De afgelopen weken zorgde een post van LinkedIn’s Chief Product Officer Hari Srinivasan voor veel discussie. LinkedIn zet een nieuwe generatie AI-classifiers in om zogenoemde ‘AI Slop’ te herkennen en de verspreiding ervan te beperken. Daarnaast kunnen gebruikers berichten rapporteren wanneer zij denken dat deze voornamelijk uit AI-gegeneerde, laagwaardige content bestaan.
Ik begrijp die keuze. Sinds de opkomst van generatieve AI is de hoeveelheid content op LinkedIn explosief gegroeid. Iedereen kan tegenwoordig binnen enkele seconden een complete thought leadership-post produceren. Dat verlaagt de drempel om te publiceren, maar zorgt tegelijkertijd voor een enorme hoeveelheid middelmatige content. Voor een platform dat draait om kennisdeling en professionele reputatie is dat een logische uitdaging.
Toch roept de gekozen oplossing ook vragen op.
LinkedIn gebruikt AI om AI te herkennen. Op papier klinkt dat logisch, maar in de praktijk is het een van de moeilijkste AI-vraagstukken die er bestaan. Een algoritme weet immers niet hoe een tekst is ontstaan. Het kent de auteur niet en beoordeelt ook geen intentie. Het kijkt uitsluitend naar taalpatronen, zinsopbouw en statistische waarschijnlijkheden. Daardoor bestaat altijd het risico dat volledig authentieke content onterecht als AI-content wordt aangemerkt.
In mijn eigen statistieken zie ik inmiddels ook duidelijke veranderingen. Over de afgelopen zeven dagen daalde mijn totale aantal weergaven met 57%. Daarbij moet worden opgemerkt dat in die periode nog deels de prestaties van posts uit de week ervoor zijn meegenomen. Het is dus nog te vroeg om harde conclusies te trekken, maar het bevestigt wel dat LinkedIn de manier waarop content wordt beoordeeld lijkt te veranderen.
Tegelijkertijd zie ik ook iets anders. Goede, authentieke content kan nog steeds uitstekend presteren. Dat is misschien wel de belangrijkste conclusie. Het bereik is niet verdwenen, maar de spelregels lijken wel te veranderen.
Opvallend genoeg lijken video’s met weinig of zelfs geen begeleidende tekst momenteel relatief goed te presteren. Dat is zorgwekkend. LinkedIn heeft zich de afgelopen jaren juist ontwikkeld tot hét platform voor thought leadership, inhoudelijke analyses en kennisdeling. Wanneer video’s zonder veel context structureel beter gaan presteren dan diepgaande artikelen, verschuift het karakter van het platform langzaam richting een model dat meer doet denken aan TikTok. Dat zou jammer zijn, juist omdat LinkedIn zich altijd onderscheidde door de kwaliteit van de inhoud.
Daarnaast zie ik steeds vaker voorbeelden van content waarvan ik zeker weet dat die authentiek is, maar die qua verspreiding hetzelfde patroon lijkt te vertonen als berichten die vermoedelijk door de AI-classifiers worden afgeremd. Dat is uiteraard geen bewijs dat LinkedIn deze berichten daadwerkelijk als AI-content classificeert, maar het laat wel zien hoe ingewikkeld dit vraagstuk is. Wanneer schrijvers hun woordkeuze gaan aanpassen om niet op AI te lijken, ontstaat precies het tegenovergestelde van wat LinkedIn waarschijnlijk wil bereiken. Creativiteit wordt dan niet gestimuleerd, maar juist afgeremd.
Wat mij misschien nog wel het meeste opvalt, is dat de discussie inmiddels vooral over AI gaat, terwijl dat volgens mij niet de juiste discussie is.
AI is namelijk niet meer weg te denken uit het marketingvak. Vrijwel iedere marketeer gebruikt AI inmiddels voor research, brainstorms, spellingscontrole, videobewerking, beeldoptimalisatie of het aanscherpen van teksten. Dat is geen bedreiging, maar een logische technologische ontwikkeling. Sterker nog, ik denk dat helemaal geen AI gebruiken over een paar jaar net zo ouderwets voelt als geen smartphone hebben.
Daarom is het belangrijk onderscheid te maken tussen AI Slop en AI Enhancement.
AI Slop bestaat uit generieke content zonder eigen visie, zonder persoonlijke ervaring en zonder toegevoegde waarde. AI Enhancement is juist het tegenovergestelde. Daarbij blijft het idee, de mening en de ervaring volledig afkomstig van de maker, terwijl AI wordt gebruikt om de inhoud te verbeteren. Denk aan het aanscherpen van een titel, het verbeteren van de structuur, het corrigeren van grammatica of het optimaliseren van een video. De inhoud blijft menselijk; alleen het gereedschap verandert.
Dat onderscheid zou wat mij betreft veel centraler moeten staan in de discussie.
Ook de mogelijkheid om berichten als AI Slop te rapporteren zie ik niet als het grootste risico. De meeste gebruikers zullen simpelweg niet de moeite nemen om willekeurige berichten te rapporteren. Natuurlijk zullen er situaties ontstaan waarin concurrenten elkaar proberen dwars te zitten, maar ik verwacht niet dat dit op grote schaal bepalend zal zijn voor het bereik van content.
Het echte risico zit in de automatische classificatie. Wanneer miljoenen berichten dagelijks door AI-modellen worden beoordeeld, kan een kleine onnauwkeurigheid enorme gevolgen hebben. Als authentieke content onterecht als AI-content wordt aangemerkt, heeft dat direct invloed op de zichtbaarheid van goede makers.
Ik verwacht daarom dat LinkedIn zijn classifiers de komende maanden verder zal verfijnen. Dat is ook nodig. Uiteindelijk zou niet de vraag centraal moeten staan of AI is gebruikt, maar of een post daadwerkelijk waarde toevoegt.
AI is hier om te blijven. De uitdaging voor LinkedIn is daarom niet om AI te verbannen, maar om kwaliteit te belonen. Slechte content verdwijnt uiteindelijk vanzelf doordat mensen het niet lezen, niet delen en niet interessant vinden. Goede content doet precies het tegenovergestelde.
Misschien is dat uiteindelijk nog altijd de beste vorm van kwaliteitscontrole.
Niet een AI-classifier, maar de mensen die de content lezen.
