Pointer vindt 56 AI-kanalen, YouTube verwijdert er elf

|Auteur: Redactie van QUASA|5 min. leestijd| 1
Pointer vindt 56 AI-kanalen, YouTube verwijdert er elf

In het op 5 november 2026 gepubliceerde onderzoek van Pointer staan minstens 56 Nederlandstalige AI-kanalen of kanalen over Nederland, samen goed voor 66 miljoen weergaven en naar schatting €290.000 aan advertentie-inkomsten; na de bevindingen verwijderde YouTube er elf en zette het bij acht andere de advertentie-inkomsten uit. Het bedrag is een schatting van Pointer, geen bekendgemaakte uitbetaling per kanaal.

Voor de getroffen makers zijn dat twee verschillende maatregelen. Een verwijderd kanaal verdwijnt van het platform; een kanaal waarvan de advertentie-inkomsten zijn uitgezet kan nog video’s publiceren, maar verdient daar niet langer via advertenties aan. De ingreep maakt ook duidelijk waarom een geautomatiseerde productiewijze voor andere makers relevant is: YouTube beoordeelt voor monetisatie het patroon van een heel kanaal.

Wat op de onderzochte kanalen verscheen

Door AI gemaakte arts in een onderzochte Nederlandse YouTube-video met dubieus gezondheidsadvies

De berichtgeving van Creatoreconomy.nl beschrijft nepartsen, ongecontroleerd nieuws en beschuldigingen zonder wederhoor op de onderzochte kanalen; slechts elf ervan droegen een label voor AI-gegenereerde content. Een YouTube-woordvoerder laat daarin weten dat er voor spam, fraude of misleiding ‘simpelweg geen plaats’ is. De aanwezigheid van een AI-label en de juistheid van een video zijn afzonderlijke kwesties.

Sommige kanalen presenteerden zich als nieuwszender en lieten een virtuele presentator onjuiste of ongefundeerde berichten voorlezen. Andere brachten onbewezen verhalen over bekende Nederlanders als feit, of noemden verdachten met hun volledige naam bij ernstige beschuldigingen zonder wederhoor. De automatisch gemaakte presentatie gaf zulke berichten een vertrouwde vorm, terwijl de controle die bij die vorm hoort ontbrak.

Ook gezondheidsvideo’s kregen een schijn van deskundigheid doordat een gegenereerde arts advies gaf, terwijl die persoon niet bestaat. Een label kan kijkers helpen herkennen dat beeld of een stem is gemaakt met AI, maar maakt de medische bewering niet betrouwbaar. Juist bij een nagebootste deskundige kan het verschil tussen herkenbare herkomst en gecontroleerde inhoud voor de kijker groot zijn.

Hoe Nederlandse cursussen het model verspreiden

De onderzochte kanalen werken vaak volgens een model waarbij de eigenaar zelf buiten beeld blijft. AI kan scripts, animaties en virtuele presentatoren leveren; ander productiewerk wordt aan freelancers uitbesteed. Daardoor hoeft de maker niet voor iedere video opnieuw op te nemen. Die werkwijze zegt op zichzelf nog niets over de juistheid van een publicatie, maar maakt snelle productie met weinig zichtbare menselijke inbreng mogelijk.

In Nederlandse online cursussen over dit model worden volgens het onderzoek onderwerpen aangeprezen die ophef of discussie uitlokken. De economische prikkel is direct: aandacht levert weergaven op en advertenties kunnen vervolgens inkomsten opleveren. Bij beschuldigingen, nieuws en gezondheidsadvies ontstaat een probleem wanneer de snelheid van die productie ten koste gaat van feitencontrole en wederhoor. Een overtuigende stem of presentator neemt die redactionele taken niet over.

De geschatte opbrengst betreft de onderzochte kanalen samen. Daaruit valt niet af te leiden wat een afzonderlijke eigenaar verdiende, hoeveel productiekosten er waren of welk deel van de video’s inkomsten opleverde. Het onderzoek laat wel zien dat misleidende, schaalbaar geproduceerde video’s een groot publiek konden bereiken voordat het platform na de bevindingen maatregelen nam.

Waarom YouTube een heel kanaal kan demonetiseren

Eigen bijdrage aan een YouTube-video tegenover herhaalde AI-video’s die op elkaar lijken

Volgens het officiële YouTube-beleid voor kanaalinkomsten moet content origineel en authentiek zijn; op grote schaal geproduceerde of repetitieve video’s komen niet voor monetisatie in aanmerking. Het beleid voor niet-authentieke content geldt voor het kanaal als geheel. Als veel uploads de richtlijn schenden, kan YouTube de inkomsten voor het hele kanaal uitzetten.

Het gebruik van AI is daarbij niet de beslissende grens. YouTube staat een terugkerende vorm toe wanneer de inhoud van de video’s in redelijke mate verschilt. Een vaste introductie kan dus samengaan met eigen verhalen of uitleg per aflevering. Video’s die vrijwel uitwisselbaar zijn en telkens dezelfde template met geringe variatie herhalen, lopen volgens het beleid wel risico.

Het platform noemt ook concrete voorbeelden die voor deze zaak relevant zijn: een stem die uitsluitend andermans tekst uit een website of nieuwsfeed voorleest, massaal gemaakte video’s met een vergelijkbare template en diavoorstellingen met weinig commentaar of verhaal. Voor hergebruikt materiaal verlangt YouTube een substantiële eigen bijdrage. Toestemming van de oorspronkelijke maker maakt een minimale bewerking op zichzelf nog niet geschikt voor advertentie-inkomsten.

Bij een beoordeling kijken reviewers onder meer naar het hoofdthema, recente en veelbekeken uploads, de belangrijkste bronnen van kijktijd en de metadata van video’s. Zo kan een reeks publicaties zwaarder wegen dan één afzonderlijke upload. Welke specifieke regel YouTube bij ieder verwijderd of gedemonetiseerd kanaal toepaste, is niet bekendgemaakt; de twee soorten maatregelen mogen daarom niet als één sanctie worden behandeld.

De grens voor makers die AI gebruiken

Voor een maker met een geautomatiseerde werkwijze ligt de nuttigste scheidslijn bij de eigen bijdrage per video. Heeft een nieuwe upload een eigen onderwerp, uitleg of verhaal dat een kijker duidelijk van de andere uploads kan onderscheiden? En is overgenomen tekst of beeld wezenlijk bewerkt? Die vragen sluiten aan op de criteria waarmee YouTube een heel kanaal voor monetisatie beoordeelt.

Daarnaast speelt de presentatie van feitelijke claims een eigen rol. Een gegenereerde presentator kan informatie geloofwaardig laten klinken zonder dat de beweringen zijn gecontroleerd. Het AI-label vertelt de kijker iets over het gemaakte beeld of geluid; controle van nieuws, beschuldigingen en gezondheidsclaims vraagt afzonderlijk werk. Voor makers die zulke onderwerpen publiceren, raakt automatisering dus zowel de betrouwbaarheid van de video als de inkomsten van het kanaal.

De kanalen die hun advertentie-inkomsten verloren maar online bleven, laten het directe gevolg van die kanaalbrede beoordeling zien: publicatie en monetisatie kunnen uiteenlopen. Voor andere makers is de relevante vraag niet hoeveel AI in de productie zit, maar of hun reeks video’s herkenbare eigen inhoud biedt en kijkers niet misleidt.

Lees ook:

Delen:

Abonneer je op onze nieuwsbrief

Ontvang het laatste nieuws over Web3, AI en crypto rechtstreeks in je inbox.

0