LinkedIn zette op 30 juli twee dingen tegelijk live. Een alarmknop 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 tool die je tekst alleen nog nakijkt.

Drie weken later postte chief product officer Hari Srinivasan de eerste cijfers. Meer dan een miljoen leden hadden de alarmknop ingedrukt, 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 bestraffing van auteurs: wie AI-schrijfsels in zijn bericht plakt, krijgt ongeveer 40 procent minder views. Andere titels lazen het als opkuis voor lezers, met een feed die 40 procent schoner geworden was.

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 alarmknop uitrolde. De alarmknop verzamelde een miljoen meningen, LinkedIns eigen 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 enkel een tekst en beslist of die klinkt als een opstel van een model.

"Stop met copy-pasten uit Claude" is een duidelijk advies dat al maanden leeft bij de gemiddelde LinkedIn-gebruiker. Maar een team dat elke post met de hand schrijft in de gekende cadans van LinkedIn, met de hook, de witregels, de drie lessen en de engagementvraag op het einde, loopt nu hetzelfde risico als een team dat de tekst uit een model haalt. Wie datzelfde model hard gebruikt maar in een compleet eigen stijl schrijft, valt buiten het patroon.

Niemand weet hoeveel slop er is

Pangram scande via een 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 alle vijf de platformen (Reddit, Substack, Twitter, Medium en LinkedIn zelf). Originality.ai verzamelde in juli 5.000 publieke posts van minstens honderd woorden via negentig zoekopdrachten en kwam op het dubbele: 81,2 procent. Een factor twee verschil op hetzelfde platform in dezelfde zomer. De ene meting kijkt naar de feeds van mensen die vrijwillig een AI-detectie-extensie installeren, de andere naar wat via zoekopdrachten publiek terug te vinden is. Beide bedrijven verdienen voor alle duidelijkheid geld aan AI-detectie.

Hoe accuraat zijn eigen classifier is, heeft LinkedIn nooit gepubliceerd. Srinivasan zei zelf: "Slop is hard to define and the definition changes; this lets us tune our models and make better feeds." De meetlat blijft met andere woorden 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 het verminderde bereik aan de classifier lag.

Het belangrijkste contentplatform voor bedrijven heeft zijn criteria aangepast, weigert ze te publiceren, zegt er zelf bij dat ze zullen blijven veranderen, en voorziet geen enkele vorm van betwisting.

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, 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 vast en bij LinkedIn bereik. De schade komt in beide gevallen minder van de regel dan van de onzekerheid errond, want die maakt gebruikers voorzichtig op plekken waar dat niet altijd hoeft.

Veertig procent minder views op content die sowieso weinig opleverde is natuurlijk geen probleem dat moet besproken worden op directieniveau. Niemands pijplijn draait op posts die lezers spontaan als slop herkennen, en platformen ranken al twintig jaar op kwaliteitssignalen zonder specificatie. Google rankte op gedrag, op clicks en links, en daar kon je op sturen door beter te zijn.

LinkedIn geeft nu gewicht aan hoe een tekst klinkt, terwijl de tools waarmee marketingteams sinds 2024 hun output opgeschaald hebben iedereen naar eenzelfde stem 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.

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 intern mee aan de slag wil, kan best eens kijken hoe het bereik per posttype eruitzag vóór en na 30 juli.