3.4 Etiske dilemmaer i moderne medier

Når teknologien løper foran reglene

Forestill deg at det dukker opp en video av en kjent politiker som innrømmer korrupsjon – og at videoen er fullstendig falsk, laget av kunstig intelligens. For bare noen år siden ville dette vært science fiction. I dag er det virkelighet. Ny teknologi skaper etiske dilemmaer for mediene i en hastighet som både lovverk og presseetikk knapt klarer å følge. Deepfakes, AI-generert innhold, algoritmer som sorterer og mikromålrettet reklame utfordrer grunnleggende prinsipper om sannhet, tillit og ansvar.

I dette kapittelet skal vi se på fire slike utfordringer. Vi starter med deepfakes – syntetisk media skapt med kunstig intelligens, der en persons ansikt, stemme eller bevegelser manipuleres digitalt. Resultatet kan være en svært overbevisende video der noen tilsynelatende sier eller gjør noe de aldri har gjort. Det er en trussel mot mediene fordi det kan forfalske uttalelser, undergrave tilliten til ekte video og lyd, og brukes til desinformasjon, svindel og trakassering – og fordi det blir stadig vanskeligere å oppdage med det blotte øye.

Deepfakes og AI i redaksjonen

La oss gå tilbake til den falske korrupsjonsvideoen rett før et stortingsvalg. Hvordan bør mediene håndtere den? Først og fremst må de la være å dele videoen ukritisk – selv i en avkreftende artikkel kan selve videoen spre desinformasjonen videre. De må verifisere ved å bruke deteksjonsverktøy og kontakte personen i videoen, og deretter raskt informere publikum om at den er falsk. På lengre sikt handler det om å bygge mediekompetanse hos publikum, investere i teknologi for verifisering, og samarbeide med teknologiselskaper og myndigheter. Presseetisk er dette forankret i Vær Varsom-plakatens punkt 3.2 om at opplysninger skal kontrolleres – i deepfakenes tid betyr det en utvidet verifiseringsplikt også for video og lyd.

Men AI er ikke bare en trussel utenfra; det brukes også inne i redaksjonen. AI-generert innhold omfatter tekst, bilder, lyd og video laget av kunstig intelligens, og det brukes allerede til automatisert nyhetsproduksjon om sport og finans, til transkripsjon og oversettelse, og til dataanalyse. Det reiser flere etiske spørsmål. Om transparens: bør det merkes at innholdet er AI-generert? Om ansvar: hvem svarer når AI produserer feilinformasjon? Om kvalitet: kan AI oppfylle journalistiske krav til nøyaktighet? Tenk på en nettavis som lar AI skrive artikler om børsresultater og fotballkamper, uten å opplyse om det. En leser oppdager det og klager. Her er flere problemer på en gang: leserne har rett til å vite hvem eller hva som har skrevet teksten, redaktøransvaret gjelder uansett om innholdet er maskinskrevet, og AI mangler journalistisk dømmekraft og kan produsere faktafeil. Anbefalingen er tydelig: merk AI-generert innhold, ha menneskelig kvalitetskontroll, og hold fast på redaktøransvaret for alt som publiseres.

Filterbobler, mikromålretting og fordelt ansvar

De fleste av oss møter nyheter gjennom algoritmebaserte plattformer som Facebook, Instagram, TikTok og Google. Disse algoritmene bestemmer hva du ser, basert på din tidligere atferd og det som gir mest engasjement. Når de konsekvent viser deg innhold som bekrefter det du allerede mener, oppstår en filterboble. Konsekvensene kan være alvorlige for samfunnet: polarisering, fordi folk bare møter meninger de er enige i; manglende virkelighetsforståelse, fordi viktig informasjon filtreres bort; ekkokamre, der grupper forsterker hverandre uten korrektiver; og en fragmentert offentlig samtale. Tenk på en valgkamp der velgere bare ser positive nyheter om sitt eget parti og negative om motstanderne – da tas viktige valg på et skjevt grunnlag. Filterbobler undergraver dermed medienes rolle som felles møteplass.

En beslektet utfordring er mikromålretting, der annonsører og politiske aktører bruker detaljert brukerdata til å sende skreddersydde budskap til svært spesifikke grupper. Det mest kjente eksempelet er Cambridge Analytica-skandalen i 2018. Selskapet høstet persondata fra millioner av Facebook-brukere gjennom en tilsynelatende harmløs personlighetstest, og brukte dataene til mikromålrettet politisk reklame, blant annet rundt det amerikanske presidentvalget i 2016 og Brexit. Flere etiske prinsipper ble brutt: brukerne ga ikke informert samtykke til politisk bruk av dataene, personvernet ble misbrukt, den demokratiske integriteten ble truet av skjult manipulasjon, og Facebooks plattformansvar sviktet. Skandalen bidro til strengere personvernregulering gjennom GDPR.

Hvem har egentlig ansvaret for å bekjempe disse problemene? Det er fordelt. Teknologiselskapene har størst teknisk kapasitet til å lage deteksjonsverktøy og hindre spredning, og de tjener på engasjementet. Mediene har verifiseringsplikt og må unngå å videreformidle manipulert innhold ukritisk. Myndighetene kan regulere gjennom lovgivning. Og brukerne selv har ansvar for egen mediekompetanse og kritisk tenkning. Mange vil argumentere for at teknologiselskapene bærer det største ansvaret, fordi de kontrollerer plattformene der innholdet spres – men en god mediekultur krever at alle parter tar sin del.

Oppsummering

Vi har sett at ny teknologi skaper etiske dilemmaer raskere enn reglene rekker å følge. Deepfakes er AI-generert syntetisk media som kan brukes til desinformasjon, og som krever en utvidet verifiseringsplikt. AI-generert innhold i journalistikken reiser spørsmål om transparens, ansvar og kvalitet – og bør merkes, kvalitetssikres og omfattes av redaktøransvaret.

Filterbobler oppstår når algoritmer begrenser informasjonstilgangen og kan fragmentere den offentlige samtalen, mens mikromålretting, illustrert av Cambridge Analytica-skandalen, viser hvordan persondata kan misbrukes til skjult påvirkning. Ansvaret for å møte disse utfordringene er fordelt mellom teknologiselskaper, medier, myndigheter og brukere – men teknologiselskapene, som kontrollerer plattformene, bærer en særlig tung del.