AI-assistenten zoals ChatGPT van OpenAI, Google Gemini en Microsoft Copilot bevelen vaker merken aan die veel in het nieuws zijn. Een nieuw onderzoek laat dit patroon recent zien in tests met veelgestelde consumentenvragen in Europa. De uitkomst is relevant voor consumenten, bedrijven en toezichthouders in de EU. Het raakt aan eisen uit de Europese AI-verordening en aan consumentenrecht, ook voor overheden die AI in dienstverlening inzetten.
Nieuwsdominantie stuurt aanbevelingen
Merken die vaak in het nieuws verschijnen, komen vaker bovenaan in antwoorden van kunstmatige intelligentie. Dat geldt bij vragen als “welk wasmiddel is het beste?” of “welke smartphone moet ik kopen?”. Het effect lijkt vooral sterk bij categorieën met veel vergelijkbare producten. Mediablootstelling vergroot daar de kans op een aanbeveling.
Dit gebeurt omdat taalmodellen leren van grote hoeveelheden online tekst, waaronder nieuws en productbesprekingen. Hoe vaker een merk daarin voorkomt, hoe bekender het patroon voor het algoritme. Het systeem ziet dat als een veilig antwoord. Het is geen bewijs van kwaliteit, maar van zichtbaarheid in de data.
De koppeling tussen nieuws en aanbeveling is geen harde causaliteit, maar een consistent verband. Het effect kan per categorie verschillen. Ook de actualiteit van informatie speelt mee. Antwoorden veranderen als er recente berichtgeving of nieuwe productreviews bijkomen.
Verschillen tussen AI-modellen
ChatGPT, Gemini en Copilot geven niet altijd dezelfde suggesties. De modellen hebben andere trainingssets en halen soms live informatie op uit zoekmachines. Ook tonen ze bronnen op een andere manier. Daardoor kan de merkkeuze per platform verschillen.
Een large language model (LLM) is een algoritme dat tekst voorspelt op basis van eerder geleerde patronen. Veel systemen gebruiken daarnaast een techniek die zoeken en genereren combineert, vaak retrieval-augmented generation genoemd. Daarbij worden recente webpagina’s of nieuwsberichten gebruikt om het antwoord aan te vullen. De balans tussen geleerd patroon en opgehaalde bron bepaalt mede de uitkomst.
“Een taalmodel voorspelt het volgende woord op basis van patronen in trainingsdata; het kent merken niet, het herkent patronen.”
Gebruikers kunnen de invloed sturen met hun vraag. Wie om meerdere opties, criteria en bronnen vraagt, krijgt vaak evenwichtiger advies. Sommige tools bieden citaties of linklijsten. Die functies helpen om advies te controleren en alternatieven te zien.
Risico’s voor markt en consument
Als zichtbaarheid in nieuws de doorslag geeft, profiteren vooral grote en bekende merken. Kleinere Europese spelers kunnen zo moeilijker in het aanbevelingslijstje komen, ook als hun product goed is. Dat vergroot de concentratie in markten. Voor innovatie en keuzevrijheid is dat ongunstig.
Voor consumenten ontstaat verwarring tussen redactionele adviezen en commerciële suggesties. AI-antwoorden ogen neutraal, maar zijn niet per se objectief. Als er gesponsorde resultaten of affiliate-links meespelen, moet dat duidelijk zijn. De Europese regels voor oneerlijke handelspraktijken en de Digital Services Act vragen daar om.
Grote platforms in Europa vallen onder de Digital Markets Act. Google en Microsoft zijn op het moment van schrijven aangewezen als poortwachter voor bepaalde diensten. Als AI-antwoorden worden ingebed in zoek- of winkelomgevingen, kan de keuze-architectuur onder toezicht van de ACM of de Europese Commissie vallen. Dat vergroot de druk op transparantie en gelijke behandeling.
AI-verordening eist meer transparantie
De Europese AI-verordening (AI Act) legt nieuwe plichten op aan aanbieders van generatieve systemen. Brand-aanbevelingen zijn meestal geen hoogrisico, maar vallen wel onder transparantie-eisen. Denk aan heldere informatie over mogelijkheden, beperkingen en het gebruik van data. Ook worden risicobeoordelingen en monitoring verwacht.
Datakwaliteit en herkomst krijgen nadruk in de wet. Leveranciers moeten beter documenteren welke datasets zij gebruiken en hoe zij bias beperken. Nieuws- en reviewdata vragen extra aandacht, omdat herhaling daar snel populariteit versterkt. Op het moment van schrijven treedt de AI Act stapsgewijs in werking tussen 2025 en 2026.
Waar persoonlijke gegevens meespelen, geldt de AVG. Dan zijn dataminimalisatie, bewaartermijnen en beveiliging verplicht. Voor Nederland kijkt de Autoriteit Persoonsgegevens mee. De Autoriteit Consument & Markt kan optreden bij misleiding of zelfpreferentie in aanbevelingen.
Impact op Nederlandse spelers
Voor Nederlandse merken en retailers loont vindbaarheid in betrouwbare media en goede productdata. Duidelijke specificaties, onafhankelijke tests en gestructureerde data op websites helpen algoritmen. Denk aan schema.org-labels en actuele prijzen. PR alleen is geen kwaliteitsbewijs, maar het verhoogt wel de kans dat een model het merk “ziet”.
Uitgevers en omroepen kunnen afspraken maken over licenties en bronvermelding met AI-aanbieders. Dat past binnen de Europese auteursrechtrichtlijn en kan zichtbaarheid en inkomsten verbeteren. Goede citaties helpen ook de gebruiker om te controleren. Transparantie over bronnen maakt het advies sterker.
Gebruikers kunnen zelf sturen op kwaliteit. Vraag om meerdere opties, noem beoordelingscriteria en vraag om Nederlandse of Europese alternatieven. Check of er recente bronnen en prijzen zijn. Zo wordt het algoritme een hulpmiddel, geen eindbeslisser.