En bref : l’algorithme LinkedIn utilise des modèles d’IA pour prédire quelles publications chaque membre jugera utiles, en s’appuyant sur des centaines de signaux issus de son profil, de son réseau et de son activité. Il regarde au-delà des likes : le temps passé sur une publication (dwell time), la qualité des commentaires et l’engagement obtenu dans les 24 premières heures. LinkedIn affirme ne pas utiliser de données démographiques comme l’âge, l’origine ethnique ou le genre comme signaux de classement.
LinkedIn ne publie pas son code de classement : la plupart des conseils sur l’algorithme relèvent donc de la conjecture. Cet article s’en tient à ce que LinkedIn et ses ingénieurs ont réellement déclaré, puis le traduit en étapes concrètes.
Comment le fil LinkedIn décide-t-il de ce que vous voyez ?
Comme la plupart des grands fils d’actualité, LinkedIn fonctionne en deux grandes étapes. D’abord, il sélectionne un ensemble de publications candidates susceptibles de vous intéresser – issues de vos relations, des personnes et des pages que vous suivez, ainsi que des publications recommandées venant d’au-delà de votre réseau. Ensuite, il classe cet ensemble en prédisant l’utilité de chaque publication pour vous, et construit votre fil à partir des premières.
Les modèles qui s’en chargent ont évolué rapidement. En août 2025, Tim Jurka, vice-président Ingénierie de LinkedIn, a expliqué que l’entreprise utilisait depuis peu de grands modèles de langage pour mieux comprendre le contexte des publications. En mars 2026, LinkedIn a annoncé un nouveau système pour le fil : une sélection fondée sur de grands modèles de langage, qui repère des publications pertinentes dans votre réseau et au-delà, et un modèle de classement « Generative Recommender » qui analyse dans l’ordre plus de 1 000 de vos interactions passées. En mai 2026, le directeur technique Erran Berger a décrit comment les « generative recommenders » remplacent des modèles spécialisés distincts pour le fil, les offres d’emploi, les suggestions de relations et les publicités par des systèmes qui lisent l’activité d’un membre sur toute la plateforme dans le temps, et qui déterminent déjà quelles candidates sont retenues avant même le classement.
Des chercheurs de LinkedIn ont aussi publié des travaux sur 360Brew, un modèle de fondation de 150 milliards de paramètres entraîné sur des données LinkedIn pour gérer plus de 30 tâches de classement et de recommandation. Voyez-y une indication de la direction prise plutôt qu’une description du fil actuel : l’article décrit un modèle de recherche, pas exactement ce qui fait tourner votre fil aujourd’hui.
Quels signaux l’algorithme LinkedIn utilise-t-il ?
LinkedIn indique que ses systèmes pèsent « des centaines de signaux », et que ce sur quoi les membres cliquent, ce qu’ils enregistrent et ce avec quoi ils interagissent façonne le fil chaque jour. Son centre d’aide les classe en trois types : l’identité (votre profil, comme votre localisation, votre entreprise et vos compétences), le contenu (le sujet d’une publication, sa fraîcheur, son nombre de vues et d’interactions) et l’activité (ce à quoi vous réagissez, ce que vous commentez ou partagez, les personnes avec qui vous interagissez et les contenus que vous regardez le plus longtemps). Voici ceux dont LinkedIn a parlé publiquement :
| Signal | Ce qu’en dit LinkedIn |
|---|---|
| Pertinence pour vous | Le classement s’appuie sur votre profil, votre réseau et votre activité sur LinkedIn |
| Temps de lecture | Un modèle prédit la probabilité que vous passiez une publication ; celles susceptibles d’être passées reçoivent un score plus faible |
| Engagement initial | L’engagement des 24 premières heures influe sur l’ampleur de la diffusion d’une publication |
| Commentaires | Les commentaires sont un signal positif, et leur ordre d’affichage est désormais personnalisé pour chaque lecteur |
| Commentaires automatisés | Les commentaires publiés par des scripts ou des extensions sans relecture humaine sont rétrogradés et peuvent ne pas dépasser le réseau de leur auteur |
| Données démographiques | L’âge, l’origine ethnique et le genre ne servent pas de signaux de classement ; ils ne sont utilisés que pour tester l’équité |
Pourquoi le temps de lecture compte-t-il autant sur LinkedIn ?
La plupart des membres de LinkedIn lisent sans réagir : les likes et les commentaires seuls donnent donc très peu de matière au système. L’équipe d’ingénierie de LinkedIn a expliqué que les clics sont bruités et que les actions virales sont rares, alors que le temps passé est disponible pour presque toutes les publications. Elle enregistre deux types de temps de lecture : le temps passé sur la publication dans le fil, mesuré dès qu’au moins la moitié est visible, et le temps passé après avoir cliqué.
À partir de ces données, LinkedIn a construit un modèle qui prédit la probabilité que vous passiez une publication – que vous la fassiez défiler en moins d’un temps seuil – et abaisse le score des publications susceptibles d’être passées. Lors de tests en ligne, cela a entraîné moins de publications ignorées, plus de clics et plus de temps passé dans le fil. L’équipe a aussi souligné que l’objectif est un « temps bien employé » plutôt que simplement plus de temps passé.
La leçon pratique : une publication qui pousse les gens à s’arrêter pour lire – une première ligne forte, une structure claire, un document ou une image utile – génère un signal même chez ceux qui ne réagissent jamais.
Quel poids ont les commentaires et l’engagement initial ?
Beaucoup, mais la qualité compte. En juin 2026, Davang Shah, vice-président Marketing de LinkedIn, a écrit que les signaux d’engagement des 24 premières heures influent sur l’ampleur de la diffusion d’une publication, et que les commentaires de qualité – ceux qui apportent des idées, des questions ou un autre point de vue – sont un signal positif à la fois pour l’algorithme de LinkedIn et pour les systèmes de recherche par IA. La checklist de publication de LinkedIn conseille de répondre aux commentaires dans l’heure qui suit la publication.
Dans le même temps, LinkedIn s’attaque aux fausses conversations. En février 2026, il a annoncé que les commentaires automatisés seraient retirés de l’affichage par défaut « Les plus pertinents », pourraient être empêchés d’aller au-delà du réseau direct de leur auteur, et que les récidivistes s’exposeraient à des restrictions de compte. Il a aussi déclaré lutter contre les pods d’engagement – des groupes qui s’entendent pour liker et commenter mutuellement leurs publications. Notre article sur les pods d’engagement et l’engagement payant présente les compromis, et notre guide de l’engagement sur LinkedIn propose des tactiques pour obtenir de vrais commentaires.
LinkedIn pénalise-t-il les liens externes, les hashtags ou les publications trop fréquentes ?
Liens externes : LinkedIn n’a publié aucune règle pénalisant les publications contenant des liens, malgré des années de débat. Si vous voulez tester, comparez des publications similaires avec le lien dans la publication, dans un commentaire ou sans lien, et jugez d’après vos propres statistiques.
Hashtags : l’équipe marketing de LinkedIn déconseille de commencer une publication par des hashtags, car LinkedIn utilise la première ligne pour générer l’URL de la publication et un hashtag à cet endroit en crée une générique. Commencez plutôt par vos mots-clés. Notre article les hashtags fonctionnent-ils encore élargit la réflexion.
Fréquence : la checklist de LinkedIn qualifie la régularité de « l’un des principaux leviers de portée » et suggère deux à trois publications par semaine. Pour les autres plateformes, consultez à quelle fréquence publier sur chaque plateforme.
Articles et newsletters : les formats longs coexistent avec les publications classiques. L’équipe marketing de LinkedIn suggère 800 à 1 200 mots pour les articles et 200 à 300 mots pour les publications, à raison d’environ un article et deux à trois publications par semaine.
Comment tirer parti de l’algorithme LinkedIn ?
- Écrivez d’abord pour votre réseau. La pertinence pour les personnes qui vous connaissent stimule l’engagement initial ; notre guide abonnés ou relations sur LinkedIn explique qui voit vos publications.
- Méritez l’arrêt. Rendez vos deux premières lignes assez précises pour que les gens s’arrêtent, puis récompensez-les avec du fond pour que le temps de lecture suive.
- Suscitez de vraies discussions et répondez aux commentaires dans les premières heures.
- Restez régulier plutôt que de publier par à-coups.
- Évitez les raccourcis que LinkedIn cible : outils de commentaires automatisés, pods et incitations artificielles à l’engagement.
Si vous voulez une présence d’apparence établie pendant que vous prenez cette habitude, les services LinkedIn de StreamElevate n’ont besoin que du lien public d’un profil, d’une page ou d’une publication – mais aucun nombre de likes ne remplace des publications que votre réseau a vraiment envie de lire.
Questions fréquentes
L’algorithme LinkedIn est-il chronologique ?
Pas par défaut. Le fil affiche d’abord les publications les plus pertinentes, classées selon la pertinence prédite : vous pouvez donc voir des publications plus anciennes au-dessus de plus récentes quand LinkedIn estime qu’elles vous seront plus utiles. Le menu de tri au-dessus du fil permet de passer aux publications les plus récentes, et vous pouvez rendre ce choix permanent dans les paramètres pour voir les publications des personnes que vous suivez dans l’ordre antichronologique. LinkedIn a aussi testé d’autres fils, comme un onglet « Network ».
LinkedIn montre-t-il mes publications à des personnes hors de mon réseau ?
Oui. La sélection inclut des publications recommandées venant d’au-delà de vos relations et de vos abonnements, et LinkedIn indique que ses nouveaux modèles élargissent cet ensemble de candidates.
Pourquoi ma portée sur LinkedIn a-t-elle baissé ?
LinkedIn a indiqué qu’en 2025 les publications ont augmenté de 15 % et les commentaires de 24 % sur un an, ce qu’il a présenté comme une concurrence accrue dans le fil. Combiné aux changements de modèles et à un traitement plus strict de l’engagement automatisé, cela a fait évoluer la portée de nombreux comptes.
LinkedIn utilise-t-il l’IA pour classer les publications ?
Oui. LinkedIn a déclaré utiliser de grands modèles de langage pour faire remonter les contenus, et son directeur technique a décrit un passage à des « generative recommenders » et à des modèles de séquences à grande échelle.
Sources : LinkedIn Engineering: Understanding feed dwell time, TechCrunch: what’s going on with LinkedIn’s algorithm, LinkedIn Engineering: Engineering the next generation of LinkedIn’s Feed, LinkedIn Pressroom: How LinkedIn is improving the Feed, Erran Berger (LinkedIn CTO): The next era of recommendations on LinkedIn, Tim Jurka (LinkedIn): How does the LinkedIn Feed work?, LinkedIn Help: LinkedIn relevance, LinkedIn Help: Sort your feed by Top or Recent posts, LinkedIn Marketing Blog: How to maximize AI visibility for your LinkedIn posts, LinkedIn for Marketing: posting checklist, Gyanda Sachdeva (LinkedIn): automated comments, Rishi Jobanputra (LinkedIn): Making LinkedIn conversations more relevant, arXiv: 360Brew