De online buzz werkt niet langer als een simpele verzameling van leuke feitjes. Sinds enkele maanden volgen de ongebruikelijke trends op internet algoritmische, regelgevende en narratieve logica’s die de klassieke “ongebruikelijke” rubrieken grotendeels negeren. Het nieuws dat de buzz genereert, is gebaseerd op specifieke mechanismen, en het begrijpen daarvan verandert de manier waarop we het interpreteren.
AI Act-labeling en ongebruikelijke inhoud: wat verandert er voor virale video’s
Sinds 2 augustus 2026 zijn de transparantievereisten van de Europese AI Act van kracht. Leveranciers van AI-systemen moeten digitale labels en watermerken integreren in de inhoud die door kunstmatige intelligentie is gegenereerd of bewerkt, of het nu gaat om tekst, afbeeldingen, audio of video.
De platforms en organisaties die deze inhoud in een professionele context publiceren, moeten deze duidelijk labelen. Voor de rubrieken met ongebruikelijk nieuws is de directe consequentie concreet: een virale video die een “onwaarschijnlijke” situatie toont, kan nu onder deze verplichting vallen als deze is gegenereerd of bewerkt door AI.
We zien dat de meeste redacties die zich met het ongebruikelijke bezighouden, deze regelgevende context nog niet vermelden. Humoristische deepfake-video’s, gegenereerde afbeeldingen die als echt worden gepresenteerd, en spectaculaire montages circuleren nog steeds zonder vermelding van hun oorsprong. De Belgische FOD Economie heeft trouwens gewaarschuwd voor dit groeiende gevaar op sociale media, waar inhoud die door AI is gemanipuleerd, zich vermengt met de werkelijkheid.
Voor wie de nieuwigheden op Actu Buzz volgt, wordt deze grens tussen authentieke en synthetische inhoud een noodzakelijke filter voordat men ongebruikelijk nieuws deelt.
Micro-binge dramas op sociale media: de seriële mechaniek van de buzz
Het dominante formaat van de ongebruikelijke buzz is veranderd. Isolaat virale inhoud (een unieke video, een schokkende afbeelding) verliest terrein ten opzichte van micro-binge dramas, deze korte series waarin een vreemde situatie terugkomt in opeenvolgende variaties.
Het principe is eenvoudig: in plaats van een unieke clip die massaal wordt gedeeld, publiceert een maker meerdere afleveringen die hetzelfde ongebruikelijke element benutten. De gebruiker kijkt niet langer naar één enkele buzz, maar consumeert een serie. Abonneren vervangt het sporadisch delen als succesmetric.
Dit seriële formaat verandert de levensduur van een trend. Een klassieke buzz bereikte zijn hoogtepunt in enkele dagen en verdween dan. Een micro-binge drama houdt de aandacht wekenlang vast, wat de manier waarop de aanbevelingsalgoritmen het verspreiden radicaal verandert. De platforms geven de voorkeur aan makers die het publiek langdurig vasthouden, niet aan degenen die een kortstondige piek genereren.
Waarom dit formaat de huidige trends domineert
De verklaring ligt in de architectuur van de algoritmen zelf. TikTok, Instagram Reels en YouTube Shorts geven prioriteit aan de sessietijd. Een gebruiker die vijf afleveringen van twee minuten achter elkaar kijkt, genereert meer advertentiewaarde dan een gebruiker die een virale video van dertig seconden bekijkt en vervolgens de app verlaat.
Voor de media die ongebruikelijk nieuws dekken, is de consequentie direct: het volgen van een sporadische buzz is niet langer voldoende om het publiek te bereiken. Het is noodzakelijk om opkomende series en hun makers te identificeren voordat ze hun piek in zichtbaarheid bereiken.
Deepfakes en virale oplichting: de valstrikken achter ongebruikelijk nieuws
Inhoud die als “ongebruikelijk” wordt gepresenteerd, dient steeds vaker als een vector voor geavanceerde oplichting. Het mechanisme maakt gebruik van de goedgelovigheid die voortkomt uit de verrassende aard van de informatie: een video die zo onwaarschijnlijk is dat deze wel waar moet zijn, of zo spectaculair dat men deze deelt zonder te controleren.
- Deepfakes van beroemdheden in absurde situaties circuleren als vermaak, maar leiden via de reacties of links in bio naar frauduleuze sites.
- Valse dierenreddingen, gefilmd en in scène gezet om emotie te genereren, vormen een hele categorie van misleidende virale inhoud op sociale media.
- Door AI gegenereerde afbeeldingen die natuurrampen of “nooit geziene” weersverschijnselen tonen, worden gedeeld als nieuws, zonder enig watermerk of vermelding van synthese.
Het kader dat door de AI Act is gesteld, zou deze praktijken in Europa theoretisch moeten beperken, maar de praktische toepassing loopt ver achter op de snelheid van verspreiding. Tegen de tijd dat een platform een inhoud detecteert en labelt, is deze al duizenden keren bekeken en gedeeld.
Ongebruikelijke trends in Frankrijk: wat de algoritmen echt bevorderen
De trends die de buzz genereren in Frankrijk zijn niet willekeurig. De aanbevelingsalgoritmen geven de voorkeur aan specifieke formaten en thema’s, en het begrijpen daarvan maakt het mogelijk om een organisch fenomeen van een gefabriceerde buzz te onderscheiden.
De signalen die de platforms versterken
- Video’s met een “hook” in de eerste drie seconden (onverwachte situatie die onmiddellijk zichtbaar is) behalen een hogere retentiegraad, en dus een bredere algorithmische distributie.
- Inhoud die dieren in ongebruikelijke situaties toont, blijft een van de meest verspreide, met een langere virale levensduur dan andere categorieën.
- De formaten “voor/na” of “onverwacht resultaat” genereren systematisch meer shares dan lineaire narratieve formaten.
Het resultaat is een selectiebias: wat “de buzz maakt” is niet wat het meest verrassend is, maar wat het beste voldoet aan de algoritmische criteria. Echt ongebruikelijk nieuws dat in een ongeschikt formaat is gefilmd (vaste opname, geen ingesloten tekst, duur langer dan een minuut) heeft zeer weinig kans om naar voren te komen.
Dit algorithmische filter verklaart waarom dezelfde soorten inhoud in de ongebruikelijke rubrieken in een lus terugkomen: de schijnbare diversiteit verbergt een homogeniteit van formaat. Tijdschriften en media die zich beperken tot het doorgeven van de meest bekeken video’s reproduceren deze bias zonder deze in twijfel te trekken.
De volgende stap, die al is ingezet, zal de verplichting voor platforms zijn om uit te leggen waarom een inhoud is aanbevolen. Op die dag zal de manier waarop we ongebruikelijk nieuws lezen van aard veranderen: we zullen ons niet langer alleen afvragen “is het waar?”, maar “waarom zie ik dit?”.
