Deepfakes — teknologi, risiko og slik avsløres de

Hva er en deepfake?

Deepfake er et sammensetning av «deep learning» og «fake» — altså kunstig intelligens-generert falskt innhold. Begrepet brukes om bilder, videoer, lyd eller tekst som er manipulert eller helsyntetisert av AI for å fremstille virkelige personer i situasjoner eller med uttalelser de aldri har vært i eller kommet med.

Teknologien bygger på dype nevrale nettverk, særlig en type kalt Generative Adversarial Networks (GANs) og nyere diffusjonsmodeller. Et GAN består av to konkurerende nettverk: ett som genererer falsk innhold og ett som prøver å oppdage det falske. Gjennom tusenvis av treningsrunder lærer generatoren å lage stadig mer overbevisende resultater. Resultatet i dag er videoer og bilder som selv trente eksperter kan ha vanskeligheter med å skille fra ekte.

Slik lages deepfakes — steg for steg

Lage en enkel deepfake var tidligere forbeholdt ressurssterke aktører med avansert utstyr. I dag finnes det brukervennlige apper og netttjenester som lar hvem som helst generere overbevisende falske videoer på minutter:

• Face swap: Den vanligste typen — ansiktet til én person settes inn på en annen persons kropp i en video ved hjelp av maskinlæring
• Lipsync deepfake: En video av en person manipuleres slik at munnen beveger seg i synk med annen lyd — effektivt brukt til å sette ord i politikeres munn
• Stemme-deepfake (voice cloning): Med bare noen minutter lyd kan AI klone en persons stemme og generere vilkårlig tale. Brukes til svindel og desinformasjon
• Hel syntese: Ansikter og kropper som aldri har eksistert genereres fra bunnen av — brukes til svindelprofiler på sosiale medier
• Tekst-til-video: Nyeste modeller som Sora (OpenAI) kan generere realistiske videoer fra en tekstbeskrivelse alene

Risikoen deepfakes utgjør for samfunnet

Deepfakes utgjør en alvorlig trussel på flere fronter. Den mest utbredte formen for misbruk er seksuelt ikke-samtykkende deepfake-innhold — der virkelige personers ansikter settes inn i pornografisk materiale. En kartlegging fra selskapet Deeptrace (i dag Sensity) fant i 2019 at 96 prosent av deepfake-videoene som da var å finne online var nettopp slikt ikke-samtykkende pornografisk innhold, og at ofrene nesten utelukkende var kvinner, ifølge Vice. I 2024 kunngjorde britiske myndigheter at det å lage seksualisert deepfake-innhold av noen uten samtykke — også uten å dele det videre — skal gjøres straffbart med inntil to års fengsel, ifølge Herbert Smith Freehills Kramer.

I politikken er deepfakes brukt til å spre desinformasjon. Under det indiske parlamentsvalget i 2024 brukte flere partier AI-generert innhold i stor skala, blant annet en forfalsket video av opposisjonspolitiker Arvind Kejriwal og over 50 millioner AI-genererte stemmeanrop til velgere i månedene før valget, ifølge en gjennomgang fra GNET (Global Network on Extremism and Technology). I finans brukes stemme-deepfakes til CEO-svindel, der kriminelle utgir seg for å være en leder og ber ansatte om å overføre penger.

Deepfakes i norsk kontekst

Norge er ikke unntatt problemet. Falske nakenbilder og -videoer av over 100 norske kjendiser er spredt på nettsteder laget spesielt for slikt innhold, ifølge Nettavisen. Kripos har selv pekt på ressursmangel: senter for cyberkriminalitetsetterretning (NC3) mangler nok folk og midler til å bygge opp den kompetansen på generativ kunstig intelligens de mener de trenger, ifølge Politiforum.

Å dele et falskt, krenkende bilde, film eller lydopptak av en annen person uten samtykke kan straffes med bot eller fengsel inntil 1 år etter straffeloven § 267 a. Å utgi seg for å være en annen person, for eksempel med en klonet stemme, for å oppnå en uberettiget vinning eller påføre noen tap, kan rammes av straffeloven § 202 om identitetskrenkelse, med inntil 2 års fengsel. EUs AI Act krever fra 2. august 2026 at AI-generert innhold som fremstår som ekte — deepfakes — merkes som kunstig generert, jf. artikkel 50 i forordningen. Kunstig intelligens-forordningen er imidlertid ennå ikke innlemmet i EØS-avtalen eller norsk lov: regjeringen har foreløpig ambisjon om å legge fram et lovforslag for Stortinget våren 2027, ifølge tek.no.

Slik avslører du en deepfake

Det finnes flere tegn å se etter når du mistenker at et bilde eller en video er falsk:

• Øynene: Blikk, blinking og refleksjoner i øynene er ofte unaturlige i deepfakes
• Hårgrensen og ørene: Hår og ører er vanskelig for AI å gjengi korrekt — se etter uskarpe kanter
• Belysning og skygger: Inkonsistent belysning mellom ansikt og bakgrunn er et rødt flagg
• Hudtekstur: Overdreven glatthet eller merkelige artefakter i ansiktshud
• Lydsynkronisering: Munn og lyd stemmer ikke helt overens, særlig ved raske bevegelser
• Bevegelsesartefakter: Flimrende kanter rundt ansiktet eller merkelig bevegelse i nakken
• Bruk verktøy: Microsoft Video Authenticator, Sensity, og Intel FakeCatcher kan analysere innhold automatisk
• Kontekstsjekk: Søk etter originalkilden — ofte avslører søk om innholdet er tatt ut av kontekst

Lovverk og regulering

Regulering av deepfakes er i rask utvikling internasjonalt. EUs AI Act pålegger fra 2. august 2026 at innhold som ser ekte ut, men er AI-generert eller manipulert, merkes tydelig som kunstig — en åpenhetsplikt etter artikkel 50, ikke en klassifisering av deepfake-verktøy som høyrisiko-AI, ifølge EU-kommisjonens egen forklaring av forordningen. Storbritannia har, som beskrevet over, gjort det straffbart å lage ikke-samtykket seksuelt deepfake-innhold. I USA er lovgivningen fragmentert mellom delstater.

I Norge er den juridiske situasjonen sammensatt. Eksisterende bestemmelser i straffeloven om deling av krenkende bilder (§ 267 a) og identitetskrenkelse (§ 202) kan i noen tilfeller anvendes på deepfake-saker, men Norge har ingen bestemmelse som er skrevet spesifikt for kunstig genererte bilder og videoer. EUs KI-forordning er ennå ikke en del av norsk rett, og tidspunktet for innlemmelse i EØS-avtalen er fortsatt uklart.

Veien fremover

Kampen mot deepfakes er i realiteten en teknologisk rustningskappestrid. Deteksjonsverktøy forbedres, men generasjonsverktøyene forbedres enda raskere. Den mest lovende langsiktige løsningen er kryptografisk innholdsautentisering — teknologi der ekte kamera og mikrofoner signerer innhold digitalt ved opptak, slik at manipulert innhold kan avsløres.

Initiativet C2PA (Coalition for Content Provenance and Authenticity), med Adobe, Microsoft, BBC og Sony blant styremedlemmene, jobber med å innføre slike standarder. For norske forbrukere i dag er den viktigste immuniteten kritisk medieforståelse: alltid vær skeptisk til sensasjonelt innhold, sjekk kilden, og bruk faktasjekk-tjenester som Faktisk.no.