Kildekritik: misinformation, deepfakes og falske nyheder

Kildekritik er at vurdere, hvor troværdig en kilde er, før man stoler på den eller deler den videre. På sociale medier kan alle udgive, og AI kan lave billeder og video, der ligner virkelige optagelser. Derfor er det en hverdagsfærdighed at stille nogle få spørgsmål til det, man ser.

Hvad er kildekritik?

Ifølge Wikipedia om kildekritik er kildekritik en videnskabelig metode, der vægter kilders troværdighed. Metoden opstod i den moderne historievidenskab i Tyskland midt i 1800-tallet. I dag bruges den også om vurdering af oplysninger på nettet, hvor der ikke er en redaktion til at sortere. Hvordan sociale medier adskiller sig fra traditionelle medier, står på siden hvad er sociale medier.

Misinformation, disinformation og malinformation

Tre begreber bruges om forskellige former for problematisk information. Forskellen handler om hensigten.

Begreb	Betydning	Eksempel
Misinformation	Forkert eller vildledende information, der spredes uden hensigt om at skade	En bekendt deler i god tro et gammelt billede, som vedkommende tror er nyt
Disinformation	Forkert information, der bevidst spredes for at vildlede	Et opslag, der er lavet med vilje for at skabe forvirring om en begivenhed
Malinformation	Sand information, der bruges til at skade	Private oplysninger om en person, der offentliggøres for at udstille vedkommende

Eksemplerne er generelle illustrationer og ikke konkrete sager. Wikipedia understreger, at hensigten kan være svær at afgøre, så grænsen mellem misinformation og disinformation kan være uklar.

Hvorfor spredes det så hurtigt?

Wikipedia peger på flere forhold, som sociale medier deler:

• Opslag kan deles meget hurtigere end i ældre medier, og der er kun lidt redaktionel kontrol, før noget udgives.
• Algoritmer, der favoriserer engagerende eller følelsesladet indhold, kan forstærke en påstand.
• Folk deler ofte det, de ser hos kilder, de stoler på, fx venner.
• Billeder og links kan få en påstand til at virke mere troværdig, også når de ikke understøtter den.
• Filterbobler og ekkokamre kan styrke en forkert opfattelse i grupper med samme holdninger. Begreberne er omdiskuterede.

Deepfakes og AI-genererede billeder

En deepfake er et billede, en video eller en lydfil, der er redigeret eller skabt med kunstig intelligens, og som kan forestille virkelige eller opdigtede personer. Ordet kombinerer deep learning og fake. AI kan også lave helt nye billeder, der ikke bygger på en virkelig optagelse.

Mulige tegn

Wikipedia nævner, at følgende kan være tegn på en deepfake:

• uoverensstemmelser i lys, ansigtstræk eller kropssprog
• lyd, der ikke passer til læbebevægelserne
• fejl ved hænder, hår, briller eller andet, der dækker ansigtet
• flimren eller ujævnheder fra billede til billede

Tegnene er ikke nødvendigvis pålidelige, og teknikken bliver hele tiden bedre. Både mennesker og automatiske værktøjer kan tage fejl. Er billedet eller videoen vigtig, hjælper det mere at finde den oprindelige kilde og se, hvad flere uafhængige kilder skriver, end at gætte ud fra detaljerne.

Der findes også teknikker til at dokumentere et medies oprindelse, fx digitale oprindelsesoplysninger (Content Credentials). De viser, hvor et medie kommer fra, men ikke om indholdet er sandt.

Mærkning af AI-indhold

EU’s AI-forordning indeholder gennemsigtighedsregler i artikel 50. Ifølge teksten skal udbydere af AI-systemer, der skaber syntetisk lyd, billeder, video eller tekst, sikre, at resultatet er mærket i et maskinlæsbart format og kan opdages som kunstigt skabt eller manipuleret. Den, der anvender et AI-system til at skabe en deepfake, skal oplyse, at indholdet er kunstigt skabt eller manipuleret. Der er lempeligere regler for tydeligt kunstneriske, satiriske eller fiktive værker. Hvornår de enkelte regler gælder, fremgår af EU-Kommissionens side om AI-forordningen. Selve reglerne står i forordningens tekst.

Billederne på dette site er selv AI-genererede og er mærket „AI-genereret billede“. Det er et eksempel på, hvordan mærkning kan se ud for læseren.

Forordningen om digitale tjenester (DSA) stiller desuden krav til onlineplatforme om bl.a. tydelig markering af reklamer, se reklamer i feedet, og om at store platforme vurderer og afbøder risici som spredning af ulovligt indhold.

Konkrete greb

Stil disse spørgsmål, før noget deles:

1. Hvem er afsenderen? Er det en kendt organisation, en person med navn eller en anonym konto? Hvor gammel er kontoen, og hvad har den ellers udgivet?
2. Hvornår er det udgivet? Gamle billeder og historier genbruges ofte som nye.
3. Hvad er den oprindelige kilde? Følg linket tilbage. Screenshots, citater og tal uden kilde er svære at kontrollere.
4. Hvad siger flere uafhængige kilder? Forlad opslaget og søg på afsenderen og påstanden andre steder. Metoden kaldes lateral læsning og går ud på at finde og sammenligne flere kilder om det samme emne i stedet for kun at granske én side.
5. Er overskriften designet til at vække stærke følelser? Vrede, frygt og forargelse er en grund til at standse op og vurdere, før man deler.
6. Kan billedet spores? Brug omvendt billedsøgning (se nedenfor).
7. Passer tal og grafer? Tjek skala og akser. Afkortede akser kan få små forskelle til at se store ud.

En kendt huskeregel til samme formål, SIFT, består af fire skridt: stop, undersøg kilden, find bedre dækning og følg påstanden tilbage til dens oprindelige sammenhæng.

Omvendt billedsøgning

Med omvendt billedsøgning bruger man et billede som søgeord. Metoden kan bruges til at spore, hvor et billede stammer fra, finde versioner i højere opløsning, se hvilke sider der viser billedet, og opdage kopier, der er redigeret. Den kan afsløre, at et billede er taget ved en anden begivenhed end den, opslaget påstår. Den kan ikke bevise, at et billede er ægte, og et helt nyt AI-billede har ofte ingen tidligere forekomster.

Hvis man har delt noget forkert

Slet eller ret opslaget, og skriv gerne en rettelse, så andre ikke tror på det. Kildekritik er en del af at begå sig ordentligt på nettet, som er beskrevet på siden om digital dannelse. Overblikket over guidens temaer findes på forsiden, og baggrunden for, hvordan tjenesterne er opstået, står i sociale mediers historie.