AI slop herkennen en voorkomen: zo houd je je content waardevol

Iedereen met toegang tot ChatGPT kan tegenwoordig in vijf minuten een blog schrijven. De vraag is alleen: levert dat ook iets op? Wie wil dat lezen? Zal Google dat serveren? Of produceer je wat inmiddels bekendstaat als AI slop: content die er netjes uitziet, maar waar niemand iets aan heeft?

Wat is AI slop?

Slop is Engels voor troep, drab, knoeiboel. AI slop is de digitale variant van kant-en-klaar eten. Het vult wel, maar het voegt niks inhoudelijks toe. Geen eigen inzicht, geen echte expertise, gewoon woorden die kloppen maar niks zeggen. De term werd populair toen social media volstroomde met AI-onzin als Shrimp Jesus op Facebook – afbeeldingen van Jezus gemaakt van garnalen die miljoenen likes kregen. Dat is een extreem voorbeeld. In de zakelijke wereld is het subtieler: blogartikelen die keurig lezen maar waar geen enkel eigen inzicht in zit, productbeschrijvingen die inwisselbaar zijn, LinkedIn-posts die allemaal hetzelfde rijtje opsommen.

Hoe herken je AI slop?

Je hoeft geen expert te zijn om AI slop te herkennen. Let op een aantal signalen. De tekst leest gladjes maar zegt niks concreets. Er staan geen specifieke voorbeelden in, geen eigen ervaring, geen mening. Het klinkt als een samenvatting van een samenvatting. Daarnaast zie je patronen in de structuur. Dezelfde overgangen, dezelfde lege tussenzinnen. Hier mijn rijtje waar ik direct AI content mee spot en wat daardoor vaak een negatief kwaliteitssignaal is:

• “in het huidige digitale landschap” of “in een wereld waarin”. Dit roept ChatGPT 4.0.
• De em dash. Dit is niet hetzelfde als het koppelteken (-) of de gedachtenstreep (–).  De em dash is de Amerikaanse gedachtenstreep (—), veel langer en ongebruikelijk in Nederlandse teksten.
• Opvallend veel opsommingen met vetgedrukte kopjes. Niet eens een inleidende zin voordat de opsomming begint? = AI. Ook veel woorden dikgedrukt in de tekst.
• De typische “vijf tips voor“-opbouw.
• De conclusie met als kopje: “Conclusie”
• Of typische constructies als “Dat is niet X, maar Y” – een formulering die AI-modellen bijzonder vaak gebruiken.
• FAQ onderin is iets wat je pas in het LLM-tijdperk terugziet komen.
• Het artikel is zwak geschreven: de rode draad zwabbert, de conclusies sluiten niet goed aan.
• De signalen voor kwaliteit zoals Google die omschrijft missen: EEAT. Dat staat voor expertise, experience, authority, trustworthiness. Kortom, de tekst mist praktische tips, persoonlijke ervaringen, beroepen op autoriteiten en onderzoek, en geen inzicht in hoe het artikel tot stand is gekomen.
• Een ander signaal is opeens veel hoger volume: bedrijven die voorheen een keer per week publiceerden en opeens vijf stukken per dag de deur uit doen. Dat is zelden een teken van plotselinge inspiratie of een nieuwe tekstschrijver.
• AI code in de HTML. Dit is tekst van ChatGPT met opmaak, maar niet als html opgeleverd:

AI slop: waarom het internet steeds meer opvulling krijgt

Wie vandaag online zoekt naar informatie, merkt het steeds vaker. Artikelen lijken op elkaar, teksten voelen leeg en veel pagina’s bevatten vooral woorden zonder echte inhoud. Dit fenomeen wordt steeds vaker aangeduid als AI slop. Het verwijst naar grote hoeveelheden automatisch gegenereerde content die weinig nieuwe informatie biedt en vooral bedoeld is om pagina’s te vullen.

In mijn HTML staat dit vervolgens als volgt:

<h3 data-section-id=”idre3v” data-start=”0″ data-end=”59″><em>AI slop: waarom het internet steeds meer opvulling krijgt</em></h3>
<p data-start=”61″ data-end=”440″><em>Wie vandaag online zoekt naar informatie, merkt het steeds vaker. Artikelen lijken op elkaar, teksten voelen leeg en veel pagina’s bevatten vooral woorden zonder echte inhoud. Dit fenomeen wordt steeds vaker aangeduid als AI slop. Het verwijst naar grote hoeveelheden automatisch gegenereerde content die weinig nieuwe informatie biedt en vooral bedoeld is om pagina’s te vullen.</em></p>

Zie je die data-section-id=”idre3v” data-start=”0″ data-end=”59″?
Dat zie je standaard niet als gebruiker of blogplaatser.
Google ziet dit wél en weet: AI content.

Maar let op: dit zijn signalen. Niet elk signaal betekent dat AI de tekst geschreven heeft. Het gedachtenstreepje wordt nu automatisch geassocieerd met AI-teksten, terwijl het gewoon een handig leesteken is om twee losse zinnen aan elkaar te knopen.

Waarom AI slop schadelijk is

De schade zit op meerdere niveaus:

• De lezer verdrinkt in content die er hetzelfde uitziet en verliest vertrouwen. Onderzoek van KPMG laat bijvoorbeeld vzien dat 67 procent van de consumenten nepnieuws en nepcontent als grootste AI-zorg noemt. Mensen maken zich meer druk om de kwaliteit van wat er uit AI komt dan om de vraag of robots hun baan afpakken.
• Voor organisaties en bedrijven is de schade minder zichtbaar maar net zo reëel: het merk verwatert. Als jouw content niet te onderscheiden is van die van de concurrent, waarom zou iemand dan bij jou kopen? En zoekmachines als Google leggen de nadruk op behulpzame tekst: als je tekst niets toevoegt dan wordt deze ook niet getoond in de zoekresultaten.
• En er zit ook een intern risico aan. Medewerkers die AI-output klakkeloos overnemen, verliezen hun vaardigheden. Schrijven kost tijd, maar het levert ook inzichten op. Als je altijd de AI laat denken, verleer je het zelf. Dit heet cognitive debt.

95 procent van de bedrijven ziet geen rendement op AI

De adoptie van generatieve AI in bedrijven is enorm. Maar de resultaten zijn dat niet. Het MIT Media Lab-rapport uit 2025 liet zien dat 95 procent van de organisaties geen meetbaar rendement haalt uit hun AI-investeringen. Ondanks 30 tot 40 miljard dollar aan uitgaven wereldwijd.

De oorzaak is opvallend eenvoudig: de tools werken prima, maar het plan ontbreekt. Bedrijven voelen de druk om “iets met AI” te doen, introduceren tools zonder duidelijke strategie, en produceren vervolgens meer content zonder dat iemand zich afvraagt of die content ook iets toevoegt. De onderzoekers van MIT noemen dit de GenAI Divide: bijna iedereen experimenteert, maar vrijwel niemand boekt er resultaat mee.

Wat de succesvolle 5 procent anders doet: ze passen tools aan voor specifieke processen, ze beoordelen AI op bedrijfsresultaten in plaats van technische mogelijkheden, en ze investeren in systemen die meegroeien met de organisatie.

AI verschuift het werk alleen

Het grootste misverstand over AI is dat het werk vermindert. In werkelijkheid verschuift het werk.

Stel dat je marketingteam voorheen twee blogs per week schreef. Het beoordelingsproces was overzichtelijk: twee stukken checken, feedback naar de tekstschrijver, klaar. Met AI kan datzelfde team tien stukken per week produceren. Maar iemand moet die tien stukken nog steeds lezen, beoordelen, corrigeren en goedkeuren. Elke keer dat je AI-output beoordeelt, neem je tientallen micro-beslissingen. Klopt deze zin? Is dit feitelijk juist? Past dit bij onze toon? Is dit niet te generiek?  Voorheen deed je tekstschrijver dit.

Dat is mentaal zwaar werk. En het vervelende is: het voelt niet als werk. Je zit te lezen, niet te zwoegen. Maar je hersenen draaien overuren. Wetenschappers noemen dit decision fatigue: de kwaliteit van je beslissingen neemt af naarmate je er meer moet nemen. Het paradoxale gevolg is dat AI op korte termijn je werkdruk verlaagt, maar op langere termijn cognitieve vermoeidheid veroorzaakt.

Kevin Kelly, oprichter van Wired Magazine, beschreef dit fenomeen al in 2016 in zijn boek The Inevitable. Een van de twaalf technologische krachten die hij benoemde is filtering. Zijn punt: naarmate er meer content, meer data en meer keuze komt, wordt het vermogen om te filteren de belangrijkste vaardigheid. Niet produceren is de uitdaging, maar selecteren. Dat is precies wat er nu met AI gebeurt. De productiekant is opgelost, maar de filterkant niet.

AI slop voorkom je met context

De grote valkuil is om het geven van input aan de LLM en het verwerken van de output als twee vaste punten. Maar je kunt bijzonder veel context toevoegen aan de input en hoe je de output verwerkt.

• Geef AI altijd context mee als je een opdracht geeft. Wie is je doelgroep? B2C of B2B? Wat is je tone of voice? Welk taalniveau streef je na? Wat mag er absoluut niet in staan? Hoe specifieker je briefing, hoe bruikbaarder de output. De meeste mensen geven AI een onderwerp en hopen op het beste. Dat is hetzelfde als een ghostwriter inhuren zonder briefing: het resultaat is gegarandeerd generiek.
• Controleer de output zoals je het werk van een junior zou controleren. Lees het kritisch door. Check feiten en bronnen. Klik links na. En voeg altijd iets eigens toe: een voorbeeld uit je praktijk, een mening, een specifiek cijfer. Als jij niks toevoegt, had de lezer het ook zelf kunnen opvragen bij ChatGPT.

Google let hier dus ook op. De E-EAT-richtlijnen beoordelen content op expertise, ervaring, autoriteit en betrouwbaarheid. AI-content zonder menselijke toevoeging scoort daar per definitie laag op. Google kijkt niet of content door AI is geschreven. Google kijkt of content waarde heeft.