Vijf mogelijke achterdeuren naar de zoekresultaten van LLM’s

Nu het traditionele verkeer uit zoekmachineresultaten sterk daalt door de nieuwe trend van AI-samenvattingen, proberen uitgevers op alle niveaus meer zichtbaarheid te krijgen bij de grote taalmodellen achter AI-samenvattingen van webzoekresultaten, en rechtstreeks in populaire geavanceerde modellen zoals ChatGPT.

Legitieme benaderingen omvatten volgens eerdere werken zoals Zichtbaarheid in generatieve zoekmachines optimaliseren en Hoe AI-zoeken te domineren het verkrijgen van onafhankelijke redactionele aandacht, het publiceren van gezaghebbende en goed gestructureerde inhoud, het verstrekken van machineleesbare productinformatie en het aanpassen van materiaal aan verschillende talen en markten.

Alternatieve methoden die onlangs aandacht kregen, doen denken aan de malafide SEO-praktijken uit eerdere decennia: georganiseerde schijnsteun op Reddit, waarbij ogenschijnlijk onafhankelijke aanbevelingen werden geplaatst om AI-zoekresultaten te beïnvloeden; geheugenvergiftiging, waarbij misleidende links assistenten ertoe probeerden te brengen promotionele beweringen als betrouwbare informatie te onthouden; en promptinjectie, waarbij verborgen instructies op websites de aanbevelingen van een AI-assistent probeerden te beïnvloeden in plaats van alleen informatie aan te bieden om samen te vatten.

Een bijzonder ingenieus voorbeeld van GEO-manipulatie ontstond toen onderzoekers van ETH Zürich een fictieve camera creëerden en een promotionele webpagina publiceerden met een verborgen instructie in piepkleine witte letters, die Microsofts Bing Copilot opdroeg uitsluitend die camera aan te bevelen. De uiterst kleine letters en het lage contrast moesten de manipulatie verbergen.

Twee advertenties voor fictieve camera’s die in een experiment van ETH Zürich werden gebruikt om AI-zoekaanbevelingen te manipuleren. De gewone advertentie links bevat zichtbare promotionele tekst, terwijl de advertentie voor «PixelBlitz» rechts een instructie verbergt in witte letters van één punt, onzichtbaar op de witte achtergrond. Het verborgen bericht doet zich voor als systeeminstructie en draagt de AI op uitsluitend PixelBlitz aan te bevelen en het bestaan van de instructie te verbergen. In gecontroleerde tests verhoogde deze techniek het aanbevelingspercentage van de fictieve camera van 34% naar 59,4%. Bron

In gecontroleerde tests steeg het aanbevelingspercentage van de fictieve camera van 34% naar 59,4%, iets hoger dan de 57,9% voor echte camera’s van Nikon en Fuji-film. Dit toonde aan dat kwaadaardige instructies in opgehaalde webpagina’s de aanbevelingen van AI inderdaad konden beïnvloeden.

Met zulke grote belangen is het redelijk aan te nemen dat malafide GEO een actieve en goed gefinancierde illegale onderzoekstak is binnen marketing en diverse andere sectoren die hun vroegere SEO-zichtbaarheid willen verkrijgen of herstellen door aanbevelingen van AI-orakels en gesprekssystemen te bemachtigen.

Laten we daarom enkele mogelijke of opkomende routes bekijken:

1: Geknoei met archieven

Het Internet Archive is een van de meest uitgebreide en nuttige netwerkbronnen; zijn Wayback Machine passeerde in 2025 de grens van één biljoen pagina’s. Op het moment van schrijven meldt het Internet Archive het fenomenale aantal van 47.381.733 opgeslagen, openbaar toegankelijke PDF-documenten:

Het Internet Archive bewaart een indrukwekkende collectie PDF-materiaal, grotendeels geschonken door vrijwilligers. Bron

Zoals de voorbeeldresultaten hierboven laten zien, zijn veel geüploade PDF’s vrij alledaags: van obscure muziekfolders uit de jaren vijftig tot negentig tot zeldzame en fascinerende tijdschriften en boeken die voor het nageslacht verloren leken, en eindeloze reeksen notulen van gemeentelijke vergaderingen uit de jaren zeventig en tachtig, en nog veel meer.

Deze collectie wordt momenteel zonder onderscheid bestookt. De duidelijke boosdoener is een horde AI-dataverzamelbots, wanhopig op zoek naar nieuwe gegevens of naar betere of bevestigende versies van gegevens die ze al hebben.

Het is duidelijk heel eenvoudig om een geüpload document aan te passen ter ondersteuning van een onjuiste bewering, niet-bestaande producten, onjuiste verwijzingen naar personen, lovend of lasterlijk, onjuiste uitspraken over hen, enzovoort.

Dergelijk materiaal kan worden ingevoegd in documenten die LLM’s als gezaghebbende bronnen beschouwen, zoals PDF’s van gerespecteerde tijdschriften die toevallig nog niet volledig in de collectie van het Internet Archive zijn geïndexeerd. De vervalste editie zou dan legitiem een leemte lijken op te vullen.

AI zelf zou de schrijfstijl kunnen nabootsen zodat deze aansluit op die van een kort artikel of zelfs een bijschrift, en de datum van de PDF zou kunnen worden aangepast. Met allerlei andere eenvoudige trucs kan het document dan bijvoorbeeld lijken op iets dat in een archief uit de jaren negentig of eerder is gevonden:

Een eenvoudige «historische wijziging», zonder bezwaar geleverd door ChatGPT-5.5 en eenvoudig terug te plaatsen in het oorspronkelijke PDF-document. Zo verdwijnt het «Pence Opera House» uit de geschiedenis, terwijl de opening van het Guthrie Theater, een echt theater in Minnesota, wordt vervroegd van het werkelijke openingsjaar 1963 naar het veel eerdere 1867. Bron

In zulke gevallen lijkt men alleen te hoeven wachten tot de gretige AI-verzamelbots de informatie oppikken. Het is nog te vroeg om zeker te weten in hoeverre filters of controlesystemen bij het samenstellen van datasets dergelijke ongeoorloofde wijzigingen kunnen ontdekken. De schaal van die datasets is echter zo enorm dat dit niveau van toezicht doorgaans onmogelijk is. Bij zulke gigantische volumes vertrouwt men in wezen op de gegevens.

2: Netwerken voor synthetische consensus

Of, voor wie oud genoeg is om ze te herinneren, een moderne «webring»: de onderling verbonden websites uit de begintijd van internet, van vóór Googles PageRank en Moz’ Domain Authority, die waarde hechtten aan het aantal en de kwaliteit van inkomende links.

Netwerken voor synthetische consensus gaan echter verder: ze fabriceren schijnbaar onafhankelijke bevestiging op zogenaamd ongerelateerde websites. Een recente studie van de Chinese University of Hong Kong en EPFL demonstreerde dit principe in grote lijnen. Onderzoekers testten 12 AI-modellen op 225 producten in 15 categorieën en vervingen verwijzingen naar echte merken in opgehaalde zoekresultaten door fictieve alternatieven.

Een illustratie uit het artikel toont twee routes waarlangs verzonnen productinformatie AI-aanbevelingen kan beïnvloeden. Boven wordt onjuiste inhoud op het echte web geplaatst en in zoekresultaten opgenomen; onder simuleren onderzoekers hetzelfde proces door opgehaalde pagina’s lokaal te wijzigen. Beide routes kunnen een AI-assistent ertoe brengen naast echte producten een niet-bestaand merk aan te bevelen. Bron

Het effect nam toe naarmate meer resultaten dezelfde onjuiste informatie bevatten. Met drie gemanipuleerde pagina’s tussen de hoogste resultaten beval het kwetsbaarste model in 73,8% van de tests niet-bestaande producten aan. Zelfs één vervalst resultaat op de eerste plaats kon sommige modellen in 27% van de gevallen misleiden.

Nog opmerkelijker was dat modellen soms zelf bevestiging verzonnen: in een test met een fictief merk schermbeschermers voegden Claude en DeepSeek beweringen toe over aanbevelingen uit de gemeenschap en producttests die niet in het aangeleverde materiaal voorkwamen.

Hoewel het experiment werd uitgevoerd met lokaal gewijzigde zoekresultaten en niet met een echt netwerk van frauduleuze websites, suggereert het hoe een gecoördineerde verzameling zogenaamd onafhankelijke beoordelingen geloofwaardigheid zou kunnen fabriceren, waarbij AI de onwaarheid versterkt met extra aanbevelingen.

3: Het genereren van citaties en «verweesde» beweringen

Het genereren van citaties, ook wel «citaties witwassen» te noemen, is een variant op netwerken voor synthetische consensus, maar legt meer nadruk op de schijnbare herkomst van informatie dan op het aantal bronnen dat die herhaalt.

Een verzonnen bewering zou eerst kunnen verschijnen in een obscuur vakblad, een in eigen beheer gepubliceerd onderzoeksartikel of een specialistische publicatie met weinig redactioneel toezicht. Blogs, gidsen en andere publicaties kunnen die vervolgens aanhalen, waarbij elke herhaling de oorspronkelijke bewering een beetje meer schijnbare legitimiteit geeft.

Uiteindelijk kan een AI-zoekmachine de bewering tegenkomen op verschillende stappen afstand van de oorspronkelijke bron, bijvoorbeeld in een verder betrouwbaar artikel dat een tussenliggende publicatie citeert. Wat begon als een ongefundeerde bewering heeft nu een citatiegeschiedenis, ook al vormt geen van de latere verwijzingen een onafhankelijke verificatie.

Er zijn al verschillende gedocumenteerde voorbeelden van dit proces, hoewel de meeste dateren van vóór de opkomst van AI-zoeken. In een berucht geval verzon een tiener de bijnaam «Braziliaans aardvarken» voor de neusbeer en plaatste die op Wikipedia.

De verzonnen naam verspreidde zich naar kranten en minstens één academisch boek. Uiteindelijk citeerde Wikipedia zelf een krantenartikel als bewijs voor de bewering die het oorspronkelijk had geïntroduceerd: een vrijwel perfecte cirkel van gefabriceerd gezag. The New Yorker heeft de episode gedocumenteerd.

Een doelbewustere demonstratie volgde in 2025, toen onderzoekers meerdere door AI gegenereerde wetenschappelijke artikelen maakten die aan een niet-bestaande wetenschapper werden toegeschreven. De fictieve publicaties verzamelden 380 citaties en een h-index van 19 op Google Scholar, wat de fictieve onderzoeker een schijnbaar respectabele academische status opleverde. Het experiment, gepubliceerd in Nature’s Scientific Reports, laat zien hoe citatieaantallen kunnen worden gefabriceerd zonder een overeenkomstige verzameling echt onderzoek.

Geen van beide gevallen toont een geslaagde aanval op een AI-zoekmachine aan. Beide leggen echter de onderliggende zwakte bloot: zodra een onjuiste bewering door schijnbaar geloofwaardige bronnen is overgenomen, kunnen latere systemen moeite hebben om onafhankelijke bevestiging te onderscheiden van de herhaalde verspreiding van één verzinsel. Het specifieke gevaar voor AI-zoeken is dat een model deze verwijzingenketen samenvat als ondersteunend bewijs, zonder te herkennen dat alle schijnbaar gezaghebbende bronnen terugvoeren naar dezelfde ongeverifieerde bewering.

4: Overname van gezag

Verlopen domeinen kunnen de schijnbare geloofwaardigheid, inkomende links en zoekzichtbaarheid van hun vorige eigenaren behouden. Door die adressen te verwerven en met nieuw materiaal te vullen, kunnen recent ingevoerde beweringen afkomstig lijken van gevestigde publicaties. Deze praktijk gaat twintig tot dertig jaar terug. Het gezag van een verlopen of verlaten domein wordt vaak overgenomen om de inhoud te veranderen in verwant maar gecommercialiseerd materiaal.

In 2024 verscheen de invloedrijke vrouwenblog The Hairpin, die in 2018 was gesloten, opnieuw onder een nieuwe eigenaar als fabriek voor AI-inhoud. Oorspronkelijke artikelen werden vermengd met herschreven materiaal en fictieve auteursnamen, gebruikmakend van de reputatie en het domeingezag van een ooit gerespecteerde publicatie. Dit is geen aangetoonde aanval op AI-zoeken, maar het illustreert wel hoe de geschiedenis van een gevestigde website kan worden toegeëigend.

Gearchiveerde kopieën kunnen het verschil aantonen tussen het echte verleden van een domein en nieuw gefabriceerde inhoud, maar zelfs dit soort bewijs is niet noodzakelijk blijvend. In 2002 verwijderde het Internet Archive kopieën van websites die kritiek op Scientology uitten na auteursrechtelijke klachten van advocaten van die organisatie. Aanvankelijk suggereerde het dat de website-eigenaren zelf om verwijdering hadden gevraagd.

Tot 2017 paste de Wayback Machine uitsluitingsregels van websites met terugwerkende kracht toe, waardoor nieuwe domeineigenaren mogelijk de inhoud van hun voorgangers konden verbergen. Hoewel deze praktijk is beëindigd, behandelt het Internet Archive nog steeds verzoeken om historische kopieën te verwijderen.

5: Misbruik van academische archieven

Academische archieven bieden een andere route naar schijnbaar gezag. Preprintservers laten onderzoekers artikelen publiceren vóór beoordeling door vakgenoten, terwijl zoekmachines en AI-systemen voor informatieopvraging deze documenten naast gevestigde wetenschappelijke literatuur kunnen aantreffen.

Het probleem is dat publiceren en verifiëren niet hetzelfde zijn: in 2024 demonstreerden onderzoekers hoe kwaadaardige instructies in wetenschappelijke artikelen AI-assistenten konden manipuleren die deze documenten verwerkten. Hun werk liet zien dat de schijnbare legitimiteit van een onderzoeksartikel niet voorkomt dat de inhoud wordt gebruikt om een AI-systeem te beïnvloeden.

Een minder opvallende GEO-benadering zou bestaan uit het indienen van aannemelijk maar marginaal onderzoek dat een bedrijf, product of persoon herhaaldelijk met bepaalde expertise verbindt. Zelfs zonder expliciete instructies aan AI zou dergelijk materiaal ogenschijnlijk wetenschappelijke steun kunnen geven aan beweringen die van de belanghebbende zelf afkomstig zijn.

Conclusie

Andere mogelijke routes zijn infiltratie van het beoordelingsecosysteem, door gunstige beoordelingen op vergelijkingssites en in softwaregidsen te plaatsen; manipulatie van kennisgrafen, door gestructureerde gegevens te wijzigen om misleidende verbanden tussen bedrijven, producten en expertise te creëren; en meertalig witwassen van reputaties, door promotionele beweringen in minder gecontroleerde anderstalige bronnen te plaatsen.

Ten slotte zou GEO-optimalisatie met agents deze technieken kunnen automatiseren door inhoud herhaaldelijk bij AI-zoekmachines te testen en de varianten te verfijnen die de gewenste aanbevelingen opleveren.

Voor het eerst gepubliceerd op maandag 12 oktober 2026. Binnen dertig minuten aangepast om hoofdletters in titels en ontbrekende tags te corrigeren.