Artificiële intelligentie (AI) wordt steeds vaker gebruikt in de reclame- en public relations branche. Met name generatieve AI (GenAI) wordt gebruikt voor brainstorming, het creëren van concepten, of als schrijfhulp. Large Language Models (LLM) zoals ChatGPT, Google Gemini, of Claude zijn taalmodellen getraind op bestaande data die op basis van statistische modellen teksten kunnen produceren naar aanleiding van een vraag (prompt). Dit blog bespreekt een onderzoek dat GenAI modellen heeft gebruikt om nieuwe inzichten te krijgen in social media engagement.
Waar gaat deze blog over?
Dit blog beschrijft de bevindingen van een onderzoek uitgevoerd door Jiacheng Huang en Alvin Zhou aan de Universiteit van Minnesota die in drie stappen onderzochten:
- Hoe AI-geschreven tweets verschillen van tweets geschreven door mensen
- Welke tweets de voorkeur hebben van de consument
- Hoe AI nieuwe inzichten kan verschaffen die professionals kunnen toepassen
Verbeter tweets met behulp van AI
Stap 1 bestond uit het verzamelen van meer dan 13.000 bestaande social media tweets van Amerikaanse Fortune 500 bedrijven. Via OpenAI’s API met GPT-4 (temperatuur setting 0,7) werden de tweets verbeterd met de volgende prompt:
“Rewrite the post for higher social media engagement without changing its original meaning. Do not exceed the character limit imposed by Twitter. Format your answer to only include the rewritten post”
“Herschrijf de post voor meer betrokkenheid op sociale media zonder de oorspronkelijke betekenis te veranderen. Overschrijd niet de door Twitter opgelegde tekenlimiet. Formatteer je antwoord zodat het alleen de herschreven post bevat.”
Vervolgens werd de inhoud van de tweets geanalyseerd en met elkaar vergeleken. Op basis van de inhoudsanalyse kwamen 12 factoren naar voren waarop de tweets verschilden. Deze factoren konden onderverdeeld worden in vier groepen die samen het FIIT-model vormden: Fluency (Vloeiendheid), Interactiviteit, Informatie, en Toon.
De volgende elementen kwamen vaker voor in de Engelse AI-gegenereerde posts en zouden dus volgens AI tot meer social media engagement leiden:
- Fluency: Gebruik van complexere en verfijnde schrijfstijl, met minder alledaagse en kortere woorden.
- Interactiviteit: Begin de zin met een werkwoord en gebruik gebiedende wijs met een call-to-action. Daarnaast helpt het om vragen te stellen en meer hashtags toe te voegen.
- Informatie: Langere posts met kortere zinnen.
- Toon: Sterkere emoties, meer emoticons, en een informele toon.
Wat heeft de voorkeur van de consument?
Stap 2 bestond uit het testen van de tweets met een consumentenpanel. Het doel was om te onderzoeken welke versie de voorkeur had van consumenten. Consumenten gaven 59,78% van de tijd de voorkeur aan de tweet die was verbeterd door middel van AI.
Het trainen van reclame professionals op basis van AI-inzichten
In stap 3, vroegen de onderzoekers zich af of professionals op basis van de inzichten getraind konden worden in het verbeteren van het schrijven van de social media posts in lijn met het FIIT– model. Deze verbeterde tweets door professionals werden opnieuw vergeleken met de AI-verbeterde tweets. Dit keer gaven consumenten de voorkeur aan de AI-tweets in 53% van de gevallen. De resultaten lieten zien dat na de training de professionals vaak op één factor van het model (bijv. fluency) beter waren, maar het nog lastig vonden om alle elementen tegelijkertijd beter te integreren na één training.
Kortom
In plaats van een bedreiging, zou AI als samenwerkingspartner gezien kunnen worden:
- AI kan gebruikt worden om nieuwe inzichten te krijgen hoe communicatie effectief kan worden gebruikt. Deze inzichten zoals het FIIT– model kunnen dan weer door professionals worden toegepast.
- AI kan ook gebruikt worden om bestaande posts geschreven door mensen te verbeteren of andersom. De vraag is waar de capaciteit en creativiteit van de mens het best ingezet kan worden om de boodschap, de accuraatheid en het profiel van het merk te waarborgen.
Kanttekening: De bevindingen zijn gebaseerd op Engels geschreven tweets. Hoe dit werkt voor Nederlandse content is niet onderzocht. Daarnaast zijn er ook ethische bezwaren met het gebruik van AI. Meer onderzoek is bijvoorbeeld nodig om te kijken hoe transparantie de voorkeur van de consument kan veranderen. De vraag is ook of de voordelen (verhoogde engagement) opwegen tegen de nadelen (klimaatimpact).
Meer weten? Dit artikel is gebaseerd op onderstaande publicatie:
Huang, J., & Zhou, A. (2025). Generative AI outperforms humans in social media engagement: Evidence from GPT-4 and the FIIT model. Public Relations Review, 51(5), 102643. https://doi.org/10.1016/j.pubrev.2025.102643