Ga naar inhoud
HEXART-rapport · 29 augustus 2026

224 door AI geschreven artikelen: rapportage van onze eigen website

Vijf maanden lang publiceerden we op deze website content die door een taalmodel was geschreven. Dat leverde 224 stukken op. 18 procent daarvan beantwoordt een vraag die iemand daadwerkelijk stelt. Hieronder vindt u de cijfers, hoe we ze hebben berekend en wat er veranderde na één aanpassing in de pipeline.

We schrijven hierover omdat zulke gegevens ontbreken. Er zijn handleidingen voor het maken van content met AI en waarschuwingen voor sancties van zoekmachines. Maar er is geen artikel waarin een bedrijf aan de hand van zijn eigen archief laat zien wat het heeft opgeleverd, inclusief wat niet werkte. Dit is dat artikel.

Wat hebben we gemeten

De steekproef omvat 224 openbare publicaties uit de nieuwssectie van hexart.pl, gepubliceerd van 3 april tot en met 27 augustus 2026. Alle publicaties zijn door dezelfde pipeline gegenereerd: het model koos het onderwerp, schreef de tekst, selecteerde afbeeldingen en nam de voice-over op. Een mens keurde de publicatie goed, maar schreef de inhoud niet.

We splitsen de gegevens op in twee perioden, omdat op 19 augustus 2026 de pipeline is aangepast: vóór het schrijven werd een stap toegevoegd waarin wordt gezocht naar vragen zonder goed antwoord, en materiaal zonder bronnenlijst wordt niet langer gepubliceerd. Dit is de enige plek in deze cijfers waar het effect van een concrete wijziging zichtbaar is, en niet van een algemene trend.

Cijfers

7
Maat Tot 18-08-2026 Vanaf 19.08.2026 Waarom dit betekent
Gepubliceerde materialen 193 11 Het tempo is bewust verlaagd: van 82 publicaties in april naar één per dag. De daling op zich heeft niets verbeterd, zoals de volgende regels laten zien.
De titel sluit aan op de zoekopdracht die iemand invoert. 34 (18%) 11 (100%) Het belangrijkste cijfer in het hele overzicht. Vier vijfde van de output uit de eerste vier maanden beantwoordt geen enkele vraag, omdat een model dat wordt gevraagd om ‘iets nieuws uit de sector’ een fenomeen verzint en daar een tekst omheen schrijft.
Het materiaal bevat een lijst met bronnen 20 (9%) 11 (100%) De onderzoeksfase bestond al, maar het resultaat ervan ging verloren voordat het werd opgeslagen. Na de aanpassing wordt materiaal zonder bronnen helemaal niet meer op de website geplaatst. Het wordt niet slechter gepubliceerd, maar helemaal niet.
Verzonnen acroniem tussen haakjes in de titel 2 0 Een extreem voorbeeld van hetzelfde mechanisme: het model geeft het verschijnsel een naam en kort die vervolgens af tot een acroniem van drie letters, zodat het als een technische term klinkt.
Het materiaal vermeldt een bedrag, termijn of aantal 0 (0%) 10 (91%) Nul is geen beeldspraak. In 193 bronnen uit de eerste periode wordt geen enkel bedrag in zloty genoemd: een tekst over een verschijnsel dat niet bestaat, valt niet te prijzen.
Link naar de bron in de tekst van de alinea 0 (0%) 11 (100%) Een bronnenlijst onderaan is één ding, een verwijzing bij de bewering is iets anders. Zonder die verwijzing kan de lezer de concrete uitspraak niet controleren en heeft de AI-assistent niets om te citeren.
Gemiddelde materiaalhoeveelheid 1.822 tekens 5.140 tekens De inhoud die antwoord geeft op een reële vraag is bijna drie keer zo lang, omdat het antwoord voorwaarden, uitzonderingen en cijfers vereist. De eerste periode was niet kort en bondig, maar miste inhoud.

Verdeling in de tijd

Het gouden deel van de balk staat voor materiaal uit die maand dat antwoord geeft op een concrete zoekopdracht. De piek in augustus heeft twee oorzaken: een verbeterde pipeline en twintig oude stukken die handmatig zijn herschreven op dezelfde URL’s.

  • april 2026 15/79 19%
  • mei 2026 20/61 33%
  • juni 2026 7/30 23%
  • juli 2026 6/29 21%
  • augustus 2026 17/25 68%

Inzichten uit het archief

5
  1. Het probleem is niet dat het model schrijft. Het probleem is de opdracht ‘schrijf over iets nieuws’. Wanneer een model wordt gevraagd om iets nieuws in een branche te bedenken, creëert het iets nieuws: het benoemt een verschijnsel dat nog niemand een naam heeft gegeven en schrijft er een tekst over. Het resultaat is taalkundig correct, maar volstrekt onvindbaar, omdat niemand in een zoekmachine zoekt naar een naam die gisteren is bedacht. Dezelfde machine die een vraag van klanten krijgt, schrijft het antwoord op die vraag. Het verschil zit in één alinea met instructies.
  2. Het aantal contentstukken zonder waarde groeit sneller dan het voordeel van publicatie. Op het hoogtepunt bestond 83% van de URL’s in de sitemap uit artikelen uit het nieuwsoverzicht. De aanbodpagina die we aan zoekmachines wilden tonen, verdween tussen de tweehonderd artikelen over verzonnen verschijnselen. Na het opschonen daalde het aandeel tot de helft, terwijl het aantal aanbodpagina’s gelijk bleef.
  3. Verwijderen is de slechtst mogelijke zet. Een adres dat ooit openbaar was, moet bereikbaar blijven. Anders werken externe links ernaartoe niet meer. Content zonder potentieel krijgt de instelling ‘noindex, follow’, verdwijnt uit de sitemap en de RSS-feed, maar blijft op de website en in de interne linkstructuur staan. De crawler kan er nog steeds via naar de aanbodpagina’s gaan.
  4. Herschrijven werkt beter dan er nog een materiaal naast zetten. De twintig artikelen met de beste vooruitzichten hebben we op dezelfde URL’s herschreven: een nieuwe titel, nieuwe tekst en een lijst met bronnen. Een nieuw artikel naast het oude vergroot het aantal pagina’s zonder waarde. De inhoud vervangen op een bestaande URL vermindert dat aantal en benut tegelijk een URL die al bij zoekmachines was aangemeld.
  5. Een mechanische slagboom werkt beter dan goede bedoelingen. De regel ‘schrijf over dingen waar mensen naar zoeken’ gold vanaf het begin en werkte geen enkele keer. Pas de coderegel werkte: die beoordeelt de titel vóór publicatie en heeft geen last van een slecht humeur. Een redactioneel voornemen zonder handhaving blijft slechts een voornemen.

Hoe we hebben berekend

‘Beantwoordt een echte vraag’ klinkt als een beoordeling. Dat zou het ook zijn als een mens die gaf. Bij ons beoordeelt het programma de regel, dezelfde regel die bepaalt of materiaal op deze pagina wordt geïndexeerd. De regel is eenvoudig genoeg om ook op uw eigen archief toe te passen:

  • De titel wordt goedgekeurd als deze begint met een vraagwoord (hoeveel, of, hoe, wanneer, waarom, wie, waar, wat) of een vraagteken bevat.
  • Het wordt ook doorgelaten als het een bedrag met een eenheid bevat, een woord uit het juridische register (AVG, KSeF, wet, overeenkomst, toestemming) of een aankondiging van instructies (handleiding, stap voor stap, sjabloon, checklist).
  • Valt direct af als het een acroniem tussen haakjes bevat dat in hoofdletters is geschreven. Dat is een patroon van een naam die door een model is bedacht.
  • Valt af als het totaal van Engelse woorden uit het vakjargon en vreemde woorden die midden in een zin met een hoofdletter zijn geschreven, minstens twee bedraagt.
  • Het eerste woord van elke zin en woorden die volledig in hoofdletters zijn geschreven, worden overgeslagen. Anders zou elke titel met een vals alarm beginnen.

De regel is bewust streng en wijst ook materiaal af dat voor iemand nuttig kan zijn. Dat is de bedoeling: een foutieve afwijzing kost één niet-geïndexeerd artikel, een foutieve goedkeuring levert weer een waardeloze pagina in de sitemap op. Het resultaat dat we geven, is dus een ondergrens.

Wat u hier zelf aan kunt doen

De volgorde die we hebben doorlopen en opnieuw zouden volgen:

  1. Bereken het aandeel. Neem twintig titels uit het afgelopen kwartaal en zoek ze stuk voor stuk als exacte woordgroep op. Als niemand ernaar zoekt, beantwoordt het artikel geen enkele vraag.
  2. Bekijk de sitemap. Als meer dan tachtig procent van de URL's naar het nieuws is, raken de aanbodpagina's ondergesneeuwd.
  3. Verwijder dit niet. Geef noindex, followHaal het materiaal van de kaart en uit de RSS-feed, maar laat het op de website staan.
  4. Herschrijf de beste onder dezelfde URL's.
  5. Vervang de instructie van de generator „schrijf over iets nieuws” door een concrete klantvraag. Het is één alinea en kost niets.

Hoe we de kosten van zulke opschoonacties en implementaties berekenen, beschrijven we bij prijzen voor AI-implementaties. De voorwaarden voor het publiceren van materiaal dat door het systeem is gemaakt, staan op de pagina AI-gegenereerde content.

Veelgestelde vragen

Straft Google content af dat met AI is geschreven?

Niet vanwege het auteurschap alleen. De documentatie van Google behandelt generatieve content apart en stelt het gebruikte hulpmiddel niet als criterium. Het criterium is het doel waarvoor de pagina is gemaakt. Wat wordt bestraft, is het op grote schaal produceren van pagina’s zonder waarde voor de lezer, ongeacht of ze door een model of een mens zijn geschreven. In ons archief was het probleem geen penalty, maar stilte: 224 artikelen en geen verkeer, omdat niemand zocht naar waarover we schreven.

Hoeveel van jullie artikelen beantwoordden een echte vraag?

Van de 193 materialen die tot en met 18 augustus 2026 zijn gegenereerd, voldeden er 34 aan de criteria, oftewel 18%. Van de 11 materialen die na de aanpassing van de pipeline zijn gegenereerd, voldeden ze alle 11. Het criterium is mechanisch: de titel moet beginnen met een vraagwoord, een vraagteken bevatten, een bedrag, een verwijzing naar een wetsartikel of een aankondiging van instructies bevatten, en mag geen verzonnen naam voor een verschijnsel bevatten.

Wat hebben jullie precies veranderd in de generator?

Drie dingen. Een researchfase vóór het schrijven die zoekt naar een vraag zonder goed antwoord, in plaats van een populair onderwerp. Een controlepoort die geen materiaal doorlaat zonder bronnenlijst. En een onderwerpenwachtrij met vragen waarvan de vraag bekend is, die voorafgaat aan het automatisch zoeken. De publicatiefrequentie bleef hetzelfde: één artikel per dag.

Wat moet u doen met artikelen die geen waarde hebben?

Niet verwijderen. Een adres dat ooit openbaar was, moet bereikbaar blijven, want anders gaan ook de links van buitenaf ernaartoe verloren. Een logische volgorde is: „noindex, follow” instellen voor content met weinig potentieel, die uit de sitemap en de RSS-feed halen en op de website en in de interne links laten staan. De content met de beste vooruitzichten kunt u het beste herschrijven op hetzelfde adres. Wij hebben er twintig herschreven.

Waar komen de cijfers in dit rapport vandaan?

Uit één bestand: de artikeldata van hexart.pl, bijgewerkt tot 29 augustus 2026. De steekproef bestaat uit 224 openbare artikelen, gepubliceerd van 3 april tot en met 27 augustus 2026. Er zijn geen cijfers uit extern onderzoek of prognoses opgenomen: het rapport beschrijft één website en doet alleen uitspraken over die website.

Citeren en contact

Gegevens uit dit rapport mogen zonder toestemming van ons worden geciteerd. Vermeld een link naar deze pagina, zodat lezers de methode kunnen controleren. Beheert u een vergelijkbaar archief en wilt u de resultaten vergelijken, of hebt u de ruwe gegevens nodig? Mail ons: biuro@hexart.pl.

Vrijblijvend gesprek

Plan een workshop met Paul

Kies een gesprek van dertig minuten of een volledige workshop. Reserveer een tijdstip in de agenda en ontvang direct een bevestiging.

Paul Lazniak

Oprichter van HEXART