LinkedIn zette op 30 juli twee dingen tegelijk live. Een knop waarmee elk lid een post kan markeren als "Seems like AI slop", en een bijgewerkte reeks classifiers die zelf moeten herkennen wanneer een tekst uit een model komt. Dezelfde dag verdween "enhance your post", de functie die je tekst door AI liet herschrijven, vervangen door een proefleestool die je stem laat staan.

Drie weken later postte chief product officer Hari Srinivasan de eerste cijfers. Meer dan een miljoen leden hadden de knop gebruikt, en: "Members are now experiencing 40% less views on what we classify as AI slop from just a few weeks ago."

The Register las dat als een strafmaat voor auteurs: wie AI-teksten copy-pastet, ziet ongeveer 40 procent minder views. Andere titels lazen het als opkuis voor lezers, met een feed die 40 procent schoner geworden was. Twee beweringen uit één zin.

Moneywise legde het voor aan LinkedIn. Woordvoerder Amanda Purvis antwoordde dat de 40 procent specifiek slaat op de content classifiers die LinkedIn dezelfde dag als de knop uitrolde. De knop verzamelde een miljoen meningen. De classifier deelde de klappen uit.

Wat bestraft wordt is de mediaan

Srinivasan zei er expliciet bij dat AI-gebruik zelf niet bestraft wordt, ongeveer de enige positie die Microsoft kan innemen terwijl het miljarden in AI steekt. De classifier ziet geen prompt en geen tool. Hij ziet een tekst en beslist of die klinkt als een tekst van een model.

Daarmee schiet het advies dat sinds drie weken overal circuleert naast. "Stop met copy-pasten uit ChatGPT" is een procesadvies tegen een stijloordeel. Een team dat elke post met de hand schrijft in de standaardcadans van LinkedIn, met de hook, de witregels, de drie lessen en de vraag op het einde, loopt hetzelfde risico als een team dat de tekst uit een model haalt. Wie datzelfde model hard gebruikt en in een eigen register schrijft, valt buiten het patroon. Een contentmachine die volume moet leveren tegen constante kwaliteit, produceert niets anders.

Niemand weet hoeveel slop er is

Pangram scande via een opt-in browserextensie ruim een miljoen posts tussen eind april en juni en kwam voor lange LinkedIn-posts op ruim 40 procent volledig AI-gegenereerd, tegen 13,8 procent gemiddeld over vijf platformen. Originality.ai verzamelde in juli 5.000 publieke posts van minstens honderd woorden via negentig zoekopdrachten en kwam op 81,2 procent. Beide bedrijven verkopen AI-detectie.

Een factor twee verschil op hetzelfde platform in dezelfde zomer. De ene meting kijkt naar de feeds van mensen die vrijwillig een detectie-extensie installeren, de andere naar wat via zoekopdrachten publiek terug te vinden is. Geen van beide publiceerde een opsplitsing per taal. Hoe accuraat zijn eigen classifier is, heeft LinkedIn nooit gepubliceerd.

Srinivasan zei het zelf, en eerlijker dan de meeste commentatoren: "Slop is hard to define and the definition changes; this lets us tune our models and make better feeds." Dat is tegelijk de aankondiging dat de meetlat blijft bewegen.

Een woordvoerder omschreef tegenover Startups.co.uk wat er met een gemarkeerde post gebeurt: verminderd algoritmisch bereik, vergelijkbaar met wat er gebeurt wanneer iemand "not interested" aanklikt. De post blijft staan en de auteur krijgt een privémelding in zijn analytics. Er is geen beroepsprocedure beschreven, geen definitie gepubliceerd, en geen manier om achteraf te zien welk deel van een bereikval aan de classifier lag.

Je belangrijkste distributiepartner heeft zijn acceptatiecriteria aangepast, weigert ze te publiceren, zegt er zelf bij dat ze zullen blijven veranderen, en voorziet geen betwisting. Bij een leverancier van onderdelen zou je aankoopdienst daar binnen de week over bellen.

YouTube deed dit vorig jaar met geld

YouTube hernoemde op 15 juli 2025 zijn beleid rond "repetitious content" naar "inauthentic content" en noemde het een kleine verduidelijking. Er volgde een maandenlange discussie onder makers over wat "mass-produced" precies betekent, tot YouTube moest bevestigen dat AI-gebruik niet het doelwit was en dat hergebruikte content gemonetiseerd blijft zolang er eigen commentaar of eigen waarde aan toegevoegd is.

Hetzelfde mechanisme, alleen hangt er bij YouTube geld aan en bij LinkedIn bereik. De schade komt in beide gevallen minder van de regel dan van de onzekerheid errond, want die duurt langer dan de aanpassing en maakt mensen voorzichtig op plekken waar dat niet hoefde.

Veertig procent minder views op een segment dat sowieso weinig opleverde is natuurlijk geen bedrijfsprobleem. Niemands pijplijn draait op posts die lezers spontaan als slop herkennen, en platformen ranken al twintig jaar op zachte kwaliteitssignalen zonder specificatie. Bedrijven hebben zich daar telkens aan aangepast.

Dat klopt grotendeels. Google rankte op gedrag, op kliks, links en terugkeer, en daar kon je op sturen door beter te zijn. LinkedIn weegt nu mee hoe een tekst klinkt, terwijl de tools waarmee marketingteams sinds 2024 hun output opgeschaald hebben iedereen naar hetzelfde geluid duwen.

In Vlaanderen kan je dit kanaal niet omzeilen

Een Amerikaans bedrijf dat 40 procent LinkedIn-bereik verliest, heeft vakpers, events, betaalde media en een markt van honderdduizenden beslissers. In Vlaanderen is de groep relevante B2B-beslissers klein genoeg dat LinkedIn voor veel bedrijven de enige plek is waar ze allemaal zitten. Een kanaal dat je niet kan omzeilen, is een afhankelijkheid.

Alle publiek beschikbare metingen van AI-content op LinkedIn gebeurden op Engelstalig materiaal, en niemand publiceerde cijfers per taal, ook LinkedIn zelf niet. Of een Nederlandstalige post daardoor vaker verkeerd geclassificeerd wordt, weet dus niemand, terwijl het over jouw bereik gaat.

Wie hier maandag iets mee wil doen, begint bij twee cijfers uit zijn eigen huis. Welk deel van de commerciële pijplijn op dit ene kanaal staat, en hoe het bereik per posttype eruitzag voor en na 30 juli. In de meeste bedrijven ligt het eerste cijfer ergens in een sheet en is het tweede nooit gemaakt.