Gå direkt till textinnehållet

Så kollar du om bilden är äkta

GUIDE Att säkerställa om en bild eller video visar det den säger sig visa blir ett allt viktigare – och svårare – jobb för journalister. Linus Svensson på SVTs verifieringsdesk ger sina bästa tips.

Obekymrade, party­glada människor på en strand. Videoklippet påstår att det är ukrainare som festar loss på Krimhalvön trots brinnande krig i hemlandet. Men tack vare ett gediget arbete kan verifierare se att bergskedjan i bakgrunden inte finns på Krim, sandstranden har inte samma textur som Krims stränder och huset med en särpräglad klocka som skymtar i bakgrunden finns faktiskt, men i Tyskland. Videon är ett försök till prorysk desinformation.

Att verifiera bildmaterial blir en allt viktigare del i det journalistiska arbetet. Ofta använder journalister brasklappar när material inte kommer från egna utsända eller från källor som inte bedöms som hundraprocentigt säkra. Formuleringar som ”bilderna uppges visa” är till exempel väl förekommande från platser som inte har kunnat besökas, ett färskt exempel är förstås kriget mot Hamas i Gaza där utländska journalister inte får tillträde. Att undvika den typen av brasklappar är verifierarnas mål.

Bildverifieringens steg för steg

1. Omvänd bildsökning – ta en skärmdump på bilden och lägg in i Google (images.google.com) Har bilden publicerats tidigare? Vem är ursprungskällan? Testa olika sökmotorer.
2. Invid – plugin till webbläsaren Chrome. Plockar ut skärmdumpar från videor.
3. Google Lens – känner igen objekt i bilden.
4. Geolokalisering – börja med att göra en omvänd bildsökning. Leta efter kontext kring platsen. Testa olika sökmotorer (google, yandex, tineye, bing, baidu). Leta efter ledtrådar som identifierar var bilden är tagen. Titta i bakgrunden efter: berg, träd, sjöar, vattendrag, hus. I förgrunden: vägar, företagslogotyper, text. Avgränsa sökområdet.

 

– Det är en poäng i sig att vi på SVT ska kunna säga att vi själva har verifierat bildernas äkthet, berättar Linus Svensson på SVTs verifieringsdesk.

Desken drog igång i januari 2023 som Rysslandsdesken i samband med kriget mot Ukraina och bestod då av tre personer. Sedan dess har kriget mellan Israel och Hamas tillkommit och desken har växt ytterligare och har nu fem personer.

De vanligaste sätten att försöka vilseleda medborgare och journalister är, enligt Linus Svensson:

  • Gamla bilder används och påstås vara nya.
  • Manipulerade bilder, till exempel att de är beskurna, spegelvända eller på annat sätt manipulerade.
  • AI-genererade bilder.
  • Propagandabilder – visar den egna sidans vinster.
  • Vittnesfilmer.

När det gäller AI-bilder finns inga digitala verktyg som på ett pålitligt sätt kan avgöra om en bild är AI-framställd än, säger Linus Svensson. Däremot är tekniken fortfarande ganska lätt att avslöja – fingrar är till exempel svåra att få till och text på skyltar eller kläder ser ofta väldigt konstig ut och är ofta oläslig.

– Tyvärr är väldigt mycket av bildverifieringen fortfarande ett manuellt arbete.

Verifieringens sex frågor

1. Är bilden äkta eller inte?
2. Vad föreställer den?
3. Var är den tagen?
4. När är den tagen?
5. Vem har tagit den?
6. Varför är den tagen?

Bilders metadata, det vill säga uppgifter om när bilden tagits och av vem, och info inskriven av fotografen, skalas ofta bort på sociala medier. Men det är ändå värt att kolla om den finns kvar.

Att lokalisera källbilden är a och o i bildverifiering. Därefter gäller det att hitta referensbilder – hur ser satellitbilder över området ut, hur ser det ut i street view, hur ser andra bilder som är geotaggade ut?

– Google Earth är som Google Maps på stereoider, säger Linus Svensson.

En nackdel med Google Earth är att tjänsten uppdateras sällan och därför kan behöva kompletteras med hjälp av andra kartkällor.

Brasklapparna

Ibland går det inte att undvika att använda overifierat material och då ska det förstås framgå. Här är fraserna du ska ha ögonen på:

  • ”påstås ha”
  • ”hävdar”
  • ”säger sig ha”
  • ”påstås visa”

Ansiktsigenkänningsverktyg som Pim Eyes och Amazon recognition gör att det går att söka i stora bildmaterial efter matchande bilder på en person och på så sätt få fram vem som finns på bilden. Ett exempel i närtid är den tyska podden Undone som med hjälp av en AI-expert och ansikts­igenkänning via en gammal efterlysningsbild kunde identifiera en känd RAF-terrorist som lyckats hålla sig undan i decennier under annat namn och bodde i Berlin. Kvinnan greps senare av polis.

Den här guiden är baserad på Linus Svenssons föreläsning på Gräv 2024 i Gävle.

Kommentarer

Lämna ett svar

Vi hanterar läsarkommentarer som insändare. Regler för kommentarer.

Fler avsnitt