ai-slop en vertrouwen

AI-slop, massaal geproduceerde AI-content van lage kwaliteit, vreet aan het vertrouwen dat klanten in je uitingen hebben. Tegelijk laat onderzoek uit 2025 en 2026 zien dat een simpel label “gemaakt met AI” de geloofwaardigheid van correcte content kan verlagen, terwijl consumenten wel om eerlijkheid vragen. Die transparantie-paradox los je op door disclosure aan de situatie te koppelen: in klantcontact meld je altijd dat er een machine praat, bij marketingcontent sta je persoonlijk in voor elk woord, en intern AI-gebruik hoef je niemand te melden. Het onderscheid dat overblijft is menselijkheid: werk dat als machinewerk aanvoelt, verliest het sowieso.

waarom heet het ineens overal ai-slop?

Omdat de verzadiging in 2025 officieel taal werd. Merriam-Webster koos “slop” tot woord van het jaar 2025 en definieert het als digitale content van lage kwaliteit, doorgaans in grote hoeveelheden geproduceerd met kunstmatige intelligentie (Merriam-Webster, 2025). Een woordenboek kiest pas een woord als iedereen het al gebruikt, en iedereen gebruikt het omdat iedereen het probleem ziet. Spotify verwijderde in 2025 ruim 75 miljoen AI-gegenereerde spamtracks (CNBC, 2025). Dat is geen taalkundige voetnoot. Dat is een markt die zichtbaar dichtslibt.

Voor jou als ondernemer is dit een marktsignaal. Je nieuwsbrief, je website en je socials concurreren in een omgeving die klanten inmiddels met slop associëren. De vraag is dus simpel: rijd je mee in die stroom, of onderscheid je je ervan? Dat de meeste AI-projecten al eerder stranden, tussen pilot en productie, is een verwant maar ander verhaal, dat ik uitwerk in de productiekloof.

vertrouwen klanten ai-content nog?

Steeds minder, en Nederlanders zijn sceptischer dan gemiddeld. Uit de wereldwijde studie van de University of Melbourne en KPMG onder 48.000 respondenten in 47 landen blijkt dat 33 procent van de Nederlanders bereid is AI te vertrouwen, tegenover 46 procent wereldwijd (KPMG, 2025). Onderzoeksbureau Norstat vond dat 44 procent van de Nederlanders AI-gebruik in advertenties, websites en folders afkeurt, oplopend naar 52 procent als AI in reclame verder toeneemt; onder zestigplussers ligt de afkeuring op 53 procent (Norstat via Emerce, 2025).

Het ongemakkelijke: diezelfde consument herkent AI-content nauwelijks. Uit eerder Norstat-onderzoek blijkt dat ruim de helft van de jongeren moeite heeft AI-gegenereerde content te herkennen (Norstat via Emerce, 2025). “Ze merken het toch niet” is daarmee de verkeerde geruststelling. Afkeuring werkt op vermoeden en op ontdekking achteraf, en dat vermoeden groeit sneller dan het herkenningsvermogen. Gartner mat in 2025 dat 53 procent van de consumenten weinig vertrouwen heeft in AI-zoekresultaten en -samenvattingen (Gartner, 2025). En internationaal daalde het vertrouwen in AI-gegenereerde content volgens consultancybedrijf Capgemini van 73 naar 55 procent tussen 2023 en 2025, in elke leeftijdsgroep, ook bij Gen Z (Capgemini via MarTech, 2026).

waarom werkt “wees gewoon transparant” niet vanzelf?

Omdat een AI-label de geloofwaardigheid kan verlagen, zelfs als de inhoud klopt. Twee onderzoekslijnen laten dat onafhankelijk van elkaar zien, en ze meten verschillende dingen. De eerste gaat over vertrouwen in de afzender: in dertien experimenten met ruim 5.000 deelnemers zagen Schilke en Reimann dat mensen degene die AI-gebruik openlijk meldt consequent minder vertrouwen, ook wanneer die mensen zelf veel met AI werken (Organizational Behavior and Human Decision Processes, 2025). De tweede gaat over de geloofwaardigheid van de content zelf: een experiment met 433 deelnemers rond wetenschapscommunicatie op social media vond dat een AI-label correcte informatie minder geloofwaardig maakte en misinformatie juist geloofwaardiger, het zogeheten truth-falsity crossover effect (JCOM, 2026). Onderzoek van de Universiteit Twente wijst dezelfde kant op: AI-labels bij nieuwsartikelen drukken de waargenomen geloofwaardigheid, los van wat er feitelijk staat (University of Twente, 2025). Daar hoort de begrenzing bij: die laatste twee studies zijn gedaan op nieuws en wetenschapscommunicatie, en of het effect één op één opgaat voor reclame is niet bewezen.

Dit schuurt, ook bij mij. Ik bouw dagelijks met AI voor klanten en ik vind tegelijk dat je eerlijk hoort te zijn over hoe je werkt. Het onderzoek zegt dat die eerlijkheid je per contentstuk geloofwaardigheid kost. Wie “wees gewoon transparant” als simpele oplossing verkoopt, verzwijgt die prijs. Alleen is het omgekeerde advies, verzwijgen, een tijdbom: volgens YouGov zou 32 procent van de consumenten een merk minder vertrouwen zodra AI-gebruik bekend wordt, tegenover 15 procent die het merk dan juist meer vertrouwt (YouGov via MarTech, 2026). Wat je per stuk content wint aan geloofwaardigheid, kun je aan merkvertrouwen verliezen op de dag dat het uitkomt.

human-made als verkoopargument

De tegenbeweging is intussen commercieel bewezen. Polaroid won een Ad Age Creativity Award 2026 met een wereldwijde campagne die AI en datacenters expliciet afwijst en de analoge, tastbare foto als antwoord neerzet, inclusief een billboard tegen datacenters bij Coney Island (Ad Age, 2026). Schaal is geen onderscheidend vermogen meer; iedereen kan duizend teksten per dag genereren. Echtheid is dat wel.

Toch is “anti-AI” voor de meeste bedrijven een te grof antwoord, en het onderzoek laat zien waarom. Volgens onderzoek van softwarebedrijf Bynder heeft 82 procent van de consumenten er geen moeite mee dat merken AI gebruiken voor teksten, zolang het resultaat menselijk aanvoelt (Bynder via MarTech, 2026). De acceptatie is er dus wel, maar hij is voorwaardelijk. De voorwaarde heet kwaliteit en gevoel. Klanten stemmen af op de vlek, veel meer dan op het etiket.

mijn lijn: drie soorten ai-gebruik, drie soorten eerlijkheid

Ik hanteer voor mezelf en voor klanten een indeling in drie lanen, elk met een eigen disclosure-regel.

Klantcontact. Praat een klant met een machine, dan hoort hij dat te weten. Altijd, vanaf de eerste zin. Een chatbot die zich als mens voordoet leent vertrouwen dat hij nooit kan terugbetalen; de ontdekking raakt je hele merk en werkt door in elk volgend contact. Openheid loont hier bovendien: het eigen trendonderzoek van softwarebedrijf Qualtrics vindt dat klanten meer gegevens durven te delen met organisaties die transparant zijn over het gebruik ervan (Qualtrics, 2026). Dat deze openheid in Europa ook wettelijk verplicht wordt, werk ik apart uit in de ai act zonder paniek. En het kan, zonder vertrouwensverlies: de Nationale Voice Monitor 2025 ziet het vertrouwen in AI-ondersteund klantcontact stijgen, vooral onder jongeren, terwijl 78 procent van de Nederlandse consumenten inmiddels weleens met een chatbot te maken had, tegen 70 procent een jaar eerder (Frankwatching, 2025). Onderzoek van Y.digital en Markteffect zag de negatieve houding tegenover AI-chatbots dalen van 52 naar 32 procent (Consultancy.nl, 2026). Vertrouwen volgt bewezen functioneren.

Marketingcontent. Hier is AI voor mij gereedschap, zoals de spellingchecker en de fotobewerking dat al jaren zijn. Ik voel geen plicht om onder elke blog te zetten welk gereedschap ik gebruikte; de fotograaf vermeldt zijn lampen ook niet. Er gelden wel twee harde grenzen. Eén: elk cijfer, elke claim en elke ervaring in de tekst moet echt zijn en door een mens gecontroleerd, met een naam eronder die ervoor instaat. Wie AI een ervaring laat opschrijven die hij nooit had, pleegt bedrog, met of zonder label. Twee: synthetische media die iets echts suggereren, een AI-foto van je “team”, een gegenereerde productfoto die je product niet is, een verzonnen review, zijn altijd bedrog. Daar repareert geen disclosure iets aan; dat laat je gewoon.

Intern. Analyses, conceptversies, samenvattingen, code: hier hoef je niemand iets te melden. De klant koopt het resultaat en jouw verantwoordelijkheid ervoor. Hoe je keuken eruitziet is je eigen zaak, zolang wat de keuken verlaat aan jouw standaard voldoet.

De scheidslijn onder deze drie lanen is steeds dezelfde: bedrog begint waar de ontvanger iets over de afzender concludeert dat onwaar is. Dat hij met een mens praat. Dat jij het product zelf testte. Dat die review van een klant komt. Kloppen die conclusies, dan is AI-hulp gewoon eerlijk werk.

checklist: zo blijf je uit de slop

1. Verdeel al je AI-gebruik over de drie lanen: klantdialoog, publieke content, intern. Twijfelgevallen behandel je volgens de strengste laan.
2. Laat elke bot zich in de eerste zin als digitale assistent melden en bied altijd een route naar een mens.
3. Stel één publicatieregel in: niets gaat live zonder menselijke eindredactie en een naam die ervoor tekent.
4. Controleer elk cijfer en elke claim tegen de oorspronkelijke bron, en dus nooit alleen tegen de AI-samenvatting ervan.
5. Verbied categorisch: verzonnen reviews, verzonnen ervaringen en gegenereerde beelden die iets echts suggereren.
6. Doe de voorleestest: lees de tekst hardop en schrap alles wat je nooit zo tegen een klant zou zeggen.
7. Herlees elk kwartaal je bestaande content met dezelfde bril; slop sluipt binnen via de achterdeur van tijdsdruk.

Wat je niet hoeft te doen: AI-detectietools op je eigen teksten loslaten of een badge “100 procent mensenwerk” op elke pagina plakken. Detectors zijn onbetrouwbaar, en zo’n badge beantwoordt een vraag die je klant niet stelde. Je klant vraagt of je werk klopt en of het als jou voelt.

Mijn positie: ik gebruik AI elke dag en draai daar niet omheen, en tegelijk mag niets wat mijn werkplaats verlaat als machinewerk aanvoelen. Die twee overtuigingen verdragen elkaar prima zolang je de lanen scheidt: machines melden zich in dialoog, mensen tekenen voor content, en intern doe je wat werkt. Het label is de bijzaak; de aanspreekbaarheid en de vlek zijn de hoofdzaak.