Je ziet een video opduiken waarin een bekende politicus uitspraken doet die nergens anders te vinden zijn. Geen krant die erover schrijft, geen andere beelden. Toch lijkt het overtuigend echt. Dit soort situaties komt steeds vaker voor, en de vraag is dan niet alleen of je het gelooft, maar hoe je überhaupt kunt controleren of je naar een deepfake kijkt.

Waarom ons brein deepfakes gelooft

De menselijke hersenen zijn gebouwd op patroonherkenning. We zien een bekend gezicht en slaan direct de kritische analyse over. Deepfake-makers weten dit en maken daar slim gebruik van. Ze plaatsen neppe beelden in vertrouwde contexten: een nieuwsstudio, een bekende talkshow, een video die er gewoon een beetje wazig uitziet alsof hij al wat ouder is. Die vertrouwde omgeving sust je waakzaamheid.

Daarbij komt dat de technologie in de afgelopen jaren razendsnel is verbeterd. Wat in 2020 nog snel doorzien werd, is nu soms nauwelijks van echt te onderscheiden. Reden te meer om goed te weten waar je op moet letten.

Drie soorten deepfakes die je tegenkomt

Niet elke neppe video werkt op dezelfde manier. Grofweg zijn er drie categorieën:

  • Face-swap: het gezicht van persoon A wordt over het lichaam van persoon B geplakt. Dit zie je veel bij nepvideo’s van beroemdheden.
  • Lip-sync: een bestaande video wordt gemanipuleerd zodat de mond andere woorden lijkt te zeggen. Populair voor politieke desinformatie.
  • Volledig gegenereerde gezichten: een persoon die niet bestaat, gemaakt door AI van nul af aan. Wordt gebruikt bij nepreviewers, neppersonen in oplichting en nepprofielen.

Die drie gedragen zich anders, en dat bepaalt ook waar je op moet letten.

Vijf visuele hotspots waar fouten zich ophopen

AI heeft moeite met details die wij normaal nauwelijks bewust zien. Kijk bij elke verdachte video of foto specifiek naar:

  • De haarlijn: losse haren aan de rand van het hoofd, of juist te gladde overgangen. AI smoort dit soort details vaak weg.
  • Oorschelpen: complexe 3D-vormen die AI nog steeds niet goed reproduceert. Kijk of de oren symmetrisch zijn en of de schaduw klopt.
  • Tanden: in vroegere deepfakes waren tanden een groot pijnpunt. Tegenwoordig minder, maar kijk toch of het gebit er te perfect uitziet, of juist vreemd wazig blijft.
  • Knipogen en oogbewegingen: te zeldzaam knipperen, of ogen die bijna niet bewegen terwijl de rest van het gezicht actief is, is een klassiek verraadregel.
  • Lichtrichting op de huid: als de schaduwen op het gezicht niet kloppen met de achtergrond, is dat een teken dat het gezicht er achteraf is ingeplakt.

Luister met je ogen dicht

Schakel het beeld even uit en luister alleen. AI-gegenereerde stemmen klinken vlak; er zit minder variatie in de micro-emoties die een echte stem heeft. Pauzes vallen op onlogische momenten. Het omgevingsgeluid, een café op de achtergrond, wind, galm in een ruimte, past soms niet bij de situatie die je ziet. Een stem die klinkt als opgenomen in een geluidsstudio terwijl de persoon beweert buiten te staan, is een rode vlag.

De context-check vóór de pixelcheck

Voordat je losgaat met tools, doe je eerste check gewoon met je gezonde verstand. Stel jezelf drie vragen: Waar komt deze video vandaan? Welke bron deelt hem? En bestaat er een origineel?

Gebruik Google Lens of TinEye om een screenshot van het beeld omgekeerd te zoeken. Je vindt dan vaak de oorspronkelijke context, en zie je meteen of het beeld al eerder in een heel andere situatie opdook. Kijk ook naar de metadata van afbeeldingen; die vertel soms wanneer en waarmee iets gemaakt is. Tools zoals Jeffrey’s Exif Viewer doen dit gratis in je browser.

Gratis tools die vandaag werken

Er zijn een paar betrouwbare opties die je gewoon kunt gebruiken:

  • Hive Moderation (hivemoderation.com): upload een afbeelding of video en krijg een procentuele inschatting van hoe waarschijnlijk het is dat het door AI gegenereerd is. Werkt goed voor stilstaande beelden en redelijk voor korte videoclips.
  • FakeCatcher-gebaseerde detectoren: Intel ontwikkelde FakeCatcher, dat kijkt naar subtiele bloedstroompatronen in de huid die bij deepfakes ontbreken. Er zijn publiek toegankelijke varianten beschikbaar via onderzoeksplatformen.
  • Google Lens en TinEye: geen deepfake-detectors in de traditionele zin, maar onmisbaar voor contextuele verificatie. Neem een screenshot en zoek omgekeerd. Dit lost veel gevallen op zonder dat je ooit een pixel hoeft te analyseren.

Wanneer tools falen

Automatische detectie heeft een serieus nadeel: de tools zijn getraind op deepfakes uit het verleden. Elke nieuwe generatie AI-gegenereerde beelden is moeilijker te detecteren dan de vorige. Hoge compressie (zoals bij WhatsApp-video’s) gooit bovendien veel van de artefacten weg die detectoren nodig hebben.

In dat geval val je terug op journalistieke basisprincipes: wie profiteert van dit beeld, is de bron te verifiëren, en klopt de timing? Een video die precies op het juiste moment opduikt vlak voor een verkiezing, verdient extra argwaan, ongeacht hoe realistisch hij eruitziet.

Patronen in politieke manipulatie en oplichting

Deepfakes in het nieuws volgen vaste formats. Politieke deepfakes tonen bekende leiders die extreme uitspraken doen, of bevestigen complottheorieën. Oplichtingsvideo’s gebruiken het gezicht van bekende ondernemers om nep-investeringsplatformen aan te prijzen. En nepnieuws-deepfakes worden bijna altijd gedeeld zonder originele bron, enkel als doorgeplakte clip via sociale media.

Als je het format herkent, hoef je de pixels niet meer te analyseren.

Tien vragen voor elke verdachte video of afbeelding

Doorloop bij twijfel altijd deze lijst:

  • Waar is dit gepubliceerd en door wie?
  • Bestaat er een originele bron of is dit enkel een doorgeplaatste clip?
  • Klopt de lichtrichting op het gezicht met de achtergrond?
  • Zijn de haarlijn en oorschelpen geloofwaardig?
  • Knippert de persoon op een normale manier?
  • Past het omgevingsgeluid bij de situatie?
  • Klinkt de stem vlak of zonder emotionele variatie?
  • Geeft een omgekeerde afbeeldingszoekopdracht een andere context?
  • Is het beeld door een detector als verdacht gemarkeerd?
  • Wie heeft er belang bij dat jij dit gelooft?

Deepfakes herkennen lukt het best als je het in stappen aanpakt: eerst twijfelen, dan de context checken, dan pas naar de details van het beeld zelf kijken. Geen enkele methode werkt altijd, maar wie weet waar hij op moet letten, is een stuk minder vatbaar voor overtuigende vervalsingen. De tools helpen, maar het begint bij de vraag stellen.