Geef AI geen schuld voor het geloofwaardigheidsprobleem van PR

Een recent Unite.ai-artikel onderzocht hoe AI PR-onderzoek heeft getransformeerd – het maken van snellere gegevensverzameling, het identificeren van trends en het produceren van media-klaar onderzoek, maar ook moeilijker om nauwkeurigheid en vertrouwen te garanderen. Die observatie vat een echte spanning in de industrie en verdient een diepere blik. Het probleem is niet AI zelf; het is hoe gemakkelijk snelheid de overhand kan krijgen over oordeel.

AI heeft PR inderdaad sneller gemaakt. Maar zoals we weten uit autorijden, is sneller niet altijd de slimste manier om vooruit te komen.

De technologie heeft wat eerst een zorgvuldig, stap-voor-stap-proces was – het ontwerpen van enquêtes, het schoonmaken van gegevens, het valideren van bronnen – samengeperst in iets dat bijna onmiddellijk kan gebeuren. Die compressie bespaart tijd, maar het verwijdert ook de natuurlijke pauzes die ons eerst de ruimte gaven om te controleren en uit te dagen wat we vonden. Zonder die pauzes wordt nauwkeurigheid gemakkelijker over het hoofd gezien. Het echte risico is niet dat AI PR zal breken. Het is dat we het zelf zullen doen door versnelling voor vooruitgang aan te nemen.

De geloofwaardigheidskloof in PR is niet de schuld van AI – tenminste, niet direct. De kloof komt voort uit hoe snel AI ons laat bewegen. Elke keer dat we publiceren zonder verificatie of “sneller” als synoniem voor “beter” behandelen, ondermijnen we het vertrouwen dat ons werk belangrijk maakt. Geloofwaardigheid is wat ons werk als PR-professionals gewicht geeft – wanneer we het verdienen. Het behoud van geloofwaardigheid betekent dat we langzaam genoeg moeten zijn om te twijfelen aan wat we publiceren en verificatie onderdeel van het proces moeten maken, niet een nasleep.

Vertraag om sneller te gaan

AI heeft het gemakkelijk gemaakt om van een idee naar een dataset in recordtijd te gaan. Wat eerst dagen duurde, duurt nu uren — en die versnelling is stilletjes aan een industrieel reflex geworden. Maar snelheid geeft ons volume, niet geldigheid. Journalisten interesseren zich niet voor hoe snel we gegevens leveren; ze interesseren zich voor of het houdt. Ik heb AI-tools indrukwekkende samenvattingen over tientallen artikelen zien produceren, maar ik heb ook gezien hoe ze statistieken verzinnen die plausibel klinken maar geen echte bron hebben.

Studies bevestigen de noodzaak van voorzichtigheid. Een JMIR-studie toonde aan dat grote taalmodellen hallucineerden – valse of ongeverifieerde informatie produceerden – in ongeveer 40 procent van GPT-3.5- en 29 procent van GPT-4-uitvoer, zelfs bij feit-gebaseerde taken. Evenzo toonde een NewsGuard-audit aan dat AI-systemen valse of misleidende claims in ongeveer een derde van nieuwsgerelateerde antwoorden verspreidden. Beide bevindingen benadrukken een eenvoudige waarheid: snelheid verhoogt het risico wanneer verificatie niet in hetzelfde tempo plaatsvindt.

Dat is waarom extra tijd nemen om te verifiëren geen vertraging is; het is een investering in geloofwaardigheid. Een dag besteden aan het bevestigen van gegevens, het verfijnen van de context of het onder druk zetten van de narratief onthult vaak inzichten die we anders zouden missen. Het kan het verschil betekenen tussen een kop die verdwijnt en een verhaal dat echte conversatie aangaat. Vertragen is niet hetzelfde als technologie weerstaan. Het gaat erom de menselijke oordeelsvorming te behouden die informatie in iets omzet dat publiek vertrouwt.

Mensen in de lus houden

AI is goed in het produceren van resultaten. Maar het is niet zo goed in het weten of die resultaten enige zin hebben. Dat is het kernprobleem. Modellen kunnen enquête-antwoorden genereren, duizenden artikelen samenvatten en zelfs inzichten synthetiseren die op papier luchtdicht lijken. Maar AI-modellen begrijpen geen context, intentie of gevolg. Een mens wel.

Die mismatch is goed gedocumenteerd in AI-ethiek- en betrouwbaarheidsdiscours. Het “hallucinatie”-fenomeen wordt vaak toegeschreven aan de manier waarop LLM’s patronen leren uit trainingsgegevens in plaats van uit eerste principes, wat betekent dat ze dingen met vertrouwen kunnen beweren die geen basis hebben. In het PR-domein is het risico bijzonder acuut: interface-uitvoer kan reflecteren van voorkeuren of claims kaderen op manieren die verhalen bevoronen boven feiten.

Het is gemakkelijk te zien hoe één afwijkende “feit” uit de hand kan lopen. Stel je voor dat een AI-gegenereerd gegevenspunt zijn weg vindt in een pitch-deck; een percentage dat goed klinkt en het verhaal ondersteunt. De klant houdt ervan. Een journalist citeert het. Dan controleert iemand de bron en realiseert zich dat het nooit echt was. Plotseling wordt wat bedoeld was om een merk als zorgvuldig te positioneren een geloofwaardigheidsbrandstofstroom.

Dus “mensen in de lus houden” kan niet alleen een regel in een PowerPoint-dia zijn – het moet de manier zijn waarop het werk daadwerkelijk wordt gedaan. Redacteuren, analisten en domeinexperts moeten aanwezig zijn om de ongemakkelijke vragen te stellen die het eindproduct betrouwbaar maken. Ze kunnen voorkeuren opvangen, zwakke kaders signaleren en ervoor zorgen dat wat we publiceren de realiteit weerspiegelt. Met andere woorden: AI kan snel gaan, maar het heeft nog steeds een bestuurder nodig die weet wanneer hij op de rem moet trappen. Zonder dat oordeel verbeteren we het proces niet; we automatiseren alleen fouten.

Trainen voor oordeel

Terwijl AI het werk herschikt, moet de manier waarop we trainen daarop aangepast worden. De meeste comms-professionals zijn nu verder gegaan dan het leren van het schrijven van betere prompts. De vaardigheid die we nu allemaal nodig hebben, is oordeel – weten wanneer we de uitvoer kunnen vertrouwen, wanneer we het moeten betwisten en wanneer we het helemaal moeten weggooien.

Wanneer ik jonge PR-professionals coach, benadruk ik dat AI tien versies van een pitch in seconden kan schrijven. Hun taak is niet om de meest opvallende te kiezen; het is om de versie te vinden die echt klinkt als hun klant, en die dan sterker te maken. Dat kan betekenen dat het argument wordt aangescherpt, dat het wordt gebaseerd op echte gegevens of dat de stem en toon worden toegevoegd die het geloofwaardig maken. Een AI-model kan een concept schrijven, maar ons oordeel maakt het tot communicatie die het lezen waard is.

Die verschuiving gebeurt al. Sommige agentschappen schakelen over van “prompt-engineering” naar “geloofwaardigheidsbewerking”, waarbij ze gewoonten ontwikkelen rond het controleren van claims, het valideren van bronnen en het afstemmen van boodschappen op de stem van het merk. Oefeningen omvatten het stellen van vragen als: Zou ik dit tegen een journalist zeggen? Zou ik mijn naam eronder zetten?

Die eenvoudige vragen bouwen de reflexen op die zowel klanten als reputaties beschermen. En dat is het echte doel van AI in PR. Niet snellere kopie, maar scherper oordeel. Trainen voor oordeel verhoogt de standaard van denken en versterkt het vertrouwen dat snelheid duurzaam maakt.

Vertrouwen meten, niet ommekeer

PR-professionals meten hun prestaties meestal via metrics als leveringssnelheid, dekkingvolume en kost per plaatsing. Maar in een AI-gedreven industrie vertellen die metrics niet het hele verhaal. Uitvoer is gemakkelijk te kwantificeren; geloofwaardigheid niet. En toch is dat wat klanten en journalisten zwaarder wegen dan ooit tevoren.

Die verschil tussen kwantiteit en geloofwaardigheid komt tot uiting in de gegevens. In een metingstudie bereikte menselijke sentimentanalyse 85 procent nauwkeurigheid, vergeleken met 59 procent voor AI-gebaseerde methoden – een kloof die de rol van kritische beoordeling kwantificeert. Het is niet dat mensen sneller werken, maar dat ze context interpreteren, en dat is hetzelfde instinct dat klanten vertrouwen wanneer ze geloofwaardigheid beoordelen. Als we dat verschil in nauwkeurigheid kunnen meten, kunnen we ook de waarde van menselijke toezicht zelf meten.

De nieuwe ROI moet meten wat werkelijk relaties in stand houdt: betrouwbaarheid, verificatiesnelheden en hoe lang verdiende dekking blijft om engagement aangaan. Steeds vaker vragen klanten niet: “Kunnen we dit vandaag publiceren?” maar “Kunnen we hierop staan?” Snelheid is belangrijk, maar nauwkeurigheid en vertrouwen zijn wat blijft.

AI geeft ons de kans om beide te doen: sneller gaan en dieper nadenken. De echte waarde ligt niet in hoe snel AI inhoud produceert, maar in hoe het ons helpt om slimmere, verdedigbaardere beslissingen te nemen. Het werk dat standhoudt, zal niet het snelste zijn; het zal het werk zijn dat mensen vertrouwen. Teams die dat vertrouwen in hun succesmeting opnemen, zullen de toekomst bezitten.

Een geloofwaardigheidsvoordeel

De geloofwaardigheids crisis in PR is niet onvermijdelijk. Het is een managementprobleem, geen technologisch probleem, en de oplossing is binnen handbereik: vertraag om te verifiëren, houd mensen in de lus, train voor oordeel en meet vertrouwen, niet alleen snelheid. AI verandert hoe snel we werken, maar het kan ons ook herinneren waarom we het werk doen – om met nauwkeurigheid en integriteit te informeren. De echte kans nu is cultureel: om geloofwaardigheid de meting te maken die het meeste telt.