AI slop är ett processproblem

Två ordböcker avgjorde språkfrågan förra året. I november utsåg Australiens Macquarie Dictionary AI slop till årets ord och definierade det som innehåll av låg kvalitet som skapats av generativ AI, ofta med fel, och som ingen har bett om. I december valde redaktörerna för Webster’s dictionary i USA det enklare slop: ”digitalt innehåll av låg kvalitet som oftast produceras i mängd med hjälp av artificiell intelligens”. Deras ordförande Greg Barlow sa till Associated Press: ”Det är nästan ett trotsigt ord när det gäller AI.”

Utvecklaren Simon Willison gav det enklaste testet i maj 2024: ”om det är tanklöst genererat och trängs på någon som inte bett om det, är slop den perfekta beteckningen.”

För ett företag står ordet för en bedömning som kunderna numera gör på en sekund. Vår läsning är att slop inte är en egenskap hos verktyget. Det är vad som kommer ut ur en process utan referenser, utan regler och utan någon som säger nej. Därför går det att åtgärda.

Så ser slop ut på jobbet

Slop är inte bara den konstiga videon i flödet. Forskare vid BetterUp Labs och Stanford Social Media Lab gav kontorsversionen ett namn i Harvard Business Review: workslop, arbete som är gjort med AI och ser bra ut men saknar substans. I deras enkät bland 1'150 kontorsanställda på heltid i USA hade 40 procent fått något sådant under den senaste månaden, och varje fall tog ungefär två timmar att reda ut.

Marknadsföringen har sin egen version: inlägget som skulle kunna tillhöra vilket företag som helst, bilden med det välbekanta glansiga ljuset, texten som inte säger något på tre stycken. Var och en kostar lite att göra, och det är läsaren som betalar.

Varför det uppstår

Fyra orsaker återkommer gång på gång.

Den första är standardläget. Anthropics team för tillämpad AI förklarade i november förra året varför företagets egen modell, när den lämnas utan riktning, ständigt producerar samma säkra design: den hämtar från den mest sannolika mitten av allt den har sett. De kallar det distributional convergence och noterar att användarna kallar resultatet AI slop-estetiken. En studie i tidskriften Patterns fann samma sak för bilder. Forskarna lät en bildmodell och en bildtextmodell mata varandra i 100 omgångar, 700 gånger, och varje körning drev mot ett fåtal generiska motiv som de kallade visuell hissmusik. De misstänker att den saknade ingrediensen är det korrigerande trycket från mänsklig interaktion.

Den andra är den saknade referensen. En prompt beskriver, en referens visar. Utan riktiga bilder av produkten och ljuset fyller modellen i luckorna med sitt genomsnitt.

Den tredje är den saknade regeln. Modellen vet inte att ditt varumärke aldrig använder gradienter, aldrig kallar något för en lösning och alltid visar den verkliga produkten. Om reglerna inte är nedskrivna där maskinen läser dem finns de inte för maskinen.

Den fjärde är den saknade granskningen. Willison sa det rakt ut: ”att dela ogranskat innehåll som har genererats artificiellt med andra människor är oartigt.”

Publiken märker det, även när den inte kan säga varför

Det starkaste belägget i år kommer från ett test av Ipsos och Newhouse School vid Syracuse University, publicerat i maj. De visade 20 annonser för 3'000 amerikanska konsumenter: tio gjorda av människor åt varumärken som Febreze, H&M och Chewy, och tio gjorda helt av AI utifrån samma brief och använda precis som de genererades. Bara 25 procent av dem som såg en AI-annons var åtminstone någorlunda säkra på att den var gjord av AI. Ändå var annonserna gjorda av människor 14 procent starkare enligt Ipsos mått på kortsiktig försäljningseffekt och 17 procent starkare på långsiktig varumärkeseffekt. Författarna sammanfattade det i en mening: trovärdigt är inte detsamma som övertygande.

Uttalade attityder pekar åt samma håll. I en enkät från The Harris Poll tillsammans med 4As och Infillion i juni sa 73 procent av konsumenterna att de skulle lita mindre på en annons som de misstänkte var gjord med AI, och 63 procent sa att de skulle vara mindre benägna att köpa från ett varumärke som använder AI-genererade annonser.

En global enkät bland 22'000 konsumenter på 22 marknader, beställd av annonsverifieringsföretaget DoubleVerify och publicerad i juli, tillför den nyans som spelar roll. 42 procent sa att AI-reklam av låg kvalitet eller med kuslig framtoning skulle skada deras uppfattning om ett varumärke, medan 40 procent såg polerade, professionella AI-annonser som något positivt. Företagets vd Mark Zagorski sammanfattade det så: ”Det är inte AI i sig som avgör engagemanget. Det är kvaliteten på resultatet.”

Plattformarna slår tillbaka

Plattformarna har gått från att tolerera till att ställa regler. I sitt brev för 2026 ägnade YouTubes vd Neal Mohan ett avsnitt åt att hantera AI slop och sa att YouTube bygger vidare på de system som används mot skräppost och klickbete för att minska spridningen av repetitivt innehåll av låg kvalitet. I juli, rapporterade TechCrunch, angav YouTube vad som inte längre kan ge reklamintäkter: generiska, repetitiva eller mallbaserade videor, innehåll som är gjort för att uppröra och AI-personor som diskuterar känsliga ämnen som hälsa och ekonomi.

Pinterest lade i oktober 2025 till inställningar som låter människor se färre AI-bilder i de kategorier där de hopar sig: skönhet, konst, mode och heminredning. Deezer sa i juli att helt AI-genererade låtar vid toppen i juni passerade hälften av all ny musik som levereras dit varje dag, men bara stod för 1 till 3 procent av lyssnandet. Tjänsten håller dem utanför sina algoritmiska rekommendationer och redaktionella spellistor.

Riktningen är densamma överallt. Gjort med AI är tillåtet. Gjort i bulk, utan omsorg, trycks ned.

Så håller vi det borta

Vi gör bilder, filmer och inlägg med AI varje dag, så vi har fått svara på det här i praktiken, med ett steg för varje orsak.

Låsta stilar. I Reel byggs varje stil på verkliga referenser, med ljus, objektiv och miljö valda så som en fotograf skulle göra, och testas tills kunden godkänner den. Varje bild och klipp följer det receptet, så den hundrade bilden ser ut som den första.

Varumärkesregler i hjärnan. Studio fångar ett varumärkes DNA, röst, positionering och textregler en gång och låser dem. Twin håller företagets regler och sätt att skriva i sin AI-hjärna, så att varje assistent arbetar inom dem i stället för att gissa.

Människor vid idéerna och valen, och en granskning innan något lämnar huset. I Reel kommer man överens om idéer, referenser och stilar innan något görs, varje resultat kontrolleras innan kunden ser det, och en människa väljer varje bild och klipp som används. I Tempo testas varje idé innan den schemaläggs, och en människa godkänner varje inlägg.

Vi vill att AI ska göra, kontrollera och snabba på så mycket av arbetet som den kan. Idéerna, valen och ansvaret för det som går ut stannar hos människor, eftersom det är där kvaliteten avgörs och där ett namn står på spel.

Vad ett företag kan göra

Börja med de fyra orsakerna. Samla tjugo riktiga bilder som du är stolt över och använd dem som referenser. Skriv ner dina varumärkesregler där varje verktyg kan läsa dem: färgerna, orden du använder och dem du aldrig använder, hur produkten alltid måste se ut. Utse den som väljer och ge hen rätt att säga nej till det mesta som maskinen gör. Lägg en granskning mellan generatorn och allmänheten, varje gång.

Slop är billigt att göra och dyrt att bli känd för. Lösningen är inte mindre AI. Det är mer omdöme runt den.