41% dos posts do LinkedIn não são humanos: dados de 2026

Por anos, "a internet está virando uma lama de conteúdo gerado por IA" foi uma sensação, não um número. Em 2026 finalmente tivemos números — de dois estudos independentes que mediram feeds reais em vez de chutar. A manchete: até 41% dos posts longos do LinkedIn não foram escritos por um humano. E o LinkedIn nem é o pior lugar.

Veja o que os dados realmente dizem, o que as plataformas estão fazendo a respeito e por que nenhuma das respostas delas protege o seu feed.

O estudo que mediu o que as pessoas de fato viram

Em julho de 2026, o 404 Media divulgou um estudo da Pangram, empresa de detecção de IA. O mais interessante é a metodologia: em vez de coletar páginas públicas, a Pangram usou uma extensão do Chrome que escaneou de forma passiva cerca de um milhão de posts que usuários reais de fato viram em seus feeds ao longo de dois meses.

Essa diferença importa. Coletar páginas diz o que existe; escanear o feed diz o que o algoritmo entrega. É uma medida de exposição, não de estoque.

Os resultados nas plataformas de texto:

Duas ressalvas que tornam esses números mais alarmantes, não menos. Primeiro, a Pangram afirma ter uma taxa de falsos positivos de cerca de 1 em 10.000 — então não é um detector de gatilho fácil inflando a contagem. Segundo, a Pangram diz explicitamente que os números são um piso: o detector só sinaliza o que tem confiança de identificar.

Em vídeo é pior: 59% de um feed novo do TikTok

O texto é só metade da história. Em junho de 2026, a Kapwing, empresa de ferramentas de vídeo, fez um experimento diferente: criar uma conta novinha, sem histórico, e registrar o que o algoritmo entrega a um usuário em branco.

No TikTok, 59% dos vídeos mostrados a uma conta nova eram lixo de IA. No YouTube Shorts, o número foi de 21% — melhor, mas ainda um em cada cinco.

A conta nova é o ponto-chave. Essa é a dieta padrão — o que uma plataforma te serve antes de saber qualquer coisa sobre o seu gosto. Se você é um usuário novo, casual, ou uma criança com um aparelho novo, esse é o seu feed.

As crianças ficam com o pior

O número mais perturbador do estudo da Kapwing: a categoria de conteúdo infantil foi a mais atingida, com 57% de lixo de IA. A hashtag #CartoonKids marcou 97/100 na escala de conteúdo de IA deles — na prática, um canal inteiramente sintético voltado a crianças.

Isso combina com o que documentamos em nosso guia sobre como bloquear canais de YouTube gerados por IA: o conteúdo infantil é o alvo economicamente racional das fazendas de conteúdo. Crianças não pulam vídeos de baixa qualidade, não denunciam e assistem no piloto automático. Máximo de tempo de exibição, mínimo de escrutínio.

Se uma criança na sua casa tem um feed, estatisticamente a maior parte do que há nele nunca foi tocada por um humano. Por isso tratamos o controle parental como um recurso gratuito, e não como um upgrade pago.

O que as plataformas estão fazendo

Para ser justo, 2026 é o ano em que as plataformas pararam de fingir que isso não acontecia. As respostas até agora:

• O YouTube moveu seus selos de aviso de IA para um local mais visível abaixo do player, adicionou um selo sobreposto nos Shorts e começou a rotular conteúdo automaticamente usando metadados de proveniência C2PA e SynthID. Em janeiro de 2026, encerrou 16 canais que somavam 35 milhões de inscritos por conteúdo não autêntico.
• O LinkedIn discretamente removeu seu assistente de escrita com IA do botão de publicar — o mesmo recurso que ajudou a gerar a enxurrada.
• O Reddit diz que bloqueia 23 milhões de visualizações de spam por dia e fez uma campanha de marca de "pessoas são melhores" apostando na autenticidade humana.

Repare na ironia do item do meio: as plataformas passaram 2023–2025 lançando botões de geração por IA e agora passam 2026 lançando selos de detecção de IA para o resultado.

Por que selos e faxinas não vão consertar seu feed

Toda resposta das plataformas acima tem uma característica em comum: é reativa.

1. Selos anotam; não filtram. Um selo de "feito com IA" abaixo do player não reduz a frequência com que o algoritmo recomenda o vídeo. Você continua gastando atenção nele — o selo só avisa depois que você não deveria ter gasto.
2. Selos dependem de cooperação. A rotulagem por declaração pressupõe que as fazendas de lixo se autodenunciem. A rotulagem por proveniência (C2PA/SynthID) só funciona quando os metadados sobrevivem à recodificação — e removê-los é trivial.
3. Faxinas são indicadores atrasados. Os 16 canais encerrados pelo YouTube já tinham acumulado 35 milhões de inscritos. A fiscalização veio depois de anos de exposição, e os operadores simplesmente se registram de novo.
4. Cada plataforma defende só o seu quintal. Os selos do YouTube não ajudam no LinkedIn; o bloqueio de spam do Reddit não toca no seu feed do X. As operações de lixo são multiplataforma; a moderação não é.

As plataformas otimizam para engajamento e — como mostram os números da Pangram — o lixo de IA é engajamento. Esperar que o motor de recomendação se prive de alimento não é uma estratégia.

A alternativa proativa: curar antes que chegue até você

A solução estrutural é o inverso de rotular: em vez de anotar o lixo depois que ele carrega, barrar as fontes conhecidas de lixo antes que sejam exibidas.

Esse é o modelo em que o Blokari se baseia:

• Listas de bloqueio curadas pela comunidade. Curadores humanos mantêm listas de canais e contas conhecidos de lixo de IA — as mesmas fazendas industriais que esses estudos mediram. Assine uma vez; a lista se atualiza conforme novas fazendas surgem.
• Multiplataforma por design. A mesma extensão filtra YouTube, LinkedIn, X e Reddit — espelhando como as operações de lixo realmente funcionam. Nosso guia de filtragem do feed do LinkedIn trata especificamente desse problema dos 41%.
• Suas próprias regras por cima. Lista de bloqueio pessoal para o que as listas curadas ainda não pegaram; lista branca para que um criador de verdade nunca seja escondido por engano.
• Controle parental gratuito. Dado o número de 57% na categoria infantil, esse é o recurso menos opcional que entregamos — gratuito em todos os planos.

Há também um ganho de longo prazo. Os algoritmos de recomendação aprendem com aquilo com que você interage. Quando o lixo deixa de ser exibido, você para de alimentá-lo com cliques e tempo de exibição — e suas recomendações voltam a se aproximar de humanos. Você não está só escondendo conteúdo; está treinando seu feed.

O resumo

Os dados de 2026 trocaram uma sensação por uma medição: 41% dos posts longos do LinkedIn, um em cada quatro artigos do X totalmente escrito por máquina, 59% de um feed novo do TikTok, 97/100 numa hashtag infantil. E esses são pisos, medidos em feeds que as pessoas realmente viram.

As plataformas vão continuar rotulando e fazendo faxinas — de forma reativa, uma plataforma por vez, depois que a exposição já aconteceu. A única defesa de feed que funciona antes da exposição é uma curadoria sob seu controle. Escolha suas fontes, bloqueie as fazendas e deixe os humanos voltarem ao seu feed.

Perguntas frequentes