社交媒体AI生成内容泛滥：LinkedIn超过40%长文为AI写作
阅读原文· pangram.comLinkedIn上40%的长文都是AI写的，这个数据比什么‘我感觉’都有说服力，所有做内容策略的人都该看一眼这篇报告。
安全公司Pangram通过Chrome扩展收集超100万条帖子，分析发现社交媒体AI生成内容泛滥。整体AI检测率13.8%，长文（超250词）中25.72%完全由AI生成。LinkedIn最为严重，超40%长文帖子被标记为完全AI生成，占全部AI内容的62%；X/Twitter近一半文章（23.9%完全AI+22.9%混合）为AI写作。Reddit整体AI率仅4.4%，但顶层帖子AI率达11.6%。分析使用Pangram 3.3模型，假阳性率0.01%。Substack上长文AI率反而略低。
关键发现：
AI生成内容对长文冲击最大
AI垃圾内容正在淹没LinkedIn
顶级帖子的AI生成比例高于回复帖
研究方法与数据收集
结论
两个月前，我们推出了Chrome扩展程序，旨在帮助应对社交媒体上日益严重的垃圾内容问题。它允许用户在浏览社交媒体的同时扫描帖子，标记出AI生成的内容，以便他们能就如何分配注意力做出明智的决定。
Pangram是一家以研究为先的公司，不仅在行业领先的AI检测算法方面如此，在追踪AI生成内容的风险和普及程度方面也是如此。社交媒体是这方面最难研究的领域之一——比新闻文章、研究论文或亚马逊评论要难得多。但它也是最关键的领域之一，因为它可能是我们面临的最大量的AI生成内容来源。
我们相信，理解这个问题很重要，这样才能更好地应对它。因此，我们在Chrome扩展程序中加入了可选的设置，允许用户通过匿名分享他们的扫描统计信息来帮助我们的研究。我们将前几个月的数据整理成了下面的报告。
四分之一的社交媒体长文帖子被标记为完全AI生成
在我们标记为AI生成的所有帖子中，三分之二来自LinkedIn
近一半的X/Twitter文章包含AI写作
AI生成内容对长文冲击最大
在我们数据集中，AI生成内容出现在所有社交媒体平台上。所有扫描项目的平均AI率为13.8%，但具体比例因平台和内容长度而异。在五个平台中的四个上，长内容比短内容更可能是AI生成的。在所有平台上，四分之一的长期内容（超过250词的项目中有25.72%）是完全AI生成的。
Substack是个例外；在那里，完全AI生成内容的比率保持相对平稳，而且较长、内容更充实的帖子实际上比短帖子略不可能由AI生成。
LinkedIn是AI饱和程度最高的平台，超过40%的长文帖子被标记为完全AI生成。然而，如果我们将混合AI与人类内容都算在内，X/Twitter的情况最糟：将近一半的X文章要么是完全AI生成的（23.9%），要么是AI辅助/混合的（22.9%），只有53.2%的X文章被标记为完全由人类撰写。
我们的数据显示，AI 生成的内容在所有平台都是一个普遍问题，而长文内容受到的冲击尤其严重。即使是联合 AI 比例最低的长文平台 Substack，仍有超过五分之一（21.9%）的帖子被标记为 AI 生成或 AI 辅助。这与我们在其他写作场景（例如报纸评论版）中观察到的 AI 生成内容增长趋势一致。
AI 垃圾内容正在淹没 LinkedIn
LinkedIn 在所有平台中的 AI 占比最高。LinkedIn 帖子占扫描总量的三分之一，却占了我们标记的所有 AI 内容的近三分之二（62%）。与人们可能预想的相反，绝大多数用户都愿意在与个人真实身份关联的职业场景中使用 AI 代自己发言，而在随性、匿名的平台上使用 AI 的意愿则更低。
LinkedIn 还通过多种方式鼓励平台上的 AI 使用，包括内置的“使用 AI 撰写”按钮（现已更名为“优化帖子”，但仍提供 AI 写作辅助）。人们已经注意到 LinkedIn 在垃圾内容方面日益增长的声誉——或许是为了应对这一问题，LinkedIn 的一位高管最近宣布，该平台将使用内部算法检测并降低 AI 生成帖子的排名；讽刺的是，这则公告本身也是 AI 生成的。无论该公司是否真正试图在其信息流中调节 AI 内容，我们的用户仍然在 LinkedIn 上看到大量 AI 写作的痕迹。
一级帖子的 AI 生成比例高于回复帖
在我们的数据中，Reddit 的扫描量在所有平台中最高，占我们扫描总量的 36.7%。然而，Reddit 的联合 AI 比例仅为 4.4%，是所有平台中最低的之一。这主要是构成效应所致：Reddit 上的回复绝大多数由人类撰写（98.1%），而回复帖总共占我们扫描的 Reddit 内容的 72%。Reddit 上一级帖子是 AI 撰写的可能性要高得多，占比达到 11.6%，与 X/Twitter 的 10.0% AI 饱和率相当。同样的模式在 LinkedIn 上也存在，只是程度较轻：LinkedIn 上一级帖子是 AI 生成的可能性是评论的 1.35 倍。
尽管领英回复是AI生成的可能性低于帖子，但在控制长度后效果反转：领英评论实际上是AI的可能性比顶级帖子略高。对于Reddit，AI率的差异与帖子格式无关——在控制长度后，Reddit的顶级帖子是AI生成的可能性仍然高出5.25倍。
Reddit上非AI生成的回复揭示了许多反机器人策略的盲点。尽管Reddit的垃圾信息政策有效消除了使用AI自动生成垃圾回复的账户，但这种方法只能捕捉到平台上最低成本的垃圾内容。Reddit的顶级帖子仅占所有Reddit内容的四分之一，但它们对受众的影响要大得多，而且其较低的数量使得AI撰写的帖子能够绕过基于数量的审核（如频率限制）。
方法和数据收集
总体而言，自Chrome扩展程序于2026年4月24日推出以来，选择共享数据用于研究的用户帮助我们创建了一个包含1,002,627个帖子的数据集，这些帖子来自互联网上几个最大的社交媒体平台：领英、Medium、Substack、X/Twitter和Reddit。我们数据集中的每个帖子只计数一次，并且我们只扫描长度超过50个单词的项目。每个帖子都使用我们最新的AI检测模型Pangram 3.3进行了分析，该模型的误报率为0.01%。这个数据集让我们能够直接了解用户此刻在他们的信息流上看到的AI生成内容。
结论
AI写作如今在社交媒体上无处不在，成为一个问题。这令人担忧，但与我们在线上的其他地方看到的情况一致：研究人员估计，开放互联网上新发布的网站中有35%是AI生成或AI辅助的。一个完全充斥着未标明的AI内容的互联网前景黯淡，但我们认为这并非不可避免。我们希望，通过为在线AI生成内容提供透明度，我们可以让互联网用户重新获得对其注意力使用方式的一些控制。
Max是一位经验丰富的机器学习工程师。他最近在Nuro从事自动驾驶汽车工作，领导了他们的主动学习项目。他在Google、Two Sigma和Yelp有着部署成功机器学习产品的长期经验。
Max 拥有斯坦福大学理论计算机科学学士学位和人工智能硕士学位。除了对构建的热爱之外，他还是《万智牌》轮抽社区的一名活跃成员。