Alevli framework
The Alevli filter
Een AI-marketingframework dat bepaalt of een bepaalde inzet van AI of overtuiging acceptabel is door vier vragen op volgorde te stellen, kan de klant het zien en weigeren, verwacht hij dit gebruik van wat je over hem weet, staat er een persoon met naam achter met bronnen, en kan een mens het stoppen en meten, en de inzet te beoordelen op het zwakste antwoord, zodat het oordeel de grenzen volgt van de Europese wet en van de verwachting van de klant zelf, niet van smaak.
De meeste AI-marketingframeworks zijn lijstjes met dingen die je aanzet. Dit is een AI-filter: vier vragen die bepalen of een bepaalde inzet van AI, of van welke overtuigingstechniek dan ook, acceptabel is, en die de inzet beoordelen op het zwakste antwoord. The Alevli filter bestaat omdat marketing sinds kort met wettelijke grenzen te maken heeft die er eerst niet waren: de verboden van de AI-verordening sinds februari 2025 en de transparantieregels sinds augustus 2026, bovenop de richtlijn oneerlijke handelspraktijken en, voor onlineplatforms, de Digital Services Act, met de Digital Fairness Act die de Commissie in het vierde kwartaal van 2026 wil indienen. Wat ontbreekt is een praktijktoets die een marketeer op donderdagmiddag vertelt aan welke kant van die grenzen een functie valt.
Het filter leent zijn ruggengraat van de richtsnoeren van de Europese Commissie zelf, die de grens tussen toegestane overtuiging en manipulatie trekken bij bewustzijn en autonomie: manipulatie is beïnvloeding waarvan mensen zich niet bewust zijn, of die ze niet kunnen weerstaan ook als ze het wel doorhebben. Het filter past dezelfde logica toe op de drie andere plekken waar AI de marketing binnenkomt: wat een bedrijf over een klant afleidt, wat het onder zijn naam publiceert, en wat het een model laat beslissen zonder mens erbij. Elk van de vier vragen beschermt één waarde die de klant zelf zou noemen als je het vroeg: autonomie, verwachting, eerlijkheid, verantwoording. De korte versie om te onthouden is de eerste vraag, omdat de andere drie er variaties op zijn: kan de klant dit zien, en zou hij dan nog steeds ja zeggen?
The Alevli filter
Overtuiging
Personalisatie
Herkomst
Controle
Het oordeel
Use it when
- Je beslist of je een AI-functie aanzet in een advertentieplatform, een CRM, een chatbot of een contentstraat
- Je een landingspagina, checkout, prijspagina of campagne nakijkt voordat die live gaat, of een mens of een model hem nu bouwde
- Een leverancier een tool voor personalisatie, neuromarketing of "gedrags-AI" aanprijst en niet kan zeggen aan welke kant van de wet die werkt
Do not use it when
- Er een concrete handhavingsvraag op tafel ligt; het filter sorteert inzet, het vervangt geen jurist
- Het publiek minderjarig is of een andere groep die de wet als kwetsbaar noemt, waar elke poort strenger is dan de vragen alleen doen vermoeden
De stappen
- Benoem de inzet precies, en benoem wie beslist. "Personalisatie" is geen inzet; "een model dat bezoekers die het als financieel krap inschat een financieringsaanbod toont" wel. Zeg wat het doet, op welk moment, bij wie, en of een mens of een model de keuze maakt. De helft van alle discussies over wat acceptabel is, gaat eigenlijk over welke inzet er besproken wordt, en dezelfde techniek kan in een andere band vallen afhankelijk van wie hem uitvoert.
- Poort één, overtuiging: kan de klant het zien en weigeren? Drie deelvragen, op volgorde. Ziet hij het werken: een prijs naast een hogere prijs gezet komt erdoor, een onwaarneembare prikkel niet. Kan hij weigeren zonder kosten, vertraging of schaamte: een uitgelichte standaardkeuze met een alternatief op één klik komt erdoor; een aftelklok die opnieuw begint, een opzegging van zes schermen en een weigerknop met de tekst "Nee, ik wil geen geld besparen" niet. Is hij er naar zijn eigen maatstaf niet slechter van geworden: een garantie komt erdoor, een prijs afgestemd op vermoede geldnood niet. Wie met AI zakt voor de eerste deelvraag, zit dicht tegen het verbod van de AI-verordening aan, dat geldt zodra de verstoring wezenlijk is en de schade aanzienlijk.
- Poort twee, personalisatie: verwacht de klant dit gebruik van wat je over hem weet? Zet de inzet op de personalisatieladder hieronder. Context en zelf opgegeven gegevens komen erdoor. Gedragsgegevens komen erdoor als de basis bekend is en te weigeren. Afgeleide kenmerken komen alleen erdoor als de klant de basis zou herkennen. Gevoelige afleiding, gezondheid, geldzaken, stemming, kwetsbaarheid, zakt: voor gezondheidsgegevens is meestal uitdrukkelijke toestemming nodig, en een model dat financiële nood uitbuit om iemand een schadelijke beslissing te laten nemen, kan onder het regelrechte verbod van de AI-verordening vallen.
- Poort drie, herkomst: staat er een persoon met naam achter, met bronnen? De toets voor AI-content is niet of een machine het schreef, maar of een mens met naam het zou ondertekenen, in deze hoeveelheid, met deze cijfers onderbouwd en deze mensen en gebeurtenissen echt. Claims zonder afzender zakken. Cijfers zonder bron zakken. Nagemaakte mensen of gebeurtenissen die als echt worden gebracht, zakken als nep- aanbevelingen onder de richtlijn oneerlijke handelspraktijken, en deepfakes van echte mensen moeten onder de AI-verordening gelabeld worden. Content waar niemand zijn naam onder wil zetten is de definitie van slop: LinkedIn begon het in 2026 lager te tonen, en de spamupdate van Google in augustus 2026 werd door SEO's gelezen als een klap voor sites vol massaal gemaakte pagina's.
- Poort vier, controle: kan een mens het stoppen, en wordt het effect gemeten? Een budget dat een model zelf kan verhogen, een campagne zonder noodstop, een automatisering zonder nulmeting en zonder holdout: ze zakken alle drie. De vraag is niet of AI het uitvoert, maar of een mens het binnen een uur kan stilzetten en binnen een maand kan aantonen wat het deed. Geef de inzet daarna het cijfer van de zwakste poort, schrijf het oordeel op, en doe de toets opnieuw zodra de beslissing van een mens naar een model verschuift.
De personalisatieladder
Poort twee heeft een meetlat nodig, want "hoeveel personalisatie" is de vraag waar marketeers echt voor staan. De ladder loopt van wat de klant gewoon kan zien tot wat alleen een model zou weten.
| Trede | Waar de personalisatie op gebaseerd is | Oordeel | Waarom |
|---|---|---|---|
| 1. Context | De pagina, de zoekopdracht, het tijdstip | Door | De klant koos de context zelf |
| 2. Opgegeven | Een formulier, een uitgesproken voorkeur, een gekozen dienst | Door | De klant gaf het voor dit doel |
| 3. Gedrag | Bezochte pagina's, een verlaten winkelwagen, twee keer de bleekpagina bekeken | Let op | Alleen verwacht als de basis bekend is en afmelden één klik kost |
| 4. Afgeleid | Levensfase, inkomensklasse, intentie gescoord door een model | Let op tot zakt | Alleen door als de klant de basis zou herkennen als je die liet zien |
| 5. Gevoelige afleiding | Gezondheid, geldzaken, stemming, kwetsbaarheid | Zakt | Gezondheidsgegevens vragen meestal uitdrukkelijke toestemming onder artikel 9 AVG; een model dat financiële nood uitbuit kan onder artikel 5, lid 1, onder b, van de AI-verordening vallen; oneerlijke personalisatie is een genoemd doelwit van de geplande Digital Fairness Act |
Een inzet op trede drie of vier is niet fout. Het is een inzet die "hoe wist je dat?" moet kunnen beantwoorden zonder te blozen. Trede vijf kan die vraag helemaal niet beantwoorden, en daarom geeft de wet het antwoord.
Uitgewerkt voorbeeld
De marketing van een tandartspraktijk in de buurt, door alle vier de poorten gehaald, ter illustratie. Het oordeel is de zwakste poort.
| Inzet, zoals hij draait | Overtuiging | Personalisatie | Herkomst | Controle | Oordeel |
|---|---|---|---|---|---|
| Prijs voor bleken naast de prijs voor een implantaat | Door | Door | Door | Door | Acceptabel |
| "Volgende afspraak binnen 48 uur", klopt, wekelijks gecontroleerd | Door | Door | Door | Door | Acceptabel |
| Slim bieden met een budgetplafond en een maandelijkse holdout per wijk | Door | Door | Door | Door | Acceptabel |
| Retargeting van bezoekers van de bleekpagina met het bleekaanbod, afmelden in de advertentie | Door | Let op (trede 3) | Door | Door | Acceptabel met vermelding |
| Blogs die AI opzet en die de praktijkhouder redigeert, onderbouwt en ondertekent | Door | Door | Door | Door | Acceptabel |
| Chatbot die antwoordt als "Emma" zonder te zeggen dat het software is | Door | Door | Zakt | Door | Eerst oplossen: AI-verordening art. 50, lid 1, en de richtlijn oneerlijke handelspraktijken |
| Aftelklok op een bleekaanbieding die bij herladen opnieuw begint | Zakt | Door | Zakt | Door | Oneerlijk: bijlage I, punt 7, valse urgentie |
| Twaalf door AI gemaakte "patiëntverhalen" met stockgezichten, zonder label | Door | Door | Zakt | Door | Oneerlijk: bijlage I, punt 23 quater, nepaanbevelingen |
| Advertenties op alleen een doel, waarbij het platform creatie, plaatsing en budget bepaalt zonder plafond | Door | Let op | Let op | Zakt | Nog niet: geen menselijke noodstop, geen meting |
| Model dat financieringsaanbiedingen toont aan bezoekers die het als financieel krap inschat | Zakt | Zakt (trede 5) | Zakt | Zakt | Waarschijnlijk verboden: AI-verordening art. 5, lid 1, onder b |
Vijf van de tien zakken voor minstens één poort, en alle vijf waren door een "converteert het?"-review gekomen. Drie waren op de dag van livegang al in strijd met de wet, en één loopt het risico op het regelrechte verbod van de AI-verordening. De waarde van het filter is niet dat het ze tegenhoudt; een jurist doet dat ook, alleen later. De waarde is dat de marketeer ze op donderdag tegenhoudt en per poort in één zin kan zeggen waarom.
Waarom het werkt
De vier vragen van dit AI-marketingframework volgen de toetsen van de wet zelf, in de volgorde waarin een marketeer ze tegenkomt. Poort één is de richtsnoeren van de Commissie uit 2025 over verboden AI-praktijken in gewone taal: gepersonaliseerde reclame is niet vanzelf manipulatief als er geen subliminale, manipulatieve of misleidende techniek in zit, en manipulatie is beïnvloeding waarvan mensen zich niet bewust zijn, of die ze niet kunnen weerstaan ook als ze het wel doorhebben. Het verbod in de AI-verordening is cumulatief: er moet een subliminale of manipulatieve techniek zijn, een wezenlijke verstoring van gedrag en aanzienlijke schade, en volgens de richtsnoeren telt psychische en financiële schade daarbij mee. Omdat de Commissie "wezenlijke verstoring" leest in het licht van de richtlijn oneerlijke handelspraktijken, sorteren dezelfde deelvragen technieken die mensen uitvoeren langs de lijnen van die richtlijn en, voor onlineplatforms, het ontwerp van de interface langs artikel 25 van de Digital Services Act.
Poort twee is het doelbindingsbeginsel van de AVG en de toets van contextuele integriteit van Nissenbaum, samengebracht in één vraag: informatie mag stromen zoals de normen van de context waarin ze werd gedeeld dat toelaten. In de praktijk bepalen drie bepalingen uit de AVG de treden. Personalisatie op gedrag heeft een rechtsgrond nodig, en waar die draait op cookies of vergelijkbare tracking is toestemming nodig onder de ePrivacy-regels, in Nederland artikel 11.7a van de Telecommunicatiewet. Trede vijf raakt de bijzondere persoonsgegevens van artikel 9, waaronder gezondheid, en die zijn voor marketing dicht zonder uitdrukkelijke toestemming. En een prijs of aanbod waarover alleen een model beslist, met aanzienlijke gevolgen voor de persoon, valt onder de regels van artikel 22 over geautomatiseerde besluitvorming. De aangekondigde reikwijdte van de Digital Fairness Act, oneerlijke personalisatie die misbruik maakt van de kwetsbaarheid van consumenten, is de vijfde trede van de ladder op een wetgevingsagenda.
Poort drie is artikel 50 van de AI-verordening (een chatbot moet zeggen dat hij software is, een deepfake moet een label hebben), plus de verboden op misleidende praktijken en nepreviews in de richtlijn oneerlijke handelspraktijken, met een wending uit 2026: LinkedIn meldde over de eerste helft van het jaar 46% meer gedetecteerde onechte activiteit en gaf gebruikers een knop om AI-slop te melden, en de spamupdate van Google in augustus werd door SEO's gelezen als gericht op massaal gemaakte content. De herkomstpoort wordt nu dus niet alleen door de wet gehandhaafd, maar ook door het bereik.
Poort vier leent het beginsel van menselijk toezicht uit de AI-verordening, dat de wet alleen voor systemen met een hoog risico verplicht maar dat elke marketeer vrijwillig kan overnemen, en koppelt het aan de holdout-test: een inzet die niet binnen een uur te stoppen is of binnen een maand te meten, is een belofte die niemand in de positie is om na te komen.
Onder de wettelijke grenzen ligt een ouder beginsel. De toets van Sunstein voor een legitieme nudge is openbaarheid: je moet hem openlijk willen en kunnen verdedigen tegenover de mensen bij wie je hem inzet. Elke poort is die toets, toegepast op een ander deel van de machine.
De vier waarden en de Aanbeveling van UNESCO
De vier poorten zijn niet op smaak gekozen. De Aanbeveling over de ethiek van kunstmatige intelligentie van UNESCO uit 2021, aangenomen door alle 193 lidstaten, noemt tien beginselen; de vier poorten vallen samen met de vijf waar een marketeer zelf iets mee kan, en laten de rest aan de mensen die de modellen bouwen en draaien.
| Poort | Beginsel van UNESCO | Wat de marketeer in de hand heeft |
|---|---|---|
| Overtuiging | Menselijk toezicht en menselijke beslissing | Of de klant zelf beslist, of langs de beslissing heen wordt gestuurd |
| Personalisatie | Recht op privacy; eerlijkheid en non-discriminatie | Wat er wordt afgeleid, en of kwetsbaarheid een doelwit wordt |
| Herkomst | Transparantie en uitlegbaarheid | Of er een persoon en een bron achter de claim staan |
| Controle | Verantwoordelijkheid en verantwoording | Of iemand het kan stoppen en kan aantonen wat het deed |
De Aanbeveling is niet bindend, en het filter doet ook niet alsof. De wet trekt de grenzen waar de banden op liggen; UNESCO levert de redenen waarom die grenzen daar liggen, en geeft het filter een anker buiten de EU voor lezers voor wie de AI-verordening niet geldt.
Het paar: het filter en de gap
The Alevli gap zegt waar je een belofte legt: op het hoogste niveau dat het bedrijf in een slechte week nog steeds waarmaakt. The Alevli filter zegt welke manieren om tot een ja te komen overeind blijven als de klant ziet dat ze gebruikt worden. De twee delen één wet, tevredenheid is levering min verwachting, en verdelen één taak: een marketingframework voor de belofte en een AI-filter voor de methode. Elke poort van het filter is een gap-fout via een andere route:
| Poort | De belofte die hij beschermt | De gap-fout die hij voorkomt |
|---|---|---|
| Overtuiging | De klant koos vrij | Verwachtingsschuld, met opzet gemaakt |
| Personalisatie | Het bedrijf gebruikt wat het weet zoals de klant verwachtte | Een gebroken stille belofte over gegevens |
| Herkomst | Achter elke claim staan een persoon en een bron | Inzicht beloofd in de hook, opvulling geleverd in de tekst |
| Controle | Iemand kan de belofte nakomen die de automatisering deed | Een belofte waar niemand achter staat |
De brugzin hoort op beide pagina's: een belofte die de klant niet had aangenomen als hij alles had kunnen zien, is schuld, wie of wat hem ook heeft gedaan. Oververkopen zakt voor beide instrumenten tegelijk. Het legt de belofte boven de slechte week, en er is meestal een oneerlijke techniek voor nodig om hem getekend te krijgen. Een bedrijf dat door de gap en door het filter komt, kan elke klant zowel de belofte als de methode laten zien zonder er iets bij te verliezen, en dat is in gewone taal de definitie van de haalbare band.
De wettelijke grenzen zijn samengevat uit de bronnen hieronder en uit openbaar juridisch commentaar; het filter is een sorteermethode, geen juridisch advies. De vier poorten, het oordeel op de zwakste poort, de personalisatieladder en de koppeling van elke poort aan een gap-fout zijn origineel aan dit model.
Sources
- European Commission (2025). Guidelines on prohibited artificial intelligence practices established by Regulation (EU) 2024/1689, C(2025) 5052 final, approved 4 February 2025 and adopted 29 July 2025.
- Regulation (EU) 2024/1689 (AI Act), Articles 5(1)(a) and (b) (applicable from 2 February 2025), Article 14 (human oversight, high-risk systems) and Article 50 (transparency, applicable from 2 August 2026; the Art. 50(2) marking duty from 2 December 2026 for systems already on the market).
- Regulation (EU) 2016/679 (GDPR), Article 5(1)(b) purpose limitation, Article 9 special categories of data, Article 22 automated individual decision-making; Directive 2002/58/EC (ePrivacy) and, in the Netherlands, Telecommunicatiewet article 11.7a on consent for tracking.
- Directive 2005/29/EC (Unfair Commercial Practices Directive), Articles 5 to 9 and Annex I, points 7 and 23c.
- Regulation (EU) 2022/2065 (Digital Services Act), Article 25.
- European Commission (2024). Fitness Check of EU consumer law on digital fairness, SWD(2024) 230 final; Digital Fairness Act planned for Q4 2026.
- European Commission (2022). Behavioural study on unfair commercial practices in the digital environment: dark patterns and manipulative personalisation.
- Nissenbaum, H. (2004). Privacy as contextual integrity. Washington Law Review, 79(1), 119–157.
- Sunstein, C. R. (2016). The Ethics of Influence: Government in the Age of Behavioral Science. Cambridge University Press.
- UNESCO (2021). Recommendation on the Ethics of Artificial Intelligence, adopted by the General Conference at its 41st session.
- LinkedIn (2026). Transparency disclosures under the Digital Services Act, first half of 2026, on detected inauthentic activity.
- Srinivasan, H. (30 July 2026). LinkedIn post announcing the "Seems like AI slop" flag.
- Google Search Status Dashboard (August 2026). August 2026 spam update.
Who this is for
The same method, read three ways.
01
Het toepassen
Benoem de inzet en wie beslist, stel de vier vragen op volgorde en schrijf het zwakste antwoord op. Dat antwoord is het oordeel, niet het gemiddelde van de vier.
02
Het uitleggen
De poorten volgen de toetsen van de wet zelf, in de volgorde waarin een marketeer ze tegenkomt: de grens van de Commissie tussen overtuigen en manipuleren, contextuele integriteit, de transparantieregels van de AI-verordening en menselijk toezicht. Nieuw zijn het oordeel op de zwakste poort en de personalisatieladder.
03
Een tool inkopen
Vraag de leverancier voor je tekent op welke trede van de ladder de tool werkt en hoe je hem binnen een uur stilzet. Een leverancier die op een van de twee geen antwoord heeft, verkoopt je het risico.