Spotlight, а LinkedIn снижает распространение шаблонных AI-постов. Разбираем, где проходит граница между помощью ИИ и AI-slop.
По состоянию на 2 августа 2026 года AI-slop в соцсетях впервые получает отдельные продуктовые ограничения, а не только ярлык «спама». Snap меняет приоритеты рекомендаций в Spotlight, а LinkedIn снижает распространение шаблонных публикаций и добавляет жалобу Seems like AI slop.
AI-slop — массовый низкокачественный контент, созданный или переработанный генеративным ИИ с минимальным человеческим вкладом. В новых правилах платформ применение ИИ само по себе не считается проблемой. Они оценивают оригинальность, смысл, повторяемость и способ распространения.
Эта граница тоньше обычного запрета. Пост или видео может оставаться доступным, но перестать получать алгоритмический охват. Для авторов это означает, что формально допустимый контент больше не обязательно пригоден для рекомендаций.
Snap снижает приоритет внешних AI-видео в Spotlight
В актуальных правилах качества Snap появился отдельный пункт об AI-контенте. Алгоритм Spotlight отдаёт приоритет материалам, созданным людьми, перед полностью сгенерированными роликами, сделанными вне Snapchat. Даже маркировка синтетического происхождения сама по себе не возвращает им прежний приоритет.
Это ограничение рекомендаций, а не запрет публикации. Контент, созданный встроенными генеративными средствами Snapchat, по-прежнему может попасть в рекомендации. Snap указывает, что её инструменты добавляют индикаторы прозрачности.
Логика шире генеративного видео. Правила Snap также снижают видимость чужих роликов без существенной переработки, слабых «реакций» и повторных публикаций с минимальными изменениями. В сообщении от 2 апреля компания формулирует приоритет проще: больше оригинального контента, снятого камерой Snapchat, и меньше синтетических либо массово разошедшихся видео.
Масштаб Spotlight виден по данным самой Snap. В IV квартале 2025 года Snapchat насчитывал 474 млн ежедневных и 946 млн ежемесячных активных пользователей. В I квартале 2026 года число авторов, ежедневно публиковавшихся в Spotlight в США, выросло более чем на 70% год к году. Качество рекомендательной ленты уже влияет на крупный канал распространения, который давно вышел из экспериментального масштаба.
LinkedIn ограничивает распространение шаблонных постов
LinkedIn выбрала другой объект модерации: тексты, где машинная генерация сочетается с отсутствием собственной позиции. Под фильтр попадают шаблонные и повторяющиеся посты, массовые автоматические комментарии и ответы, которые пересказывают исходную публикацию, не добавляя новой мысли.
Такие материалы не обязательно удаляются. В официальном объяснении LinkedIn сказано, что пост, похожий на сгенерированный и лишённый ясной позиции, с меньшей вероятностью выйдет за пределы ближайшей сети автора.
Компания сообщает, что в начальном внутреннем тестировании система правильно распознавала шаблонный контент в 94% случаев. Эта цифра описывает собственный тест LinkedIn. Она не доказывает, что платформа умеет с точностью 94% определять автора любого текста или безошибочно отличать человека от модели.
В конце июля у части пользователей появился отдельный пункт Seems like AI slop в меню публикации. TechRadar проверил новую жалобу 31 июля. По объяснению директора по продукту LinkedIn Хари Сринивасана, пользовательский сигнал нужен для настройки моделей, потому что определение slop меняется и не сводится к одному стилевому признаку.
Snap и LinkedIn воздействуют на разные уровни
| Платформа | Где действует мера | Что получает меньше охвата | Что остаётся допустимым | Источник |
|---|---|---|---|---|
| Snapchat | Рекомендации Spotlight | Полностью сгенерированные вне Snapchat ролики; неоригинальные и слабо переработанные публикации | AI-контент из встроенных средств Snapchat с индикаторами прозрачности | Snap |
| Распространение постов и комментариев за пределами ближайшей сети | Шаблонный, повторяющийся контент без ясной позиции; массовая автоматизация | Редактирование с помощью ИИ, если текст сохраняет голос, опыт и мнение автора | ||
| Пользовательская обратная связь | Публикации, которые читатель отмечает как Seems like AI slop | Отметка служит сигналом платформе; автоматическое удаление поста не заявлено | TechRadar |
У Snap основной рычаг — пригодность ролика для алгоритмических рекомендаций. У LinkedIn механизм складывается из распознавания, снижения распространения и пользовательской обратной связи. Обе компании защищают дефицитный ресурс платформы: внимание к публикациям, которые дают новую информацию или личный опыт.
Почему модерация смещается от вреда к качеству
Классическая модерация отвечает на вопрос, нарушает ли публикация правила: содержит ли она мошенничество, травлю, запрещённые материалы или опасную ложь. Новые меры добавляют второй вопрос: заслуживает ли допустимый материал алгоритмического усиления.
Такой подход уже выходит за пределы социальных сетей. В кейсе arXiv с годовым баном санкция связана с непроверенными препринтами и ответственностью автора. Snap и LinkedIn действуют мягче: управляют видимостью и собирают сигналы качества до того, как публикация становится нарушением.
Нельзя смешивать эту задачу с борьбой против любого синтетического материала. Например, кейс Meta и AI-дипфейков в Instagram касается обмана и согласия людей, чьи лица или голоса используются. В случае AI-slop пост может быть безопасным и честно маркированным, но всё равно пустым, повторяющимся или собранным ради дешёвого охвата.
Главный риск нового подхода — ложные срабатывания. Стилистические признаки легко копируются людьми и меняются вместе с моделями. Пользовательская жалоба тоже субъективна и может стать инструментом против неприятного мнения. Поэтому платформам нужен составной сигнал: содержание, оригинальность, автоматизация, поведение аккаунта и реакция аудитории. Отдельного маркера вроде длинного тире или гладкого синтаксиса для решения недостаточно.
Что меняется для авторов и команд
Массовая генерация публикаций теряет экономический смысл, если платформа обрезает рекомендательный охват. Для корпоративной команды это повод пересмотреть конвейер до публикации: у каждого текста должен быть автор с проверяемой экспертизой, собственный тезис и редактор, который отвечает за факты.
Генеративные инструменты остаются полезны для черновика, структуры и правки языка. LinkedIn прямо допускает такую помощь. Проблема начинается, когда автоматизация заменяет источник мысли, а десятки аккаунтов публикуют один и тот же каркас с разными существительными.
Последствия не заканчиваются внутри ленты. Низкокачественный пользовательский контент попадает в поисковые индексы и ответы ИИ; мы разбирали этот эффект на примере отравления AI-поиска через Reddit. Если меры Snap и LinkedIn сработают, они сократят не только раздражающий шум, но и объём слабого материала, который другие системы принимают за источник.
Короткие ответы об AI-slop в соцсетях
Запретил ли Snapchat весь AI-контент?
Нет. Snap отдаёт приоритет аутентичным роликам в Spotlight перед полностью сгенерированным вне Snapchat контентом. Материалы из встроенных AI-инструментов Snapchat остаются допустимыми для рекомендаций и получают индикаторы прозрачности.
Удаляет ли LinkedIn посты, похожие на AI-slop?
Официально заявлено снижение широкого распространения шаблонного контента без ясной позиции. LinkedIn не сообщала, что любой отмеченный пост автоматически удаляется.
Любой текст с помощью ИИ считается AI-slop?
Нет. LinkedIn разрешает применять ИИ для правки. Решающее различие — есть ли в публикации собственная позиция, опыт, контекст и содержательный вклад человека.
Snap и LinkedIn проводят практическую границу: право опубликовать материал больше не гарантирует право на алгоритмическое усиление. Следующий этап проверки начнётся после первых данных об ошибках, апелляциях и реальном изменении качества лент.
