Deepfakes bliver stadig bedre — og vi opdager dem ikke
Stadig mere overbevisende AI-genererede ansigter oversvømmer internettet, og forskere har nu undersøgt, om almindelige brugere overhovedet har en chance for at afsløre dem. Svaret er ubehageligt klart.
Den seneste forskning fra psykologer ved det amerikanske Vanderbilt University viser, at daglig omgang med teknologi — ja, selv konkret viden om kunstig intelligens — slet ikke garanterer, at vi kan skelne et syntetisk ansigt fra et ægte. Det afgørende viser sig at være en helt anden, medfødt visuel evne, som vi har meget begrænset kontrol over.
Et falsk billede satte tog i stå
Forskerne fremhæver en kendt hændelse fra Storbritannien. En nat, hvor regionen oplevede et mindre jordskælv, begyndte et billede af en sammenstyrtet jernbanebro at cirkulere på nettet. Fotografiet så overbevisende ud: ødelagt konstruktion, dramatisk sceneri og kommentarfelter fyldt med panik. Den britiske jernbaneoperatør valgte at indstille togtrafikken for at undgå en katastrofe.
Det viste sig efterfølgende, at broen stod fuldstændig intakt. Billedet var skabt af generativ kunstig intelligens. De reelle konsekvenser? Stoppede tog, økonomiske tab og kaos i trafikken. Dette eksempel illustrerer, at det ikke længere handler om sjove memes — men om beslutninger truffet på baggrund af falsk visuelt indhold.
Forskning i deepfakes er ikke længere blot teknologisk nysgerrighed. Det er en reaktion på situationer, hvor genererede billeder begynder at påvirke sikkerhed, økonomi og politik.
I årevis lød eksperternes råd: "Kig efter forvrængede hænder, unaturlige tænder og mærkelige skygger." Problemet er, at billedgeneratorer forbedres med rasende hast. Disse simple tricks virker ikke længere, og i mange tilfælde ser falske portrætter faktisk mere perfekte ud end ægte fotografier.
AI Face Test: forskerne måler, hvem der ser løgnen
Teamet fra Vanderbilt besluttede at undersøge, i hvilken grad mennesker er i stand til at skelne ægte ansigtsfotos fra AI-genererede billeder. Til formålet udviklede de et særligt værktøj kaldet AI Face Test. Deltagerne fik vist en række portrætter og skulle for hvert enkelt afgøre, om de så et rigtigt menneske eller en computerskabt figur.
Forskerne sammenholdt testresultaterne med en række andre egenskaber hos deltagerne. De undersøgte blandt andet:
- det generelle intelligensniveau,
- erfaring med at arbejde med eller bruge AI,
- specialiserede evner til ansigtsgenkendelse,
- den overordnede evne til at genkende objekter på billeder.
Mange ville instinktivt tro, at jo mere teknologisk erfaren en person er, desto bedre er vedkommende til at afsløre deepfakes. Undersøgelsen viste noget helt andet.
Intelligens hjælper ikke — noget andet er afgørende
Psykologerne konstaterede, at høj IQ, kendskab til AI eller faglig erfaring med billeder — for eksempel som grafiker — ikke forklarede nævneværdige forskelle i evnen til at genkende kunstige ansigter. Teknisk erfarne personer klarede sig ikke bedre end dem, der bruger internettet på et helt basalt niveau.
Den stærkeste forklarende faktor viste sig at være den generelle evne til at genkende objekter. Det drejer sig om en bred, i høj grad medfødt egenskab — hvor hurtigt og præcist vi aflæser visuelle detaljer i vores omgivelser: former, teksturer og subtile forskelle mellem lignende elementer.
Personer med en overgennemsnitlig evne til at "se detaljer" er bedre til at opfange unaturlige småting på syntetiske billeder — svag støj, alt for glatte overflader og alt for perfekt placerede porer i huden.
Disse deltagere overgik konsekvent resten af gruppen i at skelne AI-genererede ansigter fra ægte. Vigtigt er det, at deres resultater forblev stabile, når forskerne gentog testene på et andet tidspunkt. Det er et stærkt tegn på, at vi har at gøre med en varig egenskab — ikke noget man let kan "træne op" med et par øvelser i en app.
Vi stiller ikke med samme udgangspunkt i kampen mod desinformation
Forskningen tegner et ubehageligt billede. Den offentlige debat lyder ofte: "Lær folk at genkende falske nyheder, så løser problemet sig." Når det handler om avancerede AI-genererede billeder, er det langt fra nok. Selv en velinformeret og kritisk bruger kan lade sig narre, hvis vedkommendes visuelle system ikke opfanger de subtile afvigelser.
Forskerne understreger, at der i befolkningen findes et helt spektrum af mennesker — fra dem, der næsten altid tager fejl, til dem, der næsten fejlfrit afslører falske ansigter. De fleste af os befinder os et sted midt imellem, hvilket indebærer en reel sårbarhed over for avanceret visuel manipulation.
| Brugertype | Sandsynlighed for at opdage falsk ansigt | Vigtigste kendetegn |
|---|---|---|
| "Ørneøjet" | Høj | Meget god objektgenkendelse |
| Den gennemsnitlige internetbruger | Middel | Mange rigtige svar, men også mange fejl |
| Person sårbar over for deepfakes | Lav | Svag opfangning af subtile visuelle forskelle |
Disse resultater ændrer tilgangen til digital dannelse. Kurser i "sådan genkender du falske billeder" giver stadig mening, men de neutraliserer ikke problemet fuldstændigt. En del modtagere vil fortsat forveksle deepfakes med virkeligheden — selv med god vilje og teoretisk viden.
En evne der også gavner medicin og videnskab
Den samme generelle objektgenkendelsesevne er — ifølge andre undersøgelser citeret af Vanderbilt-teamet — forbundet med succes i opgaver, der rækker langt ud over billeder på internettet.
Personer med høje scores i visuelle tests klarer sig bedre inden for blandt andet:
- at spotte små forandringer på røntgenbilleder af lunger,
- at klassificere blodceller som raske eller kræftramte,
- at læse komplekse nodeark,
- at bestemme køn ud fra fotografier af øjenbunden.
For læger, billeddiagnostikere og medicinske dataanalytikere er det meget opløftende. Deres daglige arbejde bygger netop på at opdage det, der ikke umiddelbart er synligt — mikroplametter, uregelmæssige kanter og anden "støj", som det utrænede øje overser. Det forklarer i øvrigt, hvorfor visse specialister hurtigere tager AI-systemer til sig, der støtter dem i analyse af medicinske billeder.
Objektgenkendelsesevnen fungerer som en fælles nævner: den hjælper både i kampen mod deepfakes og i diagnosticering af sygdomme ud fra subtile ændringer i medicinske billeder.
Hvad resultaterne fortæller os om daglig brug af AI
Forskningens konklusioner modsiger den udbredte forestilling om, at blot det at "vænne sig til teknologi" løser problemet med visuel desinformation. At bruge chatbots, billedgeneratorer eller AI-baserede apps er ikke nok til at træne øjet til et niveau, hvor man fejlfrit genkender kunstige ansigter.
Det forskyver ansvaret fra den enkelte bruger til platformsskabere og regulatorer. Eftersom en del mennesker aldrig vil blive i stand til effektivt at afsløre falske billeder, er andre sikkerhedsforanstaltninger nødvendige:
- systemer til mærkning af AI-genereret indhold direkte i filerne,
- deepfake-filtre og -detektorer hos sociale medier,
- klare standarder i nyhedsmedier for billedverifikation,
- let tilgængelige "anden mening"-værktøjer, som almindelige brugere kan aktivere, inden de deler et billede.
Det handler altså ikke kun om, at vi alle skal stirre intenst på pixels. Det mest realistiske scenarie er en kombination af menneskelig intuition og automatiske systemer, der verificerer billeders troværdighed i baggrunden.
Sådan kan den almindelige bruger beskytte sig mod falske billeder
Forskningen bag AI Face Test viser, at nogle begrænsninger er medfødte — men det betyder ikke, at vi er helt forsvarsløse. I hverdagen online er enkle vaner en stor hjælp:
- tjek billedets kilde — stammer det fra et anerkendt medie eller en anonym konto,
- brug omvendt billedsøgning for at se, hvor det ellers dukker op,
- vær opmærksom på konteksten: dato, sted og overensstemmelse med andre beretninger,
- vær skeptisk over for materiale, der udløser ekstreme følelser — chok, vrede eller eufori.
Øjnene alene kan tage fejl, men et sæt enkle spørgsmål stillet, inden man klikker "del", er ofte nok til at undgå ubevidst at sprede falsk indhold.
I baggrunden foregår et kapløb mellem skabere af billedgeneratorer og de teams, der bygger værktøjer til at afsløre dem. Jo mere realistiske syntetiske ansigter bliver, desto mere vil vi stole på automatiske detektorer, vandmærker og løsninger indbygget i kameraer og sociale platforme. Et enkelt menneskes evne har altid sine grænser — derfor er det så afgørende at designe hele informationsøkosystemet med deepfake-æraen for øje.
