Wat de valse overwinningen van Polymarket onthullen over gefabriceerde consensus in het tijdperk van AI

In juni rapporteerde The Wall Street Journal dat Polymarket creators had betaald, meestal van college-leeftijd, om zichzelf te filmen terwijl ze weddenschappen plaatsten op websites die er exact uitzagen als het echte platform, met sommige van de video’s die overwinningen toonden die nooit daadwerkelijk hadden plaatsgevonden.

Polymarket huurde vervolgens een netwerk van “clippers” in om de beelden te herpubliceren totdat het leek alsof het een organische golf van mensen was die rijk werden van het platform. Over een set van 118 video’s vierden creators bijna $900.000 aan winsten die, als de weddenschappen daadwerkelijk waren geplaatst, meer dan $166.000 zouden hebben verloren, en de volledige campagne omvatte 1.105 video’s, waarvan geen enkele een daadwerkelijke handel weerspiegelde.

Het grootste deel van de reactie heeft zich gericht op het idee van valse reclame, en dat is een faire beschrijving, maar het houdt op bij de meer bruikbare vragen over hoe Polymarket betrapt werd en of dat soort campagne in de toekomst ongemerkt zal blijven. Het bedrijf werd uiteindelijk betrapt omdat dit soort campagne afhankelijk was van mensen, en mensen laten een spoor achter. Maar AI verandert dat. De kosten van het fabriceren van een overtuigend online verhaal dalen snel, en onze mogelijkheid om het te detecteren daalt even snel mee.

Een model dat op mensen draaide, versus een dat geen mensen nodig heeft

De campagne van Polymarket werkte omdat het er organisch uitzag. Creators plaatsten vanuit hun eigen accounts alsof ze hun eigen ervaring opnamen, en de clips verspreidden zich totdat het leek alsof het een echte golf van enthousiasme was in plaats van een betaalde operatie. Betaalde creators zijn slechts de helft van wat dit werken maakte, en de andere helft, minder zichtbaar maar net zo essentieel, was nep-interactie.

Het is geen toeval dat deze video’s 140 miljoen views op TikTok, YouTube en Instagram trokken van creators die anders gemiddeld een paar honderd views per post hadden. Zo’n bereik vereist meestal het opblazen van een video met nep-likes, comments en views, meestal via bots of gecoördineerde accounts, totdat de aanbevelingsengine van het platform het verward met iets wat mensen echt willen zien. Betaalde creators alleen produceren zelden zo’n lift, wat de reden is dat Polymarket waarschijnlijk beide strategieën tegelijk uitvoerde.

Wat dit duur maakte, en uiteindelijk traceerbaar, is dat het via mensen bij elke stap liep. Nep-sites moesten worden gebouwd en gehost, creators moesten worden betaald, en een bedrijf moest worden ingehuurd om het herpubliceren van het netwerk te beheren, en elke stap liet een record achter dat onderzoeksjournalisten konden volgen naar de bron.

AI verwijdert die beperking, omdat synthetische persona’s, gegenereerde video’s en gekloonde stemmen dezelfde illusie van organische enthousiasme kunnen produceren zonder een loonlijst, een contract of een papieren spoor. De mechanismen blijven hetzelfde. Wat verdwijnt, is de behoefte aan iemand om iets te ondertekenen of een wire transfer te accepteren om het te laten gebeuren.

Die verschuiving verandert ook de omvang van het probleem. De online deepfake volume steeg van ongeveer 500.000 in 2023 tot ongeveer 8 miljoen in 2025, en zodra gefabriceerde inhoud zo snel groeit, houdt het op een incidentele inbreuk op een feed te zijn en begint het een significante deel van de inhoud te worden.

De grens tussen geënsceneerd en echt houdt geen stand

De meeste executives denken nog steeds aan online verhalen in binaire termen, waar het ofwel geënsceneerd ofwel echt is. Maar de pitch van Polymarket, dat iedereen groot kan winnen met het handelen op hun platform, begon gefabriceerd en kreeg nog steeds grip op echte gebruikers zodra genoeg mensen het zagen, geloofden en erop reageerden. Op dat punt houdt de oorsprong van het verhaal op de relevante feiten te zijn, en een verhaal dat begint als fabricatie kan nog steeds geheel echte gevolgen produceren zodra het aanslaat. Recent onderzoek toonde aan dat mensen AI-gegenereerde inhoud van echte inhoud kunnen onderscheiden slechts 51% van de tijd, dicht bij een muntwerp, wat betekent dat voor de meeste mensen het zien van iets op hun feed nog steeds genoeg is om het te geloven.

Polymarket veranderde geëngineerde verwarring in handelskosten. Richt dezelfde mechanismen op een verkiezing of elk omstreden openbaar onderwerp, en AI maakt het soort manipulatie gemakkelijk om op grote schaal uit te voeren, met inzet die verandert van verloren inkomsten naar wie het publiek vertrouwt en hoe ze stemmen.

Waarom de gebruikelijke monitoringtools dit missen

De meeste reputatiemonitoring was gebouwd om een tekst-gebaseerd internet te volgen, waarbij mentions, trefwoorden en hashtags in de gaten werden gehouden, maar perceptie vormt zich nu binnen short-form video en binnen de aanbevelingssystemen die bepalen wat wordt weergegeven. Tools gebouwd om onderschriften en commentaardraden te scannen waren nooit gebouwd om toon, visuele context of de geloofwaardigheid van de persoon op het scherm te lezen, en geen van die informatie is optioneel. Het is het verhaal zelf dat binnen video wordt verteld.

AI-video-generatie is ook goed genoeg geworden, snel genoeg, om een overtuigende clip van bijna alles te produceren zonder een studio of productiebudget nodig te hebben. Iedereen die een van deze campagnes uitvoert, weet al beter dan om de merknaam te taggen of zoekbare taal te gebruiken, wat betekent dat de signalen die het verhaal zelf dragen, toon, creator-geloofwaardigheid, community-reactie, onzichtbaar blijven voor een systeem gebaseerd op trefwoorden door ontwerp.

De oude aanpak van onderzoek naar de feiten na afloop, het volgen van het papieren spoor zoals The Wall Street Journal bij Polymarket deed, zal niet schalen, omdat die reconstructie afhankelijk is van mensen die een spoor achterlaten. Haal de mensen uit de lus, en er is geen spoor meer over om te volgen, wat de reden is dat detectie vereist dat je naar het patroon kijkt terwijl het zich vormt, in plaats van de fraude te reconstrueren nadat het al is verspreid.

Polymarket werd betrapt omdat het nog steeds mensen nodig had

Niemand zou verbaasd moeten zijn dat een bedrijf zijn eigen hype fabriceerde. Dat is een standaard playbook voor desinformatie dat al jaren in gebruik is, en Polymarket werd betrapt omdat hun versie van het playbook nog steeds op mensen draaide, waardoor een reporter een spoor kon volgen naar de bron.

De volgende versie van deze campagne zal geen van deze dingen nodig hebben. Zodra de kosten van het fabriceren van consensus dalen tot bijna nul, wordt de mogelijkheid om echt van gefabriceerd te onderscheiden geen nice-to-have-capaciteit meer, maar het wordt het ding waarop elke downstream-beslissing, over wie te vertrouwen, wat te geloven en hoe te reageren, afhankelijk is.