En video kan låta sann, se äkta ut och ändå visa något som aldrig har hänt. Därför behöver framtidens källkritik handla om mer än att bara “titta noga”.
Bildkritisk fråga: Om ansikten kan skapas så här trovärdigt behöver vi fråga var bilden kommer ifrån, vem som publicerat den och om andra källor bekräftar innehållet. Källa: Wikimedia Commons, File: Male and female deepfake.jpg.
DeepfakeAI-manipulerat ljud, bild eller video som får något falskt att verka verkligt.
RöstkloningEn röst kan efterliknas så att en bedragare låter som en vän, chef eller känd person.
SkadanRyktet kan hinna spridas innan rättelsen kommer.
AnsvarDen som delar måste bromsa, kontrollera och tänka på personen som drabbas.
Ett klipp i klasschatten
Det börjar med ett kort videoklipp. I klippet ser en elev ut att säga något grovt om en annan elev. Någon skriver: “Har ni sett?” Någon annan skrattar. En tredje skickar vidare till en annan klass. Efter tio minuter har flera redan bestämt sig för vad som “måste ha hänt”.
Sedan kommer påståendet: klippet är falskt. Rösten är manipulerad. Munrörelserna är skapade med AI. Personen i klippet har aldrig sagt orden. Men skadan har redan börjat: blickar i korridoren, skämt, ilska, oro hemma och frågor från lärare.
Källkritikens nya grundfråga: Inte bara “ser det äkta ut?” utan “varifrån kommer det, vem bekräftar det och vad händer om jag delar innan jag vet?”
0 minKlippet publiceras i en privat chatt. Några tolkar det som bevis.
6 minDet delas vidare utan sammanhang. Fler reagerar på känslan än på källan.
20 minDen drabbade personen får försvara sig mot något som aldrig hänt.
SenareEn rättelse kommer, men alla som såg originalet ser inte rättelsen.
Vad är en deepfake?
En deepfake är ljud, bild eller film som har skapats eller förändrats med hjälp av AI så att det ser ut som att en person gör eller säger något som personen inte har gjort eller sagt. Det kan handla om ett ansikte som byts ut, en röst som klonas, en läppsynk som ändras eller en helt AI-skapad scen som påstås visa verkligheten.
Tekniken är inte alltid ond. Den kan användas i film, satir, spel, utbildning och kreativa projekt. Problemet uppstår när materialet presenteras som verkligt, används utan samtycke eller sprids för att lura, skada eller påverka människor.
Den här personen finns inte. Bilden är ett exempel på hur AI kan skapa ett trovärdigt porträtt. Källa: Wikimedia Commons, File: Woman_1.jpg.En falsk bild kan skapa stark oro innan den hinner granskas. Källa: Wikimedia Commons, AI-generated deepfake hoax image of the Hollywood sign.
Röst, bild och film kan manipuleras
Förr tänkte många att “det finns ju på film” var ett starkt bevis. Men digitalt material kan förändras på flera sätt. En bild kan vara beskuren, en video kan vara klippt ur sitt sammanhang, en röst kan vara skapad av AI och ett konto kan låtsas vara någon annan.
Manipulerad röst
En bedragare kan låta som en chef, släkting eller känd person och be om pengar, koder eller snabb hjälp.
Manipulerad video
En person kan se ut att säga något politiskt, kränkande eller pinsamt som aldrig sagts.
AI-skapad bild
En bild kan visa en katastrof, person eller händelse som aldrig funnits.
Fel sammanhang
Ett äkta klipp kan återanvändas med en ny bildtext och påstås visa något helt annat.
Begrepp: bekräftelse
Bekräftelse betyder att flera oberoende och trovärdiga källor pekar åt samma håll. Ett viralt klipp räcker inte som bevis om ingen kan visa ursprung, sammanhang och stöd från andra källor.
Begrepp: samtycke
Samtycke betyder att en person sagt ja. Att använda någons ansikte eller röst i manipulerat material utan samtycke kan vara kränkande och i vissa situationer olagligt.
Deepfake-domstolen
Ett falskt klipp sprids på skolan. Vem drabbas, och vem bär ansvar? Välj en roll och diskutera.
Den som fejkats
Personen kan förlora förtroende, känna skam eller bli utsatt för hot och skratt trots att klippet är falskt. Frågan är inte bara om materialet är tekniskt fejk, utan hur snabbt omgivningen hjälper personen att stoppa spridningen.
Diskutera: Vad behöver personen först: bevis, stöd, tystnad från andra eller en offentlig rättelse?
Fallback: frågor till Deepfake-domstolen
Vem har störst ansvar: den som skapade klippet, den som delade det, plattformen där det spreds eller vuxna som inte agerade? Motivera i flera led.
Risker för individer
För en enskild person kan deepfakes bli mycket allvarliga. Ett falskt klipp kan användas för att mobba, pressa, hota eller lura någon. En manipulerad röst kan användas i ett bedrägeri. En falsk bild kan få andra att tro att någon varit på en plats, sagt något eller gjort något som aldrig hänt.
I skolan kan det handla om rykten, kränkningar och social uteslutning. På arbetsplatser kan det handla om bedrägerier eller skadat förtroende. För kända personer och politiker kan falska klipp användas för att påverka människors bild av dem.
Elevnära regel: Om ett klipp skulle kunna skada någon om det är falskt, dela det inte “för säkerhets skull”. Stoppa, spara, kontrollera och ta hjälp.
Risker för samhälle och demokrati
Deepfakes kan också skada samhället. Ett falskt klipp på en politiker, myndighetsperson eller journalist kan spridas i ett känsligt läge: inför ett val, under en konflikt eller efter en olycka. Även om klippet avslöjas som falskt kan det hinna skapa misstro.
Det farliga är inte bara att människor tror på en enskild lögn. Det farliga är också att många till slut känner: “Man kan inte lita på någonting.” När förtroendet för medier, myndigheter, forskning och demokratiska samtal försvagas blir det svårare att fatta gemensamma beslut.
Skadan är redan skedd
Varför räcker det inte alltid med en rättelse? Välj en orsak och se hur skadan kan fortsätta.
Känslan kom först
Ett falskt klipp kan väcka ilska, rädsla eller skratt innan någon hinner tänka. När känslan redan har satt sig kan rättelsen kännas mindre stark än den första reaktionen.
Motfråga: Reagerar jag på bevisen – eller på känslan klippet väckte?
Så bör man agera när manipulerat material sprids
Det viktigaste är att inte bli en del av spridningen. Många delar för att varna, skämta eller fråga om något är sant, men varje delning kan ge materialet större räckvidd. Det gäller särskilt om materialet kränker en person.
En bra rutin är att bromsa först och undersöka sedan. Vem publicerade klippet först? Finns det en originalkälla? Bekräftas händelsen av flera oberoende källor? Har personen själv eller en trovärdig aktör kommenterat? Finns det tecken på att kontot är falskt, nyskapat eller ute efter pengar, klick eller politisk påverkan?
Checklista: innan du tror eller delar
Stanna upp. Sök efter originalet. Kontrollera datum och sammanhang. Jämför med trovärdiga källor. Fråga en vuxen om någon kan skadas. Dela inte vidare om läget är osäkert.
Digital brandövning
Scenario: Ett falskt klipp om en elev sprids i skolans chattar. Vad gör man först? Klicka igenom stegen.
Målet är inte att “lösa allt själv”, utan att minska skadan snabbt och få rätt personer att agera.
Välj första steg
Börja med att stoppa spridningen. Skriv inte “kolla vad sjukt” och skicka vidare. Säg hellre: “Dela inte. Det kan vara manipulerat och någon kan skadas.”
0 av 5 steg markerade.
Quiz: kan du tänka källkritiskt om deepfakes?
Svara på åtta frågor. Efter varje svar får du en kort förklaring.
1. Vad är en deepfake?
Rätt svar: AI-manipulerat eller AI-skapat material som får något falskt att se eller låta verkligt.
2. Varför räcker inte ögon och öron?
Rätt svar: Därför att ljud, bild och video kan skapas eller ändras så att de verkar äkta.
3. Vad är en risk med röstkloning?
Rätt svar: En bedragare kan låta som någon du känner och försöka få pengar eller koder.
4. Vad bör du göra om ett skadligt klipp sprids?
Rätt svar: Sluta dela, spara bevis, kontrollera och ta hjälp av vuxen.
5. Varför räcker inte alltid en rättelse?
Rätt svar: Originalet kan ha väckt starkare känslor och nått fler än rättelsen.
6. Vem har ansvar när material delas?
Rätt svar: Den som använder och delar material har ansvar att kontrollera och inte skada andra.
7. Vad är en samhällsrisk?
Rätt svar: Valpåverkan, konflikter och minskat förtroende för verkliga källor.
8. Vad är bäst bekräftelse?
Rätt svar: Flera oberoende, trovärdiga källor som pekar åt samma håll.
Källor och bildkällor
Källorna nedan är valda för att ge stöd till begrepp, källkritiska råd, samhällsrisker och bildmaterial.
Internetkunskap – Deepfakes är här – nu kan datorn förfalska ditt ansikte https://internetkunskap.se/artiklar/kallkritik/deepfakes-ar-har-nu-kan-datorn-forfalska-ditt-ansikte/ Förklarar deepfakes på enkel nivå och lyfter risker för vanliga människor.
Internetkunskap – AI gör bedrägerier mer effektiva och trovärdiga https://internetkunskap.se/artiklar/sakerhet-pa-natet/ai-gor-bedragerier-mer-effektiva-och-trovardiga/ Ger aktuella exempel på AI-video, röstkloning och bedrägerier.
Internetkunskap – Blotta ögat räcker inte – så avslöjar du falska bilder i en tid av AI https://internetkunskap.se/artiklar/grundkurs-i-ai/blotta-ogat-racker-inte-sa-avslojar-du-falska-bilder-i-en-tid-av-ai/ Underlag för poängen att man inte säkert kan avgöra äkthet bara genom att titta.
Internetkunskap – Så undersöker du bilder med hjälp av bildsökning https://internetkunskap.se/snabbkurser/kallkritik/sa-undersoker-du-bilder-med-hjalp-av-bildsokning/ Praktiska råd om ursprung, sammanhang och omvänd bildsökning.
Polisen – Flera anmälningar om AI-bedrägerier i sociala medier https://polisen.se/aktuellt/nyheter/stockholm/2025/juni/aibedragerier/ Visar hur AI används för att efterlikna verkliga personer i bedrägerier.
Mediemyndigheten – Bilders makt: AI och visuell påverkan https://mediemyndigheten.se/barn-och-unga/for-vuxna/bilders-makt-ai-och-visuell-paverkan/ Pedagogiskt material om bilders påverkan, källkritik och AI-bilder.
Myndigheten för psykologiskt försvar – Att möta informationspåverkan: handbok för journalister https://mpf.se/download/18.660bf8cf18c8acbdb79308cc/1706648801191/att-mota-informationspaverkan-handbok-for-journalister.pdf Underlag om deepfakes och informationspåverkan.
MIT News – Study: On Twitter, false news travels faster than true stories https://news.mit.edu/2018/study-twitter-false-news-travels-faster-true-stories-0308 Underlag till delen om varför rättelser ofta får svårare att komma ikapp.
AI Act Service Desk – Article 50: Transparency obligations https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50 Underlag om transparenskrav för AI-genererat och manipulerat innehåll.
Wikimedia Commons – File: Male and female deepfake.jpg https://commons.wikimedia.org/wiki/File:Male_and_female_deepfake.jpg Bildkälla till AI-genererade deepfake-exempel.
Wikimedia Commons – File: Woman_1.jpg https://commons.wikimedia.org/wiki/File:Woman_1.jpg Bildkälla till AI-genererat porträtt.
Wikimedia Commons – File: AI-generated deepfake hoax image of the Hollywood sign during the 2025 California wildfires.jpg https://commons.wikimedia.org/wiki/File:AI-generated_deepfake_hoax_image_of_the_Hollywood_sign_during_the_2025_California_wildfires.jpg Bildkälla till AI-genererad hoaxbild.
UNESCO – Deepfakes and the crisis of knowing https://www.unesco.org/en/articles/deepfakes-and-crisis-knowing Ger en internationell översikt över hur deepfakes påverkar skola, samhälle, tillit, bedrägerier och människors förmåga att skilja äkta från manipulerat.
U.S. Government Accountability Office – Science & Tech Spotlight: Deepfakes https://www.gao.gov/assets/gao-20-379sp.pdf Ger en kort och tydlig teknisk översikt över hur deepfakes skapas, varför de kan vara svåra att upptäcka och vilka risker de innebär.
Encyclopaedia Britannica – Deepfake https://www.britannica.com/technology/deepfake Ger en faktagranskad grundförklaring av deepfakes, syntetiska medier, AI-teknik, användningsområden och risker för desinformation