Google’s nieuwste onderzoeksrichting laat zien dat AI-spam vaak makkelijker te herkennen is aan het netwerk waar het vandaan komt dan aan de inhoud zelf. Voor ondernemers die worstelen met goedkope AI-content op hun site of in concurrentie, betekent dit dat je met een simpele netwerkanalyse al een eind kunt komen, zonder dure tools of AI-expertise.

Wat er aan de hand is

Onderzoekers van Google hebben een methode gepresenteerd om AI-gegenereerde spam op te sporen door te kijken naar de netwerken waar de content vandaan komt, in plaats van elke pagina afzonderlijk te analyseren. Volgens Search Engine Journal suggereert het onderzoek dat AI-spam vaak afkomstig is van een beperkt aantal IP-adressen of hostingproviders. Door deze netwerken te identificeren, kunnen zoekmachines en site-eigenaren in één keer grote hoeveelheden spam blokkeren, zonder dat ze per stuk hoeven te beoordelen of het door AI is geschreven. Dit is een verschuiving ten opzichte van de huidige aanpak, die vooral draait om het herkennen van AI-kenmerken in de tekst zelf, zoals herhalingen of vreemde zinsconstructies.

Wat dit betekent

Voor MKB-ondernemers die hun eigen website beheren of content laten plaatsen, heeft deze aanpak directe gevolgen. Als Google deze methode gaat toepassen in zijn algoritme, kan het zijn dat sites die veel AI-content hosten op goedkope gedeelde servers ineens worden gestraft, ook al is de tekst op zich niet slecht. Andersom betekent het dat je als ondernemer zelf ook kunt filteren op netwerkniveau. Als je merkt dat er ineens veel spamreacties binnenkomen op je blog of dat concurrenten met verdachte content ranken, kun je kijken of die allemaal uit hetzelfde IP-bereik komen. Dat is een stuk eenvoudiger dan elke reactie of pagina apart beoordelen. Vooral voor kleine bedrijven zonder SEO-specialist is dit een laagdrempelige manier om de kwaliteit van hun online omgeving te bewaken.

Hoe je dit kunt toepassen

Als je een webshop runt en last hebt van spamreacties op je blog. Je kunt in je cms of via je hostingomgeving een lijst opvragen van IP-adressen die recent reacties hebben geplaatst. Als je ziet dat tientallen reacties van hetzelfde IP-adres of een klein IP-bereik komen, kun je overwegen om dat hele bereik te blokkeren. Een mogelijkheid is om een eenvoudige .htaccess-regel toe te voegen of een plugin te gebruiken die IP-bereiken kan filteren. Je zou kunnen beginnen met het controleren van reacties die in korte tijd binnenkomen van onbekende bezoekers.

Als je een team aanstuurt dat content plaatst voor meerdere klanten. Je kunt een afspraak maken dat alle content eerst door een netwerkcheck gaat voordat deze online komt. Een optie is om een gratis tool zoals WhatIsMyIPAddress te gebruiken om te zien of de content afkomstig is van een bekende spam-hostingprovider. Overweeg om een lijst bij te houden van IP-adressen die vaker voorkomen bij AI-spam, zodat je die in de toekomst automatisch kunt markeren. Dit scheelt tijd omdat je niet elke tekst hoeft te lezen op AI-kenmerken.

Als je in de marketing werkt en concurrentieanalyse doet. Je kunt de IP-adressen van concurrerende sites checken via een simpele whois-query of een online tool. Als je ziet dat meerdere concurrenten dezelfde hostingprovider gebruiken en ineens veel content plaatsen, kan dat een signaal zijn dat ze AI-spam inzetten. Een mogelijkheid is om dit te rapporteren aan Google via de spam-meldingsformulieren, maar wees voorzichtig: alleen als je harde bewijzen hebt van netwerkoverlap. Je zou kunnen beginnen met het noteren van IP-adressen van sites die plotseling hoog scoren op lange staart zoekwoorden.

Als je een eigen site beheert en je zorgen maakt over AI-content van gastbloggers. Vraag bij het accepteren van gastbijdragen altijd het IP-adres van de auteur of de hosting van hun eigen site. Als dat IP-adres in een bekend spam-bereik valt, kun je overwegen om de bijdrage te weigeren. Een optie is om een gratis IP-blacklist zoals Spamhaus te raadplegen voordat je content plaatst. Overweeg om dit standaard onderdeel te maken van je redactionele proces.

Bron: Search Engine Journal