Vorige week tikte ChatGPT 1 miljard wekelijkse gebruikers aan. In diezelfde week zette OpenAI een nieuw model live, GPT-5.6, dat volgens eigen meting 68 procent minder feitelijke fouten maakt dan de versie ervoor.
Reken die twee bij elkaar op. 1 miljard mensen krijgen elke week een antwoord dat zekerder klinkt en minder vaak misslaat. Ook wanneer dat antwoord over jou als werkgever gaat.
Het comfort van de fout verdwijnt
Dat is groter nieuws voor employer branding dan het lijkt.
Twee jaar lang kon je jezelf nog geruststellen met de fouten. Het model haalde je vestigingen door elkaar, plakte een oude reorganisatie aan je vast, verzon een arbeidsvoorwaarde die je nooit hebt gehad. Vervelend, maar zichtbaar onzin, en dus ongevaarlijk. De kandidaat rook de fout en zocht verder.
Die marge verdwijnt nu. Een model dat 68 procent minder fout zit, klinkt betrouwbaar over de hele linie. En een lezer die het op negen punten gelijk geeft, gelooft het op het tiende ook. Precies daar, op dat tiende punt, staat vaak jouw verhaal: het punt dat het model nog steeds mis heeft, maar nu verpakt in een toon die geen twijfel meer toelaat.
Een model dat dieper nadenkt, zet zijn conclusie stelliger neer
De nieuwe versie redeneert ook dieper. Betaalde gebruikers krijgen een schuif waarmee ze het model langer laten nadenken; gratis gebruikers een knop die hetzelfde doet. Het antwoord over jou is daarmee niet langer een reflex. Het model denkt langer na, zet bronnen naast elkaar, en zet zijn conclusie stelliger neer.
En het model haalt die bronnen ergens vandaan. ChatGPT leunt voor bijna de helft van zijn antwoorden op Wikipedia en citeert gemiddeld ruim tien bronnen per keer. Sta jij daar niet consistent tussen, dan bouwt het zijn beeld van jou uit wat er wél ligt: een verlopen vacature, een reviewsite, een forumdraadje van drie jaar terug.
Wat ontbreekt, wordt ingevuld. Wat onduidelijk is, wordt vereenvoudigd. En wat nergens staat, bestaat niet.
Het verhaal dat je niet meer zelf schrijft
Ik heb vijftien jaar in recruitment gezeten. De hele tijd draaide om grip op het verhaal: wat zegt de vacature, wat zegt de hiring manager, wat staat er op de werkenbij-site. Dat verhaal had een eigenaar, en die eigenaar was jij. Nu leest een model alles wat er los over je rondslingert, weegt het langer dan ooit, en perst het samen tot één alinea die klinkt alsof ze klopt. Die alinea is de eerste indruk van je volgende kandidaat, en je hebt hem niet geschreven.
Neem je arbeidsvoorwaarden. Staan die op je vacaturepagina anders dan op Glassdoor, en weer anders in een oud persbericht, dan koos het model vroeger gokkend één versie. Nu kiest het met meer overtuiging, en presenteert die keuze als vaststaand. Waar de kandidaat vroeger twijfel proefde, leest hij nu een feit.
Zit je cultuur alleen in een sfeervideo en nergens in leesbare tekst, dan leest de crawler niets, hoe goed het model ook is geworden. Ook het beste model leest alleen wat in woorden staat. Duidelijkheid verslaat volume, en dat verschil wordt met elke versie groter.
Het stopt ook niet bij je eigen site. Een model gelooft je pas echt als anderen je bevestigen. Een consistente vermelding in een vakmedium, een medewerker die op een forum vertelt hoe het er werkt, een reviewsite die hetzelfde zegt als jouw pagina: dat weegt zwaarder dan de mooiste zin op je carrièresite. Je beheert het gesprek niet meer alleen; je voedt het, of je laat anderen het voeden.
Zichtbaar of niet zichtbaar als werkgever
Voor een taalmodel bestaan er nog maar twee soorten werkgevers. De werkgever met een helder, consistent verhaal dat het model kan navertellen, en die in het antwoord terugkomt. En de werkgever die het nergens goed kan lezen, en die het bij gebrek aan houvast zelf invult. Dat invullen gebeurt nu met meer zelfvertrouwen, en dus met meer schade.
De reflex is om te wachten. Het loopt vast zo’n vaart niet, de kandidaat komt heus nog wel op je site. Een deel komt nog. Maar 1 miljard mensen per week oriënteren zich al bij de machine, en dat aantal groeit met elke maand. Je kunt wachten tot een zelfverzekerd model een keer stellig het verkeerde over je zegt, tegen iemand die je nooit ziet langskomen. Of je bepaalt vandaag wat het te lezen krijgt.
Wat je deze week kunt doen
Wat dat vraagt, is minder werk dan het klinkt.
Zet de antwoorden op de echte vragen, over salaris, doorgroei en hoe een sollicitatie echt verloopt, in gewone zinnen op je eigen domein. Zorg dat je verhaal op elke plek hetzelfde zegt, zodat het model niet hoeft te kiezen. En controleer wat de modellen vandaag over je zeggen, letterlijk, door het ze te vragen in ChatGPT, Gemini en Perplexity. Grote kans dat je jezelf niet terugziet, ook met een sterk merk.
Wat vandaag nog een voorsprong is, is over zes maanden de norm. Wat vandaag nog optioneel voelt, is over een jaar de basis. En wat je vandaag niet leesbaar hebt gemaakt voor een model, kost je straks de kandidaten die je nooit hebt zien langskomen.
1 miljard mensen vragen het aan AI. Wij zorgen dat jij het antwoord bent.
Mijn naam is Bryan Peereboom, oprichter van AI Rebels. Wij maken werkgevers zichtbaar in taalmodellen.