Por Luciano Poubel · Publicado originalmente no LinkedIn em 13 de agosto de 2026.
Usar inteligência artificial não é infração. O problema jurídico começa quando uma avaliação subjetiva de “qualidade” se transforma em punição algorítmica, redução de alcance ou restrição de conta sem critérios claros e possibilidade de contestação.
Imagine a seguinte situação.
Você passa algumas horas pesquisando um assunto da sua área. Reúne referências, recorda situações que viveu profissionalmente e organiza uma linha de raciocínio. Depois, utiliza uma ferramenta de inteligência artificial para estruturar o texto, melhorar a clareza e revisar a escrita.
Antes de publicar, você relê tudo. Exclui o que ficou genérico, acrescenta sua experiência e assume integralmente aquilo que está escrito.
Do outro lado da tela, alguém discorda da sua conclusão. Abre o menu da publicação e encontra a opção:
“Parece spam de IA.”
Em um comentário, a expressão muda:
“Parece lixo de IA.”
O que acontece depois desse clique?
Sua publicação foi denunciada? O alcance será reduzido? A plataforma pode punir sua conta? E, principalmente: como alguém consegue saber, apenas lendo o resultado final, quanto de inteligência artificial foi utilizado?
Em outras palavras:
– usar inteligência artificial para escrever tornou-se uma infração?
– um simples clique pode reduzir o alcance de uma publicação?
– como distinguir um texto assistido por IA de um conteúdo realmente vazio?
– e quem fiscaliza o algoritmo que passou a fiscalizar os autores?
Essas perguntas ficaram ainda mais importantes depois que o LinkedIn passou a disponibilizar um mecanismo para identificar o chamado AI slop.
Este artigo nasceu de uma provocação feita por Vanessa Spirandeo em uma publicação sobre a nova função — https://www.linkedin.com/posts/vanessaspirandeo_e-essa-op%C3%A7%C3%A3o-de-den%C3%BAncia-de-ia-aqui-t%C3%A1-ugcPost-7493131037242474497-SvGO/. Ao examinar as escolhas “lixo de IA” e “spam de IA” pela perspectiva do marketing e da localização, ela levantou uma questão que me levou a pesquisar o assunto com mais profundidade.
Foi graças a essa provocação que busquei documentos oficiais do LinkedIn, legislação e jurisprudência para reunir as informações deste artigo, principalmente sobre uma camada que ainda precisava ser explorada: o que acontece juridicamente quando um rótulo impreciso deixa de ser apenas linguagem de interface e passa a fornecer dados para sistemas de recomendação e moderação?
A intenção de combater conteúdo vazio pode ser legítima. Os critérios, as consequências e as possibilidades de contestação, porém, precisam ser examinados com cuidado.
O botão não é uma denúncia — embora pareça uma
A primeira informação importante está na própria documentação do LinkedIn.
Segundo a plataforma, a opção “Seems like AI slop” permite que os usuários enviem um feedback sobre publicações ou comentários considerados de baixo valor. Esse feedback ajuda o LinkedIn a compreender o que os membros classificam como conteúdo genérico e a melhorar o funcionamento do feed.
O próprio LinkedIn esclarece que o clique não indica uma violação das políticas e não inicia um procedimento formal de denúncia. A função é apresentada como um mecanismo de feedback para o trabalho de qualidade de conteúdo e para o aprimoramento do feed. LinkedIn Help — Share feedback on AI slop — https://www.linkedin.com/help/linkedin/answer/a15410007
Essa distinção é fundamental.
Uma denúncia afirma que determinada conduta violou uma regra. Um feedback informa que aquele conteúdo não pareceu relevante, original ou útil para quem o visualizou.
São coisas diferentes.
Portanto, tecnicamente, chamar essa opção de “denúncia” pode induzir o usuário ao erro.
O problema é que, na interface, a opção aparece próxima do verdadeiro botão de denúncia e utiliza palavras como “spam” e “lixo”. Para o usuário comum, a impressão é de que ele está acusando o autor de alguma irregularidade.
Se não é uma denúncia, por que utilizar uma linguagem que parece condenatória?
Não é apenas uma tradução: é a definição de uma categoria
No contexto adotado pelo LinkedIn, AI slop significa conteúdo provavelmente produzido com IA, com pouco esforço, aparentemente bem escrito, mas sem ponto de vista claro, experiência própria ou substância.
É aquele texto que parece dizer muita coisa, mas termina sem entregar nada.
Você provavelmente já encontrou exemplos:
“A liderança do futuro exige inovação, resiliência e propósito. Precisamos sair da zona de conforto, abraçar as mudanças e construir juntos um amanhã melhor.”
A frase está gramaticalmente correta. Parece profissional. O problema é que poderia ter sido publicada por qualquer pessoa, em qualquer empresa e sobre praticamente qualquer assunto.
Não existe experiência, conflito, exemplo ou conclusão concreta.
É esse tipo de conteúdo que a expressão AI slop procura descrever.
Na interface brasileira, porém, apareceram os rótulos “lixo de IA” e “spam de IA”. O problema não se resume a descobrir qual palavra é a tradução mais elegante. Antes disso, é necessário saber qual comportamento a plataforma pretende medir.
“Lixo” é um veredito de valor. A palavra não informa se o problema foi repetição, falta de perspectiva, automação em escala, falsidade ou tentativa de manipular engajamento. Ela apenas comunica rejeição.
“Spam”, por sua vez, já corresponde a uma categoria própria nas políticas do LinkedIn. A plataforma a relaciona a mensagens indesejadas, irrelevantes ou excessivamente repetitivas e a práticas artificiais de engajamento. Usar a mesma palavra para todo conteúdo considerado genérico mistura fenômenos diferentes e torna menos claro qual regra está em jogo.
Um texto pode ser superficial sem ser spam. Pode ter sido escrito por uma pessoa sem qualquer auxílio tecnológico. Da mesma forma, um trabalho assistido por IA pode conter pesquisa, experiência e contribuição original.
Há ainda um limite prático: quem visualiza a publicação avalia o resultado, mas normalmente não conhece o processo de criação. O leitor consegue dizer que um texto lhe parece repetitivo ou vazio; dificilmente consegue provar qual ferramenta foi utilizada.
Nas telas em português, há ainda outra dificuldade: a publicação recebe a opção “Parece spam de IA”, enquanto o comentário recebe “Parece lixo de IA”.
A documentação oficial apresenta uma única funcionalidade para publicações e comentários. Não há explicação de que sejam categorias distintas. A interpretação mais provável é que exista uma inconsistência de tradução ou implementação — não a criação deliberada de duas infrações diferentes.
Quando a resposta do usuário pode alimentar sistemas de distribuição, o nome do botão também delimita aquilo que as pessoas acreditam estar avaliando. A escolha linguística passa a influenciar a qualidade do próprio dado coletado.
O problema é usar IA ou não acrescentar nada?
Agora imagine duas situações.
Na primeira, uma advogada utiliza IA para organizar anotações sobre um processo complexo. Ela verifica as referências, corrige os erros, acrescenta sua experiência profissional e apresenta uma interpretação própria.
Na segunda, uma empresa utiliza automação para publicar dezenas de comentários como:
“Excelente reflexão! A inovação realmente transforma o futuro das organizações.”
O mesmo comentário aparece, com pequenas variações, em centenas de publicações.
Nos dois casos houve utilização de inteligência artificial. Mas somente no segundo existe automação em escala, repetição e ausência de contribuição real.
É justamente essa distinção que o LinkedIn afirma fazer.
A plataforma declara que não está concentrada apenas na forma como o conteúdo foi criado, mas no valor que ele acrescenta. Conteúdo assistido por IA é aceito quando reflete a perspectiva, a experiência ou o conhecimento de uma pessoa real. LinkedIn Help — boas práticas para conteúdo assistido por IA — https://www.linkedin.com/help/linkedin/answer/a1481496
Portanto, usar IA para organizar ideias, revisar uma frase ou tornar um raciocínio mais claro não constitui, por si só, uma infração.
O mesmo vale para utilizar IA como apoio para aprofundar uma pesquisa, comparar hipóteses ou estruturar um texto, desde que a pessoa verifique as informações e acrescente análise própria. Em sentido oposto, publicar automaticamente dezenas de textos ou comentários genéricos, sem contribuição humana relevante, pode ser tratado como conteúdo de baixa qualidade e, conforme o caso, aproximar-se das regras contra spam ou automação abusiva.
Este próprio artigo é um bom exemplo. Uma ferramenta pode auxiliar na pesquisa, na organização e na revisão da linguagem. Ainda assim, o recorte jurídico, as fontes selecionadas, as ressalvas e o posicionamento final precisam ser assumidos por uma pessoa.
A responsabilidade permanece com quem publica.
IA pode ajudar na escrita. Ela não substitui autoria intelectual, verificação dos fatos, experiência ou responsabilidade.
Um clique pode reduzir o alcance?
Oficialmente, o botão funciona como feedback de qualidade e não como denúncia de violação.
Isso não significa, porém, que seja irrelevante para a distribuição do conteúdo.
O LinkedIn informa que publicações aparentemente produzidas por IA e sem perspectiva clara podem deixar de ser amplamente distribuídas para além da rede imediata do autor. A empresa também afirma utilizar sistemas tecnológicos, combinados com trabalho editorial, para reconhecer conteúdo genérico ou repetitivo. LinkedIn Newsroom — Keeping conversations real — https://news.linkedin.com/2026/keeping-conversations-real-on-linkedin
Temos, então, três níveis diferentes:
1. Feedback de qualidade: o usuário informa que não considerou o conteúdo valioso.
2. Redução de distribuição: o sistema utiliza esse e outros sinais para decidir se recomendará a publicação a outras pessoas.
3. Punição formal: a plataforma limita ou remove o conteúdo, adverte o autor ou restringe a conta por uma violação de suas regras.
O primeiro nível não equivale automaticamente ao terceiro.
De acordo com a explicação atual do LinkedIn, uma pessoa clicar em “Parece lixo de IA” não transforma o conteúdo em infração nem inicia, por si só, um fluxo de denúncia. Sanções previstas nas Políticas da Comunidade — como limitação de visibilidade, remoção e restrição de conta — estão relacionadas à identificação de violações, cuja gravidade e repetição influenciam a medida adotada. A própria política prevê recurso quando o usuário considera que houve erro. Políticas da Comunidade Profissional — https://www.linkedin.com/legal/professional-community-policies
Isso não permite afirmar que um único clique jamais influenciará o alcance, porque o LinkedIn não revela o peso exato desse sinal em seus sistemas de recomendação. Permite afirmar algo mais preciso: o clique, isoladamente, não é apresentado pela plataforma como prova de violação nem como punição formal.
A dúvida legítima está no segundo nível: qual é o peso desse clique para o algoritmo?
Essa informação não é publicamente detalhada.
Se o feedback possui peso pequeno e é combinado com diversos outros indicadores, ele pode ajudar a melhorar o feed. Se uma quantidade de marcações produz automaticamente uma redução significativa de alcance, surgem riscos de abuso.
Imagine que um grupo discorde de determinada opinião profissional e combine marcar a publicação como “lixo de IA”. Ou que concorrentes utilizem o botão não para avaliar qualidade, mas para tentar diminuir a circulação do trabalho alheio.
O algoritmo estará identificando conteúdo sem valor ou apenas aprendendo que opiniões impopulares devem circular menos?
É nesse ponto que uma ferramenta de qualidade pode se transformar em mecanismo de silenciamento coletivo.
A plataforma pode moderar. Mas existem limites
Uma rede social privada não é obrigada a recomendar todas as publicações da mesma forma. Liberdade de expressão não significa direito automático à viralização.
A plataforma pode organizar o feed, combater automações e estabelecer regras para proteger a experiência dos usuários.
Isso não significa, entretanto, que qualquer forma de moderação seja juridicamente legítima.
O Superior Tribunal de Justiça já reconheceu que uma plataforma pode remover, por iniciativa própria, conteúdo que viole a lei ou os seus termos de uso. O mesmo julgamento destacou que as regras da plataforma permanecem subordinadas à Constituição e à legislação, e que uma retirada indevida capaz de causar prejuízo injustificado pode gerar responsabilidade.
O STJ também registrou que reduções ocultas de alcance — conhecidas como shadowbanning — podem, conforme as circunstâncias, caracterizar arbitrariedade, abuso de poder ou ato ilícito. A transparência sobre a moderação é, portanto, elemento relevante. STJ, REsp 2.139.749-SP — Informativo 823 — https://scon.stj.jus.br/jurisprudencia/externo/informativo/?acao=pesquisar&aplicacao=informativo&livre=%40CNOT%3D%27020962%27
Esse julgamento não tratou especificamente de inteligência artificial e não transforma qualquer oscilação de visualizações em ilegalidade.
Ele estabelece, porém, uma premissa importante: moderar é legítimo; punir de maneira oculta, arbitrária ou contrária às próprias regras pode não ser.
Também não existe um direito automático à viralização. A plataforma pode organizar e recomendar seu próprio feed. O problema jurídico se torna mais sério quando a curadoria assume características de penalidade:
– contraria as regras divulgadas pela própria plataforma;
– utiliza critérios discriminatórios;
– baseia-se em marcações manipuladas ou coordenadas;
– produz efeitos relevantes sem transparência;
– não oferece nenhuma possibilidade de contestação;
– ou causa prejuízo injustificado ao usuário.
Nem todos esses fatores, isoladamente, tornam a conduta ilícita. Eles funcionam como sinais para uma análise concreta à luz da legislação, do contrato, da boa-fé e dos efeitos produzidos.
E onde entra a LGPD?
A Lei Geral de Proteção de Dados também pode entrar na discussão, mas sua aplicação não é automática.
O artigo 20 da LGPD permite que o titular solicite a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, inclusive decisões relacionadas ao seu perfil profissional.
A lei também permite solicitar informações claras sobre os critérios e procedimentos utilizados na decisão automatizada, preservados os segredos comercial e industrial. Lei nº 13.709/2018 — artigo 20 da LGPD — https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709compilado.htm
Isso pode se tornar relevante se, por exemplo, uma plataforma utilizar automaticamente o histórico do usuário, as marcações recebidas e o seu perfil para impor uma restrição relevante.
Mas é preciso cautela: uma publicação ter poucas visualizações não comprova, por si só, a existência de uma decisão automatizada ilícita. Seria necessário verificar como a decisão ocorreu, quais dados foram utilizados e se houve impacto efetivo sobre os interesses do usuário.
Até 13 de agosto de 2026, o Brasil ainda não possuía uma lei geral de inteligência artificial em vigor. O PL 2.338/2023 permanecia na Câmara dos Deputados, aguardando parecer na comissão especial. Câmara dos Deputados — tramitação do PL 2.338/2023 — https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262
Isso não significa um território sem regras. LGPD, Marco Civil da Internet, legislação civil, os próprios termos contratuais da plataforma e, quando caracterizada a respectiva relação jurídica, as normas de proteção do consumidor já oferecem parâmetros relevantes.
Esse tipo de botão pode ser útil?
Pode.
Usuários reais conseguem perceber coisas que sistemas automáticos nem sempre identificam: repetição, respostas vazias, comentários em massa e textos que apenas reorganizam frases prontas.
O erro está em transformar essa percepção subjetiva em prova de autoria artificial ou de violação.
Esse feedback pode agregar, mas deveria funcionar como um sinal fraco de preferência e qualidade — nunca como prova autônoma de infração.
O botão pode contribuir se:
– funcionar como um sinal de qualidade, não como sentença;
– não produzir sanção formal a partir de uma única marcação;
– possuir proteção contra marcações coordenadas;
– combinar o feedback com outros indicadores de qualidade;
– considerar, com salvaguardas contra discriminação, padrões de abuso e a confiabilidade das marcações, em vez de apenas somar cliques;
– separar claramente preferência pessoal de violação das regras;
– informar o usuário quando houver restrição relevante;
– permitir revisão das decisões com impacto sobre conteúdo ou conta;
– e deixar claro que conteúdo assistido por IA continua permitido.
Sem essas garantias, o sistema corre o risco de registrar antipatia pessoal como se fosse avaliação objetiva de qualidade. Pessoas contrariadas, concorrentes ou grupos organizados poderiam acionar o rótulo contra conteúdos legítimos apenas porque discordam de seu autor.
Também seria melhor perguntar sobre aquilo que o leitor efetivamente consegue avaliar.
Em vez de:
“Parece lixo de IA.”
A plataforma poderia utilizar:
“Parece conteúdo genérico ou sem contribuição original.”
Ou:
“Este conteúdo não acrescentou uma perspectiva relevante.”
Essas opções concentram a avaliação no valor entregue, sem exigir que o usuário tente adivinhar qual ferramenta foi utilizada.
O problema não é a ferramenta
Combater conteúdo automatizado, repetitivo e vazio é uma iniciativa compreensível. Ninguém deseja abrir uma rede profissional e encontrar centenas de textos diferentes dizendo exatamente a mesma coisa.
Mas existe uma diferença entre proteger a qualidade das conversas e transformar usuários em fiscais improvisados da autoria alheia.
Ao traduzir AI slop como “lixo de IA”, o LinkedIn não criou apenas um botão de feedback. Criou um rótulo.
E, quando rótulos subjetivos começam a alimentar o algoritmo que decide quem será visto, uma escolha linguística pode se transformar em uma forma silenciosa de punição.
O problema não é combater conteúdo ruim. O problema é permitir a formação de uma espécie de tribunal algorítmico no qual qualquer pessoa aponta o dedo, poucos conhecem os critérios e o autor talvez nem saiba que sofreu uma consequência.
Talvez a pergunta correta não seja:
“Este conteúdo foi produzido com inteligência artificial?”
A pergunta deveria ser:
“Este conteúdo trouxe alguma experiência, informação ou perspectiva que mereça o tempo do leitor?”
Porque textos vazios existiam muito antes da IA.
A tecnologia apenas tornou mais fácil produzi-los em escala.
E você: consideraria legítimo que desconhecidos classificassem seu trabalho como “lixo” sem que você soubesse qual efeito esse clique produz sobre o alcance da sua publicação?
Referências consultadas
1. Spirandeo, Vanessa. Publicação que originou a reflexão sobre “AI slop”, tradução e localização — https://www.linkedin.com/posts/vanessaspirandeo_e-essa-op%C3%A7%C3%A3o-de-den%C3%BAncia-de-ia-aqui-t%C3%A1-ugcPost-7493131037242474497-SvGO/.
2. LinkedIn Help. Share feedback on AI slop — https://www.linkedin.com/help/linkedin/answer/a15410007.
3. LinkedIn Help. Best practices for content created with the help of AI — https://www.linkedin.com/help/linkedin/answer/a1481496.
4. LinkedIn Newsroom. Keeping conversations real on LinkedIn — https://news.linkedin.com/2026/keeping-conversations-real-on-linkedin.
5. LinkedIn. Professional Community Policies — https://www.linkedin.com/legal/professional-community-policies.
6. Superior Tribunal de Justiça. REsp 2.139.749-SP — Informativo de Jurisprudência 823 — https://scon.stj.jus.br/jurisprudencia/externo/informativo/?acao=pesquisar&aplicacao=informativo&livre=%40CNOT%3D%27020962%27.
7. Brasil. Lei nº 13.709/2018 — Lei Geral de Proteção de Dados Pessoais — https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709compilado.htm.
8. Câmara dos Deputados. Tramitação do PL 2.338/2023 — https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262.