Skip to content

Verificér det selv

Sådan genkender du en deepfake

Introduktion8 min læsningMaskinoversat

Denne side blev maskinoversat og afventer menneskelig gennemgang. Den engelske version er den officielle kilde. Læs den engelske officielle kilde

You usually cannot spot a good deepfake by staring at it — detection by eye is losing to the technology. The reliable method is to check a clip's provenance before its content: where it came from, when it appeared, and whether any original source exists. Suspicion of timing beats scrutiny of pixels.

I denne artikel

Hold op med at forsøge at se det med øjnene

Det mest almindelige råd om deepfakes — se efter mærkelig blinkning, tæl fingrene, hold øje med tænderne — er stille og roligt ved at blive forældet. Disse kendetegn afslører klodsede forfalskninger, men teknologien forbedres hver måned, og de forfalskninger, der faktisk betyder noget i valg, har allerede overhalet dem. Det tydeligste bevis er, at den mest effektive politiske deepfake til dato var lyd, ikke video, og lyd har ingen fingre, tænder eller blink at inspicere overhovedet.

Begynd derfor med at opgive antagelsen om, at du kan vinde en stirrekonkurrence mod en moderne forfalskning. Det kan du som regel ikke, og forsøg på det giver falsk selvtillid. Den gode nyhed er, at du sjældent behøver det, fordi en forfalsknings svageste punkt næsten aldrig er selve mediet — det er alt omkring mediet. Det er den samme lære som i hvordan man faktatjekker enhver påstand: bedøm kilden og konteksten, ikke kun artefaktet.

Proveniens slår pixels

Det pålidelige spørgsmål er ikke "ser det her ægte ud?" men "hvor kom det her fra?" En deepfake kan perfekt forfalske et ansigt og en stemme; det, den ikke kan forfalske, er en troværdig, sporbar oprindelse. Virkelige begivenheder efterlader spor — en fuld optagelse, et pressearrangement, dækning fra medier, der ville sætte deres omdømme på spil for det. En forfalskning fremstår som regel som et kort, beskåret, lavkvalitetsfragment fra en konto, du aldrig har hørt om, uden nogen original bagved.

At kontrollere proveniens er udramatisk — at søge efter den tidligste version, lede efter en primær kilde, se hvem ellers der omtaler det — men det er det, der faktisk virker, og det virker uanset hvor overbevisende pixels eller bølgeform er.

Tidsfælden

Deepfakes i valg bruges mindre som våben gennem kvalitet end gennem timing. Strategien er at frigive en forfalskning sent — ideelt i de sidste dage før en afstemning, når der ikke er tid til at aflive den, og når en kampagnestilhedsperiode i nogle lande juridisk mundkurver de personer, der er bedst placeret til at svare.

Slovakiets parlamentsvalg i 2023 er referenceeksemplet. Omtrent 48 timer før valgstederne åbnede, spredtes fabrikeret lyd, der angiveligt fangede en partileder og en journalist i at diskutere valgsvindel, under det førvalgs-moratorium, hvor genmæle var begrænset. Partiet endte med at tabe snævert. Den ærlige lære er ikke, at forfalskningen afgjorde valget — det kan ikke bevises — men at dens timing var hele designet. En praktisk regel følger derfor: vær mest mistænksom over for et klip netop når det føles mest belastende og lander på det mest afgørende tidspunkt.

De visuelle og auditive tegn (og hvorfor de forsvinder)

Brugt med omtanke har de gamle tegn stadig en vis værdi over for svage forfalskninger:

MediumMuligt tegnForbehold
VideoUnaturlig blinkning, mærkelige hænder/tænder, sløring ved hårgrænsen, afvigelse i læbesynkroniseringForsvinder i gode forfalskninger
VideoBelysning eller skygger, der ikke passer til scenenLet at få rigtigt nu
LydFlad følelsesudtryk, mærkelig vejrtrækning, robotagtig kadenceOfte skjult af lav kvalitet
EnhverFor kort, for beskåret, ingen kontekstDet mest holdbare signal

To advarsler. For det første tyder tilstedeværelsen af et tegn på en forfalskning, men fraværet af tegn beviser intet — de bedste forfalskninger har ingen. For det andet må du ikke falde for spejlbilledfælden: eksistensen af deepfakes gør det muligt for folk at afvise ægte optagelser som forfalskede. Den refleks — løgners dividende — betyder, at "det er nok en deepfake" heller ikke er et fripas, hverken for dig eller for den person, der er fanget på bånd.

Værktøjer hjælper, men afgør ikke

Automatiserede detektorer findes, og organisationer som WITNESS har arbejdet for bredere adgang til dem. De er værd at bruge — men som et hint, ikke som en afgørelse. Detektion halter konsekvent efter generering, og værktøjerne giver både falske positiver og falske negativer, så et enkelt værktøjs output bør stå sammen med proveniens og kontekst, aldrig erstatte dem.

De holdbare forsvar er de menneskelige, som behandles i deepfakes i valg: prebunking, så publikum forventer forfalskninger i sidste øjeblik, hurtig og troværdig tilbagevisning samt vanen med at spørge "hvor kom det her fra, og hvorfor nu?" før "ser det her ægte ud?" Få den rækkefølge rigtig, og du er allerede foran forfalskningerne — uden at skulle stirre en eneste pixel ned.

Checking a suspicious clip, step by step

  1. 1

    Pause before you react

    A clip built to go viral is built to bypass your judgement with a jolt of shock or anger. The moment you notice that jolt, stop. Do not share it while you are still feeling it — that reaction is the delivery mechanism, not evidence.

  2. 2

    Check where it came from

    Find the earliest version you can. Who posted it first, from what account, and when? A dramatic clip that surfaces from an anonymous or brand-new account, with no traceable origin, should be treated as unverified until proven otherwise.

  3. 3

    Look for a primary source

    If a public figure really said or did this, there should be an original — a full video, a press event, a reputable report. Search for it. A clip that exists only as a short, cropped, low-quality fragment with no original behind it is a warning sign.

  4. 4

    Cross-check trusted outlets

    See whether independent, credible outlets are reporting the same thing. A genuine scandal caught on tape gets covered; a fake often lives only in partisan or fringe channels. Silence from serious sources is meaningful.

  5. 5

    Weigh the timing and the beneficiary

    Ask when it appeared and who gains. A bombshell dropped in the final days before a vote — especially inside a campaign-silence period — is a classic pattern designed to spread faster than it can be debunked.

  6. 6

    Use detection tools as a hint, not a verdict

    Deepfake-detection tools can flag suspicious media, but they lag the technology and produce false results in both directions. Treat a tool's output as one more clue alongside provenance and context — never as the final word.

Ofte stillede spørgsmål

Can you tell a deepfake just by looking at it?

Increasingly, no. Good deepfakes no longer have obvious visual glitches, and deepfake audio — the most effective kind in elections so far — has no visual tells at all. Relying on your eyes is a losing strategy; checking where a clip came from is far more reliable than scrutinising how it looks.

What are the visual signs of a fake video?

Historically: unnatural blinking, odd hands or teeth, mismatched lighting, blurring where the face meets the hair, and lips slightly out of sync with audio. These still catch weak fakes, but the tells are disappearing fast — and their absence does not prove a clip is real.

Why is deepfake audio so hard to detect?

Audio has no faces, hands, or lighting to give it away, generating a convincing voice needs only minutes of real speech, and a deliberately phone-quality clip makes any flaws sound like a bad connection. It also spreads through private voice notes where no fact-checker can see it.

What should make me most suspicious that a clip is fake?

Timing and origin. A shocking clip that appears right before an election, in low quality, from an unclear source, and that just happens to damage one side, fits the deepfake playbook exactly — as the Slovakia 2023 case showed. Be most careful precisely when a clip feels most damning.

Kilder

  1. 1.Prepare, Don't Panic: Synthetic Media and DeepfakesWITNESS Media Lab
  2. 2.Slovakia: Deepfake audio of Denník N journalist offers worrying example of AI abuseInternational Press Institute (IPI) (2023)
  3. 3.Beyond the deepfake hype: AI, democracy, and 'the Slovak case'Harvard Kennedy School Misinformation Review (2024)
Skrevet af VoteRights EditorialGennemgået af VoteRights standards deskSidst gennemgået

Fortsæt læringen

Relaterede sager i databasen

Delingslinks åbner netværkets egen komponist. Intet er indlejret her, så ingen tredjepart får at vide, hvilke sider du læser.