Sådan afgør du, om en video er AI-genereret: Ekspertguide

En video lander i din indbakke fem minutter før udgivelse. Den viser en offentlig person, der siger noget eksplosivt. Billedudsnittet ser rent ud, stemmen lyder troværdig, og klippet spreder sig allerede på tværs af sociale platforme. Spørgsmålet er ikke længere akademisk. Du skal beslutte, om dette kan udgives, bør mærkes, eller om det bør tilbageholdes, indtil verifikationen er fuldført.

Det er virkeligheden for redaktører, journalister, undervisere og brandteams nu. At vide, hvordan man afgør, om en video er AI-genereret, handler ikke om at få øje på ét mærkeligt billede og kalde det en dag. Det er en arbejdsproces. Du undersøger, hvad øjet kan opfange, tester, hvad øret kan bekræfte, tjekker, hvad oprindelsen stadig kan afsløre, og bruger derefter automatiserede verifikationsværktøjer som et kvalitetskontrollag.

De gamle internetråd holder ikke længere alene. “Tjek hænderne” er stadig nyttigt, men det er ikke længere nok. Moderne syntetisk video kan ramme mange åbenlyse detaljer rigtigt. Det, der stadig har en tendens til at gå galt, er konsistens, kausalitet og sporbarhed. Det er her, en professionel gennemgangsproces virkelig gør sin nytte.

Det stigende behov for videoverifikation

Den mest almindelige fejl, jeg ser, er at behandle verifikation som en jagt på ét afgørende bevis. Rigtige gennemgange fungerer sjældent sådan. Et klip bliver mistænkeligt, fordi flere små fejl begynder at stemme overens. En mundform rammer en brøkdel for tidligt. En skygge opfører sig mærkeligt. Et baggrundsobjekt driver på en måde, scenens fysik ikke understøtter. Kontoen, der har lagt det op, tilbyder ingen troværdig oprindelsessti.

Det betyder noget, fordi de mennesker, der håndterer følsomme medier, ofte har parallelle compliance-krav. En nyhedsredaktion har måske brug for offentliggørelsesstandarder. Et universitet har måske brug for dokumentation, før et klip vises i undervisningen. En virksomhed, der gennemgår internt materiale, tænker måske allerede på politikker for syntetisk indhold og tilstødende risici, såsom AI til håndtering af fortrolige dokumenter, hvor oprindelse og privatlivskontrol betyder lige så meget som bekvemmelighed.

Der er også et mærkningsproblem. Så snart du begynder at gennemgå video seriøst, støder du hurtigt på spørgsmål om oplysningsforpligtelser, især for udgivere og EU-vendte teams. Menneskelig gennemgang og platformspolitik overlapper nu hinanden, hvilket er grunden til, at det hjælper at forstå praktisk vejledning om krav til mærkning af AI-indhold, før et tvivlsomt klip bliver til en offentlig rettelse.

Verifikation er ikke et teknisk ritual. Det er en redaktionel beslutningsproces med beviser bag.

En solid arbejdsproces starter med direkte observation. Derefter bevæger den sig udad. Først undersøger du billedet. Dernæst tester du lyd og læbesynkronisering. For det tredje undersøger du oprindelse og kontekst. For det fjerde kører du automatiserede tjek. Til sidst vejer du signalerne sammen og træffer en beslutning, du kan forsvare senere, hvis nogen spørger, hvorfor du udgav, mærkede eller afviste videoen.

Start med manuel visuel inspektion

Den første gennemgang bør være manuel, langsom og skeptisk. Start ikke med software. Start med at se klippet én gang i normal hastighed, og se det derefter igen billede for billede i de mest mistænkelige øjeblikke. Pauser, drejninger, håndbevægelser og overlapninger afslører som regel mere end et roligt talking-head-billede.

Se efter fejl i tidsmæssig konsistens

Et af de tydeligste visuelle mønstre er inkonsistens på tværs af billeder. Ifølge Morphics oversigt over visuelle artefakter i AI-genereret video er almindelige kendetegn flimrende hår, hår der skifter stil midt i videoen, og objekter som briller eller smykker, der forsvinder og dukker op igen mellem billeder. Samme kilde bemærker, at tatoveringer eller hudmærker kan forsvinde på tværs af billeder, og at øjenbevægelser kan se overdrevent glatte ud, uden naturlige sakkader.

Det lyder subtilt, indtil du begynder at spole manuelt igennem det. Så bliver det tydeligt.

Hvis en person drejer hovedet, og en ørering er til stede i ét billede, mangler i det næste og er tilbage igen et øjeblik senere, er det ikke en komprimeringsfejl, jeg ville ignorere. Hvis hår opfører sig som en blød, malet masse i stedet for hårstrå, der reagerer på bevægelse og lys, ville jeg også markere det. Hvis en tatovering på underarmen udviskes under bevægelse og vender tilbage, når armen falder til ro, fortjener det endnu et gennemsyn.

Tjek kanter, yderpunkter og baggrundsadfærd

Ansigtet får det meste af modellens opmærksomhed. Resten af billedet gør ofte ikke.

Brug denne rækkefølge under en første inspektion:

• Hænder og fingre: De er stadig værd at tjekke, især når taleren gestikulerer hen over overkroppen eller ansigtet.
• Tilbehør: Hold øje med brillestel, øreringe, halskæder, urremme og skjortekraver under bevægelse.
• Hårlinje og kæbekant: Disse krusser eller løsner sig ofte en smule under drejninger.
• Baggrundsobjekter: Lamper, hylder, dørkarme og vægtekstur kan forvrænges, når personen bevæger sig.
• Huddetaljer: Fregner, modermærker og små mærker bør forblive stabile, medmindre lyset tydeligt ændrer sig.

Et praktisk eksempel: Hvis nogen taler, mens de holder en mikrofon, så sæt på pause ved de billeder, hvor hånden overlapper mikrofonen og hagen. Syntetisk video har ofte svært ved, når flere objekter krydser hinanden. Du kan se mikrofonens krop blive utydelig, fingrene smelte mærkeligt sammen, eller den nedre del af ansigtet kortvarigt miste sin form.

Feltnote: Det bedste manuelle visuelle tjek er ikke “ser hænderne mærkelige ud?” Det er “forbliver det samme objekt det samme objekt fra billede til billede?”

Overvurder ikke de åbenlyse kendetegn

Mange, der gennemgår video, læner sig stadig for meget op ad gamle visuelle klichéer. Det skaber falsk tryghed. Nyere generatorer håndterer ofte antallet af fingre bedre end ældre, så en ren hånd renser ikke en video.

Det, der stadig virker, er et mere retsteknisk spørgsmål: bevarer scenen kontinuitet under bevægelse? Ægte optagelser holder identiteten stabil. Syntetiske optagelser kan skabe en drømmeagtig kontinuitet, hvor personen generelt forbliver genkendelig, men hvor specifikke detaljer muterer under pres. Det er derfor, at zoome ind på yderpunkter og spole igennem bevægelsestunge sektioner er mere nyttigt end at stirre på ét statisk billede.

En hurtig visuel gennemgang bør efterlade dig med noter, ikke en dom. Markér enhver inkonsistens. Du får brug for dem senere, når du sammenligner dem med lyd- og oprindelsesresultaterne.

Analysér uoverensstemmelser i lyd og læbesynkronisering

Lyd er der, hvor mange overbevisende klip begynder at gå i opløsning. En syntetisk video kan overleve en afslappet visuel gennemsyn. Den har ofte svært ved lydgranskning, fordi tale kræver præcis fysisk timing. Mund, kæbe, kinder, vejrtrækning og lydstart skal alle stemme overens.

Start uden lyd, afspil derefter med lyd

En af de mest nyttige vaner er at slå lyden fra på klippet først. Alibabas analyse af hvordan man ved, om en video er lavet med AI bemærker en konsekvent tidsforskydning på 0,1 til 0,3 sekunder eller en fejl i for-artikulationen i AI-genererede videoer, hvor læberne bevæger sig, før lyden begynder. Samme kilde siger, at du kan verificere dette ved at slå lyden fra på videoen og observere mundbevægelser i 10 sekunder, og den beskriver en gentagelig 90-sekunders autentificeringsprotokol, hvor tre eller flere markerede tjek på tværs af blinkerytme, mundtiming, objektmomentum, justering af lys og skygge samt teksturudjævning indikerer syntetisk indhold med høj sikkerhed.

Det er nyttigt, fordi det giver en effektiv rækkefølge:

1. Se ansigtet uden lyd.
2. Fokusér kun på læber, kæbe og blinkerytme.
3. Afspil igen med lyd.
4. Tjek, om konsonanterne rammer, når mundformen tilsiger, at de skal.
5. Bemærk, om bevægelsen er forudgribende, forsinket eller mekanisk gentagende.

Dette specifikke læbesynkroniseringsproblem betyder noget, fordi tale har fysisk kausalitet. Lyd opstår ikke bare. Ansigtet forbereder og producerer den. Når den kæde gengives ufuldkomment, fornemmer seerne, at noget er galt, selv hvis de ikke kan sætte ord på det.

Lyt efter stemme og omgivelser, der ikke passer sammen

Lydproblemer rækker ud over læbetiming. Focal MLs artikel om hvordan man afgør, om en video er AI-genereret fremhæver stemmeforsinkelse, stemmer der ikke matcher den synlige taler i tone, alder eller følelsesmæssig dybde, samt omgivelseslyde som fodtrin, der ikke passer til den viste overflade.

Det betyder, at din gennemgang bør stille enkle fysiske spørgsmål:

• Passer talerens stemme til ansigtet og kroppen?
• Matcher følelsen i stemmen udtrykket på skærmen?
• Passer rumakustikken til det viste rum?
• Hører omgivelseslydene til i omgivelserne?

Et praktisk eksempel: Hvis en person ses udendørs på en ujævn sti, men fodtrinene lyder som et rent indendørs gulv, er det et advarselstegn. Hvis nogen ser anspændt ud, men stemmen forbliver perfekt jævn og distanceret, er det endnu et. Hvis klapsalver, trafik eller mængdestøj lyder unaturligt fladt bag taleren, kan klippet være samlet af dele, der ikke deler et reelt miljø.

For teams, der dokumenterer disse gennemgange, hjælper ordentlig notetagning. Hvis du har brug for en model til at registrere talt indhold under verifikation, er disse formater og bedste praksis for videotransskription nyttige, fordi de tvinger dig til at adskille, hvad der blev sagt, fra hvad der blev set og hørt omkring det.

En kort demonstration hjælper, hvis du oplærer en nyhedsredaktion eller et indholdsteam i at høre disse forskelle:

Hvad du bør stole mere på end dit første indtryk

Et poleret syntetisk klip kan lyde “godt” og stadig ikke bestå verifikation. Spørg ikke, om lyden er behagelig. Spørg, om den er kausalt konsistent med den synlige optræden.

Hvis munden forbereder et ord, før ordet findes i lyden, er det ikke et stilproblem. Det er et produktionsspor.

Når visuelle og auditive tegn stemmer overens, bliver gennemgangen hurtigt stærkere. Et ansigt, der viser gentagende mundtiming, kombineret med en stemme, der føles distanceret fra krop og omgivelser, bør flytte klippet til en kategori med højere risiko, allerede før oprindelsestjek påbegyndes.

Undersøg spor om oprindelse og kontekst

Meget forældet rådgivning siger stadig, at man skal lave omvendt billedsøgning på billeder og undersøge metadata. Det er ikke ubrugeligt, men det er ikke længere stærkt nok til at bære gennemgangen alene. Syntetisk video af høj kvalitet undergraver i stigende grad disse genveje.

Hvorfor gamle tjek fortsat skuffer dem, der gennemgår video

Ifølge VEEDs gennemgang af hvordan man afgør, om video er AI-genereret er metadata fjernet eller forfalsket i 73% af virale AI-klip, kun 29% af AI-videoer fra topmodeller i en Global Voices 2025-undersøgelse gav matches i omvendte billedsøgninger, og 81% havde ingen troværdige EXIF-data. For nutidige arbejdsprocesser betyder det, at omvendt søgning og grundlæggende metadatainspektion ofte er svage signaler, ikke pålidelige beviser.

Det ændrer, hvordan jeg ville bruge dem. Jeg kører dem stadig. Jeg lader dem bare ikke afgøre sagen.

Hvis omvendt søgning ikke giver resultater, renser det ikke videoen. Hvis metadata mangler, kan det afspejle platformsbehandling eller syntetisk oprindelse. Hvis metadata er til stede, kræver det stadig kontekst, fordi det kan ændres eller fjernes, før du overhovedet modtager filen.

Hvad du bør undersøge i stedet

Behandl oprindelse som et spørgsmål om beviskæde. Spørg, hvor klippet først dukkede op, hvem der lagde det op, om kontoen har en historik med pålidelig kildehenvisning, og om nogen betroet organisation uafhængigt har bekræftet den viste begivenhed.

En stærkere oprindelsesgennemgang omfatter:

• Sporing af oprindelse: Find den tidligste upload, du kan verificere, ikke bare det mest virale repost.
• Kontotroværdighed: Tjek, om personen, der har lagt det op, angiver klippet som syntetisk, satirisk eller redigeret.
• Bekræftelse af begivenhed: Led efter uafhængig rapportering, øjenvidnemateriale eller relateret optagelse fra samme begivenhed.
• Gennemgang af oplysning: Sammenlign opslagskonteksten med de nuværende forventninger til mærkning af syntetiske medier, herunder regler for offentliggørelse af deepfakes.

Her er et praktisk eksempel. Antag, at et klip hævder at vise en politiker, der taler ved et vælgermøde. Omvendt billedsøgning fejler. Det fortæller dig meget lidt. Et bedre tjek er, om noget lokalt medie, deltageroptagelse, begivenhedsprogram eller officiel kanal viser den samme talerstol, tøj, vejr og tidspunkt. Hvis intet af det stemmer overens, er fraværet mere meningsfuldt end selve den mislykkede omvendte søgning.

Kontekst kan afsløre det, pixels skjuler

Mange syntetiske videoer ser stærkest ud, når de betragtes isoleret. De bliver svagere, når de sættes tilbage i en autentisk sammenhæng.

Et klip uden en troværdig kildesti bør underlægges mere granskning, selv hvis gengivelsen ser poleret ud.

Det gælder især for undervisere og udgivere. Hvis du ikke kan fastslå, hvor videoen kom fra, hvornår den først dukkede op, og hvorfor der ikke findes troværdige parallelle beviser, løses verifikationsproblemet ikke ved at sige, at billederne “ser ægte nok ud.” Kontekst er en del af autenticitet. En video uden en troværdig oprindelseshistorie fortjener en højere forsigtighedsvurdering.

Udnyt automatiserede verifikationsværktøjer

Manuel gennemgang betyder noget, men den skalerer ikke godt, når teams håndterer en strøm af brugerindsendt materiale, sociale klip, annoncemateriale eller undervisningsmateriale. Den kan heller ikke afdække hvert eneste signal, der er synligt på model- eller metadataniveau. På et tidspunkt har du brug for automatiseret verifikation som endnu et lag.

Hvorfor automatisering nu hører hjemme i arbejdsprocessen

Revids analyse af hvordan man afgør, om video er AI-genereret beskriver et stort skift, da platforme som TikTok indførte et verifikationssystem i to lag, der kombinerer automatiserede detektionsmodeller med C2PA Content Credentials. Samme kilde siger, at disse systemer kan returnere sikkerhedsscorer inden for minutter ved at scanne ansigtsbevægelser, nøjagtighed af læbesynkronisering, stemmeleje, biometriske mønstre og metadata for tegn på manipulation, samtidig med at de understøtter synlige vandmærker og skabermærker for syntetiske medier.

Det er en nyttig model for udgivere og compliance-teams, fordi den afspejler, hvor verifikation er på vej hen. Manuel billedgennemgang har stadig værdi, men formel oprindelse og automatiseret scoring bliver en del af standard due diligence.

Hvad automatiserede værktøjer er gode til

Automatiserede systemer er nyttige, når de tjekker på tværs af modaliteter i stedet for at lede efter én klichéagtig artefakt. De kan sammenligne ansigtsadfærd, bevægelsesmønstre, lydstruktur og filbaserede tegn i én omgang. Det hjælper, når et klip ser visuelt rent ud, men bærer svagere signaler i synkronisering, spektrogrammønstre eller oprindelsesindikatorer.

I praksis kan værktøjer bruges til tre opgaver:

Anvendelsesområde	Hvad værktøjet hjælper med at verificere	Hvorfor det betyder noget
Redaktionel triage	Om et klip skal eskaleres	Sparer tid på indsendelser med lav risiko
Compliance-gennemgang	Understøttelse af mærkning og oprindelse	Hjælper teams med at dokumentere gennemsigtighedsbeslutninger
Kvalitetssikring	Om syntetiske elementer er til stede i udgivet medieindhold	Reducerer fejlmærkning og huller i gennemgangen

Nogle teams har også brug for en simpel upload-og-tjek-mulighed. I den sammenhæng passer Humantext.pros AI-videodetektor ind som et verifikationslag, fordi den analyserer uploadet video for generative artefakter og returnerer en vurdering med en sikkerhedsscore. Det er nyttigt som en hjælp til gennemgangen, ikke som en erstatning for redaktionel vurdering.

Lad ikke en score erstatte ræsonnement

En detektors output bør skærpe din gennemgang, ikke afslutte den. Hvis værktøjet markerer ansigtsinkonsistenser eller lydanomalier, skal du sammenligne disse resultater med noterne fra din manuelle inspektion. Hvis værktøjet returnerer et lavere bekymringssignal, men din oprindelsesgennemgang er svag, og læbesynkroniseringen ser forkert ud, skal du fortsat holde klippet under granskning.

Automatiseret verifikation er mest forsvarlig, når den understøtter en dokumenteret proces. For udgivere, undervisere og EU-vendte organisationer, der tænker på gennemsigtighedsforpligtelser, betyder den proces lige så meget som outputtet. Pointen er ikke at outsource vurderingen. Det er at gøre din vurdering mere konsistent, hurtigere og lettere at forklare senere.

Sammenfat beviser til en endelig vurdering

Ved slutningen af en gennemgang er hovedopgaven klassificering. Ikke alle mistænkelige klip bør mærkes på samme måde. Nogle er sandsynligvis autentiske. Nogle er mistænkelige og kræver mere kontrol. Nogle bærer nok samstemmende signaler til, at udgivelsen bør stoppes, indtil stærkere beviser dukker op.

Brug en struktureret beslutningstærskel

Aivideodetector.orgs guide til manuelle teknikker til AI-videodetektion fastslår, at en manuel retsteknisk metode med ni specifikke teknikker opnår 80 til 90% nøjagtighed for to kritiske indikatorer: uoverensstemmelse i audio-visuel synkronisering og kontekstverifikation. Samme kilde siger, at når fem eller flere teknikker markerer anomalier, klassificeres videoen som “meget sandsynligt falsk,” mens 2 til 4 markeringer indikerer “mistænkeligt” indhold, der kræver krydsvalidering med en automatiseret detektor. Den beskriver også en 30-sekunders hurtig screening med fokus på håndoptagelser, antal fingre og læbesynkronisering forud for en dybere analyse.

Det er en praktisk tærskelmodel, fordi den afspejler, hvordan fagfolk arbejder. De venter ikke på absolut vished. De tæller styrken og samstemmigheden af indikatorer.

En brugbar matrix til nyhedsredaktioner eller udgivere

Brug en beslutningstabel som denne:

Klassificering	Hvad du fandt	Handling
Sandsynligvis autentisk	Ingen betydningsfulde visuelle eller auditive anomalier, troværdig oprindelse, ingen stærke automatiserede bekymringer	Udgiv normalt, hvis redaktionelle standarder er opfyldt
Mistænkelig	En lille klynge af signaler som uregelmæssig læbesynkronisering, svag kildesti eller baggrundsforvrængning	Tilbagehold til krydsvalidering, mærk internt, søg bekræftelse
Meget sandsynligt syntetisk	Flere uafhængige markeringer på tværs af visuel, audio-, kontekst- og automatiseret gennemgang	Udgiv ikke som autentisk medie

Et praktisk eksempel hjælper. Antag, at et klip viser en talsperson, der afgiver en udtalelse. Under hurtig screening opdager du mærkelig mundtiming og en halskæde, der flimrer under hovedbevægelser. Dybere gennemgang viser baggrundsforvrængning, når skuldrene bevæger sig. Oprindelsen er svag, og uploadsporet starter med en anonym repost-konto. Det er ikke længere én anomali. Det er et mønster.

Fokusér på samstemmighed, ikke perfektion

Den samme manuelle guide advarer mod udelukkende at stole på visuelle mærkeligheder som slørede hænder. Det er god rådgivning. Bedre indikatorer omfatter billede-for-billede-læbebevægelse sammenholdt med lyd og konsistens i bevægelsesvektorer i mistænkelige bevægelsesregioner. Den peger endda på at bruge ffmpeg -vf codecview=mv=pf+bf+bb til at undersøge unaturlig, ensartet klyngedannelse af bevægelsesvektorer i statiske baggrunde, hvilket kan tyde på indsprøjtning af optisk flow.

Det er upraktisk at køre kommandolinjebaseret bevægelsesanalyse på hvert klip, og det bør heller ikke være nødvendigt. Men princippet er vigtigt. Stærke vurderinger opstår, når forskellige typer beviser stemmer overens med hinanden.

Praktisk tommelfingerregel: Ét mærkeligt billede er en note. Gentagne fejl på tværs af billede, lyd og oprindelse er en vurdering.

Det er den standard, det er værd at følge, hvis du har brug for et forsvarligt svar på, hvordan man afgør, om en video er AI-genereret. Ikke vished. Ikke mavefornemmelser. En dokumenteret vurdering baseret på samstemmende beviser, gennemgået med samme disciplin, som du ville anvende på ethvert andet kildemateriale med høj risiko.

---

Hvis du har brug for et hurtigere verifikationslag til redaktionel gennemgang, screening i undervisningen eller compliance-tjek, tilbyder Humantext.pro en AI-videodetektor, der lader dig uploade materiale, tjekke om det fremstår AI-genereret, og bruge resultatet som en del af en bredere arbejdsproces for kvalitet og autenticitet.