Skip to content

Påvirkning

Deepfakes i valg

Middels9 min lesetidMaskinoversatt

Denne siden ble maskinoversatt og venter på menneskelig gjennomgang. Den engelske versjonen er den autoritative kilden. Les den engelske autoritative kilden

A deepfake is synthetic audio, image, or video generated by AI to make someone appear to say or do something they never did. In elections the danger is twofold: a convincing fake released too late to debunk, and the "liar's dividend" — real evidence waved away as fake precisely because deepfakes now exist.

I denne artikkelen

Hva en deepfake faktisk er

En deepfake er medier — lyd, bilde eller video — syntetisert av AI slik at en virkelig person ser ut til å si eller gjøre noe vedkommende aldri gjorde. Teknologien er ikke ny, men to ting har endret seg nylig: den ble billig, og den ble god nok til at en tilfeldig betrakter ikke kan se forskjell. I et valg gjør denne kombinasjonen en persons egen stemme og ansikt til noe en motstander kan låne.

Det populære bildet av trusselen er en feilfri falsk video av en kandidat. Virkeligheten så langt er mer beskjeden og mer utspekulert: de mest effektive politiske deepfakene har vært lyd, ikke video — fordi lyd er billigere å generere, ikke bærer noen av de visuelle kjennetegnene som avslører falsk video, og beveger seg usynlig gjennom talemeldinger i private meldingsapper.

Slovakia-saken: en falsk i stillheten

Referanseeksempelet er Slovakias parlamentsvalg 30. september 2023. Omtrent 48 timer før valglokalene åpnet, spredte et lydklipp seg på sosiale medier som angivelig fanget Michal Šimečka, leder for det liberale partiet Progressive Slovakia, og en journalist fra avisen Denník N i en samtale om hvordan man kunne rigge valget ved å kjøpe stemmesedler fra den romske minoriteten. Samtalen fant aldri sted; lyden var en forfalskning.

Det som gjorde den farlig, var ikke kvaliteten på falskneriet, men timingen. Den traff innenfor Slovakias 48-timers moratorium før valget — en lovpålagt stillhetsperiode der medier og politikere er begrenset i sin valgkamp — slik at de som var best egnet til å avkrefte den, var bundet fra å svare høyt mens den sirkulerte. Progressive Slovakia gikk videre til å tape valget knepent.

Her betyr «0 bullshit»-standarden noe. Det er fristende å kalle dette «deepfaken som avgjorde et valg». Nøye akademisk analyse av den slovakiske saken fant at den motsatte typen sikkerhet er ubegrunnet: falskneriets faktiske effekt på resultatet er umulig å isolere fra alt annet som flyttet stemmer. Den ærlige lærdommen handler om metoden — en falsk gjort til våpen av timing — ikke om en bevist endring i utfallet.

De to truslene: falskneriet og løgners utbytte

Deepfakes truer valg på to ulike måter, og den andre er lett å overse.

  1. Det fabrikerte klippet. En syntetisk lyd- eller videofil, sluppet for å sverte en kandidat eller fabrikere en skandale — ideelt sett for sent til å tilbakevise, slik som i Slovakia.
  2. Løgners utbytte. Den mer subtile skaden. Når alle vet at overbevisende falsknerier finnes, kan en politiker som blir tatt på en ekte opptak, ganske enkelt hevde at det er en deepfake. Selve eksistensen av teknologien gir løgnere en ferdig fluktvei — slik at deepfakes undergraver tillit selv når ingen falsk faktisk brukes.

Den andre er trolig den større langsiktige faren. En enkelt falsk kan avkreftes; et generelt sammenbrudd i «å se er å tro» kan ikke det, og det skader både de ærlige og de uærlige.

Hvorfor lyd er frontlinjen

Det er verdt å være konkret om hvorfor lyd leder:

  • Kostnad. En brukbar stemmeklon trenger bare noen få minutter av målpersonens ekte tale — rikelig for enhver offentlig person.
  • Ingen visuelle kjennetegn. Falsk video avslører seg fortsatt i hender, tenner, blinking og lyssetting. Lyd har ingen tilsvarende avsløringer for en tilfeldig lytter.
  • Lav kvalitet skjuler feil. Et bevisst telefonkvalitetsklipp får eventuelle artefakter til å høres ut som dårlig forbindelse, ikke som en forfalskning.
  • Mørk spredning. Talemeldinger beveger seg gjennom lukkede kanaler — WhatsApp, Telegram, Signal — der ingen faktasjekker eller plattform kan se dem for å gripe inn.

Hva som faktisk beskytter et valg

Deteksjonsverktøy hjelper, men ligger alltid etter falskneriene, så de varige forsvarene er prosessuelle og menneskelige:

  • Prebunking. Å advare publikum på forhånd om at falsknerier i siste liten er sannsynlige, slik at et sent klipp møtes med skepsis snarere enn tro.
  • Proveniens over innhold. Å vurdere et klipp etter hvor det kom fra — hvem som la det ut først, når, og med hvilken kilde — snarere enn etter hvor overbevisende det høres ut.
  • Å rette opp stillhetsperiode-fellen. Slovakia-saken avdekket hvordan moratorieregler kan beskytte en falsk; flere jurisdiksjoner vurderer nå på nytt hvordan avkrefting er tillatt i den stille perioden.
  • Rask, troverdig tilbakevisning. En troverdig, rask avvisning fra den som blir etterlignet, og fra uavhengige medier, klar til å handle i det øyeblikket en falsk dukker opp.

Ingen av disse krever at man oppdager falskneriet med øyet — noe som er heldig, fordi det blir vanskeligere for hvert år. De praktiske ferdighetene for å granske et mistenkelig klipp selv hører hjemme i Verify-sporet, men tankesettet begynner her: når en sjokkerende opptak dukker opp rett før en avstemning, er det første spørsmålet ikke «er dette ekte?», men «hvor kom dette fra, og hvorfor nå?»

Ofte stilte spørsmål

Have deepfakes ever changed an election result?

There is no clear, documented case of a deepfake decisively swinging a national result. The Slovakia 2023 audio fake is the most cited example, but careful analysis found its actual effect impossible to isolate. The realistic threat is corrosion of trust and last-minute confusion, not a proven change of outcome.

Why is deepfake audio more dangerous than video?

Audio is cheaper and faster to generate, lacks the visual glitches that give away fake video, and spreads easily through voice notes in private messaging apps where fact-checkers cannot see it. A phone-quality voice clip is also inherently low-fidelity, so imperfections read as a bad recording rather than a fake.

What is the liar's dividend?

It is the second-order harm of deepfakes: once people know convincing fakes exist, anyone caught on a real recording can claim it is a deepfake. The mere possibility of fakery lets bad actors dodge genuine evidence, so deepfakes damage trust even when no fake is actually made.

How can I tell if an election clip is a deepfake?

Slow down and check provenance before content: who first posted it, when, and is any original source or context attached? Be especially wary of emotionally charged clips that surface right before a vote, in low quality, with no clear origin. Detailed technique is covered in the Verify track.

Kilder

  1. 1.Beyond the deepfake hype: AI, democracy, and 'the Slovak case'Harvard Kennedy School Misinformation Review (2024)
  2. 2.Slovakia: Deepfake audio of Denník N journalist offers worrying example of AI abuseInternational Press Institute (IPI) (2023)
  3. 3.1st EEAS Report on Foreign Information Manipulation and Interference ThreatsEuropean External Action Service (EEAS) (2023)
Skrevet av VoteRights EditorialGjennomgått av VoteRights standards deskSist gjennomgått

Fortsett å lære

Relaterte saker i databasen

Delingslenker åpner nettverkets egen komponist. Ingenting er innebygd her, så ingen tredjepart får vite hvilke sider du leser.