Kulturudvalget 2024-25
KUU Alm.del Bilag 117
Offentligt
2981139_0001.png
Tech-giganter og demokrati: Kunstig intelligens,
misinformation og digitale platforme
Mads Fuglsang Hove, Syddansk Universitet
Rebecca Adler-Nissen, Københavns Universitet
Anja Bechmann, Aarhus Universitet
Claes H. de Vreese, Syddansk Universitet
Frederik Hjorth, Københavns Universitet
Yevgeniy Golovchenko, Københavns Universitet
Acknowledgements: Tak til Sofia Tang fra Københavns Universitet for hjælp til at generere billeder til
eksperimentet.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Executive summary
Denne rapport omhandler tech-giganternes indflydelse på det danske demokrati, den
offentlige samtale og den sociale sammenhængskraft. Den undersøger særligt emnet
misinformation, samt de effekter som sociale medier har på politisk polarisering og trivsel i
Danmark. Overordnet viser rapporten, at tech-giganterne har stor indflydelse på den
demokratiske samtale i Danmark og potentielt endnu større i takt med udviklingen af generativ
kunstig intelligens. Der er imidlertid fortsat mangel på systematiske undersøgelser relateret til
tech-giganter, demokrati og sammenhængskraft – særligt i Danmark. Rapporten er udarbejdet
som en del af Medieaftalen for 2023-2026 og er den første i en række årlige rapporter.
Nøglefund
- Danskerne klarer sig ikke væsentlig bedre end tilfældige gæt, når de skal identificere,
hvorvidt billeder er skabt med generativ AI eller er ægte billeder. Der er dog forskelle i
evner blandt danskerne, hvor bl.a. yngre, kvinder, de som er mere kritisk tænkende og
de som har prøvet kræfter med generativ AI før, er bedre til at vurdere ægtheden af et
billede. Det har implikationer for danskernes evner til at identificere eventuel
misinformation, der benytter sig af generativ AI og hvilke samfundsgrupper der er mest
udsatte i den henseende.
- Danskerne bliver mere bange for, om de kan stole på, hvad de ser online og om
misinformation påvirker valg, når de får at vide, at misinformation er et stort
samfundsmæssigt problem. Men noget tyder også på, at danskerne godt kan håndtere
nuanceret information uden demokratisk negative følgevirkninger.
- Danskerne er generelt – men ikke helt – tilfredse med den eksisterende
indholdsmoderation, der foregår på sociale medier. Der er dog indikationer på, at
kulturforskelle mellem (typisk amerikanske) sociale medier og danske normer skaber
uenighed om linjen, hvorved indholdsmoderation streges.
- Det er svært at afgøre kausale forhold når det gælder betydningen af sociale medier.
Der er meget, der tyder på, at andelen af misinformation på sociale medier er af
begrænset omfang, men hvor stor en betydning det har er omdiskuteret. Det skyldes
ikke mindst, at misinformation kan komme fra mange forskellige steder, ligesom det
både kan være eksplicit og implicit.
- Den eksisterende forskning mangler fortsat mere viden om – særligt danskernes –
adfærd på sociale medier. Det gælder både, i hvilket omfang de eksponeres og
interagerer med misinformation og politisk polariserende indhold, samt mængden og
typen af indhold, der er problematisk for danskernes og særligt unges trivsel.
Vigtige implikationer
- Manglende adgang til data fra tech-giganter, heriblandt data om brugernes adfærd, er
den største hæmsko, når det gælder at undersøge tech-giganternes betydning for
samfundet. Langt de fleste forskningsmæssige uenigheder og uafklarede spørgsmålet
bunder i, at der sjældent er adgang til de nødvendige data, for at kunne svare på de
spørgsmål, samfundet er mest interesserede i. Dataadgange er derfor afgørende for
at etablere et afbalanceret billede, der hverken over- eller underdriver problemernes
samfundsmæssige omfang.
- Danske myndigheder og lovgivere bør arbejde for at sikre, at nye muligheder for
dataadgang og lignende fra bl.a. EU-forordningen om digitale tjenester (Digital
Services Act) kan anvendes af forskere, myndigheder og civilsamfund. Det kræver
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
-
-
vedholdenhed og ressourcer, der både kan hjælpe med at sikre adgang til tilstrækkelig
data samt støtte aktørerne juridisk fra sag til sag, så de meget økonomisk ulige
magtforhold ikke afholder aktører fra at søge og arbejde med sådanne data.
Det er bestemte samfundsgrupper, der risikerer at være i størst fare for at falde for
misinformation, deriblandt misinformation skabt med generativ AI. Bedre
teknologiforståelse blandt de grupper kan derfor måske bidrage til at mindske
mængden af danskere, der har svært ved at navigere i en verden med meget generativ
AI skabt information.
Det er vigtigt at aktører som politikere, myndigheder og medier forholder sig nuanceret
til fænomener som misinformation uden at underkende eller overdrive problemets
omfang. Der er meget, der tyder på, at danskerne kan navigere i et nuanceret og
transparent informationsmiljø, og at denne måde at kommunikere på samtidig undgår
de negative effekter på eksempelvis opbakning til demokrati som styreform.
3
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Indholdsfortegnelse
Forord
Tech-giganternes indflydelse på samfundet
Tech-giganternes forretningsmodeller
Rammerne for den offentlige samtale på sociale medier
Aktive brugere på sociale medier og sociale mediers annonceindtægter
Vurderinger
6
7
7
9
10
14
Hvad ved vi om sociale mediers betydning for misinformation, politisk polarisering
og trivsel?
15
Misinformation på sociale medier
Sociale mediers betydning for spredning af misinformation
Udbredelse og tro på misinformation
Effekten af interventioner mod misinformation
Politisk polarisering
Sociale mediers betydning for trivsel
Fortsat ubesvarede spørgsmål og forslag til forskningsdesigns
Fortsat ubesvarede spørgsmål
Misinformation
Politisk polarisering
Trivsel
Forslag til fremtidige temaer og forskningsdesigns
Forskningsdesign I: Danskernes adfærd med misinformation online
Forskningsdesign II: Politisk polarisering på sociale medier i Danmark
Forskningsdesign III: Social mediers betydning for danske børn og unges trivsel
Begrænsninger og ressourcekrav for de tre forskningsdesigns
Ny evidens om danskernes syn og evner ift. misinformation og generativ AI
Holdninger til indholdsmoderation og regulering på sociale medier
Danskernes evner til at identificere AI-genereret indhold
Betydningen af opmærksomheden rettet mod misinformation
Vurderinger
Undersøgelsens opdrag og organisering
Litteraturliste
Bilag
Bilag 1A: Indsamling af aktivitets- og annoncedata fra Facebook
Bilag 2A: Identifikation og systematisering af forskningslitteratur
16
17
18
21
23
24
26
26
26
28
29
29
29
30
31
32
33
33
36
41
44
46
47
53
53
54
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Bilag 3A: Holdninger til indholdsmoderation på Facebook
Bilag 3B: Holdninger til reguleringsanbefalinger
Bilag 3C: Design af AI-billede genkendelse eksperiment
Bilag 3D: Specificering af regressionsmodeller af AI-billede eksperiment
Bilag 3E: Design af misinformationsopmærksomhed eksperiment
55
56
57
62
62
5
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Forord
Graden af optimisme forbundet med internettet har bevæget sig over bakke og dale. Fra dets
spæde start oplevede nyskabende services og fællesskaber som Ebay og MySpace stor
interesse. Senere nåede optimismen dens højderyg med det arabiske forår, Occupy Wall
Street bevægelsen og valget af Barack Obama som amerikansk præsident. Demokratisering,
inklusion af stemmer oftest udeladt fra debatten og en mere direkte relation mellem politiker
og borger var nogle af de elementer, der skabte en opfattelse af, at tech-giganter, herunder
sociale medier, stod i kernen af samfundet og demokratiet. Vi skulle alle på Facebook, sige
vores mening og udvide vores netværk.
Men løber man stærkt, risikerer ting at gå i stykker. Og stærkt har alle platformene løbet.
Facebook, Google, Instagram, Twitter, YouTube, TikTok og flere. Med skandaler som
Cambridge Analytica, russiske forsøg på at påvirke demokratiske valg, konspirationsnetværk
og senest frygten for effekterne på børn, unge og voksnes trivsel befinder vi os nu i
pessimismens dal når det gælder synet på tech-giganter. Skandaler, der naturligt har medført
et samfundsmæssigt fokus på at skabe et solidt, systematisk og videnskabeligt grundlag for,
hvordan vi skal forstå tech-giganternes indflydelse på samfundet. For på den måde at vide,
om der er grund til at være bekymret, og hvad vi i så fald bør gøre ved det.
Rapporten her er den første i en række, der som led i Medieaftalen for 2023-2026 giver indblik
i centrale emner når det gælder tech-giganters indflydelse på dansk demokrati,
sammenhængskraft og trivsel. Overskriften er bred, men indsigterne er specifikke. Denne
rapport fokuserer på spørgsmålet om misinformation på sociale medier, hvad forskningen
siger om det og hvordan danskerne forholder sig til det. Vi gennemgår, hvad vi ved, og hvad
vi ikke ved fra forskningen, og indsamler selv data fra et repræsentativt udsnit af den danske
befolkning med et spørgeskema og to eksperimenter, der viser nyt om, hvordan danskerne
forholder sig til information på sociale medier. Derudover har rapporten kortere afsnit, der
handler om emnerne politisk polarisering og trivsel, og som peger fremad mod fremtidige
rapporter.
Konkret indeholder rapporten fire dele. For det første optegnes nogle af de større strukturelle
strømninger, der giver tech-giganterne liv og udfordrer eksisterende samfundsstrukturer. For
det andet viser vi, hvad vi ved fra forskningslitteraturen med særligt fokus på misinformation,
samt om sociale mediers betydning for politisk polarisering og trivsel. For det tredje peger vi
på centrale spørgsmål, forskningen endnu ikke i tilstrækkelig omfang har afdækket, samt
forslag til, hvordan man kan svare på nogle af de spørgsmål. For det fjerde spørger og tester
vi danskerne i en række centrale emner, som f.eks. deres holdninger til indholdsmoderation,
deres evner til at identificere AI-genereret indhold og deres påvirkning af måden vi taler om
farerne ved misinformation.
Rapporten er udarbejdet i et samarbejde mellem forskere fra tre interdisciplinære
forskningsmiljøer: Digital Democracy Centre (Syddansk Universitet), Copenhagen Center for
Social Data Science (Københavns Universitet) og Center for Digital Social Research (Aarhus
Universitet).
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0007.png
DDC (SDU), SODAS (KU), DATALAB (AU)
Tech-giganternes indflydelse på samfundet
Tech-giganternes indflydelse på samfundet spænder over et kæmpe område, hvilket umuligt
kan dækkes her. Vi fokuserer derfor på tre elementer, der er særdeles vigtige, når det gælder,
hvorfor, hvordan og til hvem misinformation spredes på sociale medier. Konkret vil vi beskrive
strømninger og udfordringer relateret til tech-giganternes forretningsmodeller, hvordan sociale
medier skaber rammerne for den offentlige samtale samt antallet af brugere og
annonceindtjening.
Tech-giganter
er en samlebetegnelse for virksomheder, som i varierende grad
bygger deres forretningsmodel på at indsamle enorme mængder data om
brugerne. Den data bruger og videreformidler tech-giganterne til bl.a. tredjeparter,
der f.eks. anvender oplysningerne til målrettede reklamer, til at optimere deres
egen forretning og til at fastholde brugerne (Erhvervsministeriet, 2024). Hvor
betegnelsen også normalt omfatter platforme som Amazon og Uber, bruger vi i
rapporten her primært betegnelsen om platforme, som spiller en udbredt rolle i
den demokratiske samtale såsom Facebook og Google.
Andre relevante spørgsmål må derfor beskrives og undersøges andetsteds, såsom
demokratisk og politisk deltagelse, algoritmiske biases, der forstærker eksisterende uligheder
i samfundet, teknologiens tårnhøje energiforbrug, der modsætter sig kampen mod
klimaforandringer og arbejdsforhold, hvor svage samfundsgrupper risikerer at blive udnyttet.
Tech-giganternes forretningsmodeller
Sociale medier er i den grad blevet en vigtig del af rygraden i den offentlige debat. Historier
breakes
og indlæg i debatten foregår på sociale medier, og sågar hele TV udsendelser bygges
op om f.eks. hvilke
tweets
Donald Trump senest har sendt. Mange borgere bruger også
sociale medier som nyhedskanal. For eksempel siger omtrent 50 procent af unge amerikanske
TikTok brugere, at de bruger platformen til at holde sig opdateret om politik (Pew, 2024). Og
selvom de fleste måske mest er interesserede i underholdende elementer på sociale medier,
så bliver de fortsat eksponeret for nyheder og politik, der øger deres politiske viden og
engagement (Nanz & Matthes, 2022).
Men intet kommer ud af ingenting. For selvom adgangen til mange tech-giganter som Google
og Facebook umiddelbart er gratis, så tjener firmaerne bag rigtig mange penge. Indtjeningen
drives i de fleste tilfælde af de data, platformene indsamler om deres brugere. Data, som
annoncører kan bruge til at målrette annoncer til præcis det segment de er interesserede i.
For adgang til sociale medier, søgemaskiner og lignende, betaler vi derfor ikke med en
månedlig overførsel, som man kender det fra et Netflix abonnement, men i stedet med de
digitale spor vi efterlader.
Forretningsmodellen medfører også, at mere vil have mere. Jo længere tid en bruger er på
platformen, desto flere annonceindtægter og data kan platformen hente. Data, der igen kan
gøres tilgængelig for annoncører, og som kan bruges til at vise mere relevant indhold til den
enkelte bruger. Som så befinder sig længere tid på platformen, fordi indholdet holder fast i os.
7
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Det beskrevne loop kaldes også for
the hype machine
og er ofte, hvor pegefingeren ender,
når dårligdomme diskuteres (Aral, 2021). Hvis vi kun får serveret det indhold på sociale
medier, som vi godt kan lide, påpeger flere risikoen for ekkokamre, filterbobler og polarisering
(Sunstein, 2001; Pariser, 2011). Hvor dygtige Facebook og andre tech-giganter er til at bruge
den data de har om os, om det er en god forretning for annoncørerne og hvorvidt det hele
medfører ekkokamre, ligger alt sammen udover denne rapports sigte. Senere afsnit vil i stedet
komme nærmere, hvad forskningen siger om sociale mediers betydning for misinformation,
polarisering og trivsel.
Forretningsmodellerne og udformningen af platformene anses dog ikke for isoleret at handle
om et produkt på linje med andet, vi kan handle online. Tech-giganterne er gået ind i hjertet
af samfundet og påvirker offentlige institutioner, økonomiske transaktioner og sociale og
kulturelle praksisser (van Dijck et al., 2018). Herfra bliver de langsomt en del af eksisterende
samfundsinstitutioner, og tvinger regeringer verden over til at tilpasse grundlæggende
juridiske og demokratiske rammer for samfundet.
En af de veje hvorved tech-giganterne sniger sig ind, er ved at promovere deres tjenester som
offentlige goder (van Dijck et al., 2018). Men hvor der ikke er noget nyt i den strategi, er den
imidlertid langt mere potent for tech-giganter. Selvdiagnosticering, alternative behandlinger,
private uddannelsestilbud og læringsressourcer er blot et udpluk af et hav af tjenester,
samfundet er nødt til at forholde sig til. Et eksempel på problematikken i Danmark er den
såkaldte Chromebook-sag, hvor Datatilsynet afgjorde, at der ikke er lovhjemmel til at
videregive personoplysninger til Google. Landets skoler måtte derfor i en periode leve i
uvished om, hvordan undervisningen skulle gennemføres, inden KL i sommeren 2024 indgik
en aftale med Google, som man forventer vil leve op til kravene fra Datatilsynet. Tjenester fra
Google, Microsoft, Amazon og andre er således blevet afgørende for at den offentlige sektor
kan fungere.
Vi ser dog skridt på vejen mod retlige rammer. EU-lovgivning, særligt forordningen om digitale
tjenester (DSA) og forordningen om digitale markeder (DMA), sikrer blandt andet mindreårige
mod at blive målrettet med personaliserede annoncer, ligesom målretning baseret på sensitive
data såsom seksuelle præferencer og religiøs overbevisning er bandlyst. Ligeledes regulerer
en EU-forordning anvendelsen af kunstig intelligens, der er udbredt og i stor fokus hos tech-
giganterne. Således forbydes brugen af kunstig intelligens i tilfælde, hvor det indebærer en
uacceptabel stor risiko, som f.eks. at indsamle ansigtsbilleder fra internettet til at oprette
ansigtsgenkendelsesdatabaser.
Udfordringen er imidlertid, at regulering, der er nødvendig for at sikre ét gode, nogle gange
svækker et andet. For eksempel er gennemsigtigheden i data vigtig for for at myndighederne
kan opspore kriminalitet og terrornetværk. Men gennemsigtighed kolliderer bl.a. med hensynet
til brugernes privathed. Sådanne konflikter bringer ligeledes udfordringer til overfladen, hvor
der kan være forskel på (primært amerikanske) selskabers tilgang til offentlige samtaler og
danske traditioner. En af disse udfordringer er spørgsmålet om indholdsmoderation, som
næste afsnit handler om.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Hvor vi i afsnittet her har talt om tech-giganter skifter vi nu spor til primært at fokusere på den
del af tech-giganter, som er sociale medier. Det er platforme som Facebook, Instagram, X
(tidligere Twitter), TikTok og Snapchat, hvor brugerne i høj grad har mulighed for at interagere.
Rammerne for den offentlige samtale på sociale medier
Hvor vi får vores nyheder fra, har ændret sig dramatisk siden fremkomsten af sociale medier.
Således er sociale medier en af de mest foretrukne og brugte måder at tilgå nyheder, særligt
blandt unge (Baptista & Gradim, 2020). I Danmark er Facebook fortsat den sociale
medieplatform, der hyppigst anvendes til nyheder (32%), selv blandt unge (34%), mens også
Instagram (19%) og TikTok (15%) anvendes ofte (Newman et al., 2024: 76). Og der er masser
af nyheder at tage af. Hver dag sendes der mere end 100 milliarder beskeder på alene
Facebooks produkter, og hvert minut uploades der over 500 timers video til YouTube (Morrow
et al., 2021).
En af udfordringerne der følger er dog, at indholdet på sociale medier – og internettet generelt
– i lang tid haft smag af det vilde vesten. Én blandt mange andre situationer, var i forbindelse
med et militærkup i Myanmar. Facebook har indrømmet, at dets algoritmer i månederne og
årene op til grusomhederne mod rohingyaerne i Myanmar var med til at forstærke en storm af
had mod denne befolkningsgruppe. Opildnet af opslag på Facebook, blev rohingyaerne dræbt,
tortureret, voldtaget og fordrevet i tusindvis som en del af Myanmars sikkerhedsstyrkers
kampagne for etnisk udrensning (Amnesty International, 2022; Stevenson, 2018). Alt sammen
understøttes af, at lovgivere og domstole ikke har haft lyst til at røre ved, at gøre indholdet på
platformene til platformenes ansvar.
De sociale medier er dog heller ikke nødvendigvis altid selv interesserede i det vilde vesten.
Om end platformene generelt har haft en meget liberal linje ift. ekstremt indhold på deres
platforme, heriblandt opfordringer til vold, så er faren for regulering, besværet med at stå
skoleret for lovgivere og frygten for flugt af annoncører nogle af de incitamenter platformene
har for at engagere sig i indholdsmoderation. For eksempel oplevede Twitter (nu X) et tab på
over 40 procent af deres annonceindtægter i månederne efter Elon Musks kontroversielle
overtagelse og dertilhørende
tweets
kritiseret som antisemitiske (Weiss, 2024). Et klart vink
med en vognstang om, at annoncørerne, der betaler gildet, ikke vil finde sig i hvad som helst.
Selvreguleringen får dog ikke kritikerne til at sætte sig ned. Det er der primært to årsager til.
På den ene side findes kritikken af
for meget
indholdsmoderation. Nogle oplever deres
politiske holdninger censureret. Andre oplever, at de er underlagt amerikansk
kulturimperialisme, hvor kvindelige brystvorter for enhver pris ikke må være synlige. På den
anden side kritiseres sociale medier for
for lidt
indholdsmoderation. Russiske og kinesiske
påvirkningskampagner og målrettet misinformation, vold og grænseoverskridende materiale
som rammer mindreårige (Børns Vilkår, 2024), samt hadtale mod etniske mindretal og kvinder
(Zuleta & Burkal, 2017) er nogle af de emner, der har fået opmærksomhed i Danmark.
Forordningen om digitale tjenester (DSA) giver myndigheder, borgere og forskere en række
værktøjer når det kommer til at håndtere ulovlige og skadende aktiviteter samt sikre et fair og
åbent online miljø. EU har allerede gjort brug af lovgivningen og indledt undersøgelser af,
hvorvidt X gør tilstrækkeligt for at undgå ulovligt indhold på deres platform. Lever platformen
9
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0010.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
ikke op til lovgivningen kan de blive idømt en bøde på op til 6 procent af deres globale
omsætning og i sidste instans blive forment adgang til det europæiske marked.
De nye regler, deriblandt kravet om at dele data med bl.a. forskere, går imidlertid fortsat træg.
Der er kun få succeshistorier og det er stadig uklart, hvor præcist og effektivt et værktøj DSA
bliver til at give dataadgang. Der er derfor behov for at myndigheder, forskere og platforme
finder ud af, hvad reglerne præcis indebærer, og hvordan de håndhæves. Men med DSA kan
fremtidige undersøgelser forhåbentlig nå dybere ned i beskrivelser af, hvad der faktisk
indholdsmodereres på platformene.
Forordningen om digitale tjenester (DSA)
indebærer en lang række af nye
regler. I hovedtræk indebærer forordningen:
Klarere regler for fjernelse af ulovligt indhold
Rettigheder til at klage over indholdsmoderationsafgørelser
Mere transparens om anbefalingssystemer og annoncer
Indskrænkning af hvem der kan målrettes annoncer
Krav om årlige afrapporteringer af bl.a. indholdsmoderationsindsatser
Krav om at dele data med bl.a. forskere
Bedre sanktionsmuligheder for EU og medlemsstaterne
Aktive brugere på sociale medier og sociale mediers annonceindtægter
De sociale medier er meget tilbageholdende med at dele information om, hvem der er aktive
på deres platforme, og hvor stor annonceomsætningen er i de enkelte lande. Den største
udfordring, når det gælder sådanne opgørelser er således datatilgængelighed, hvor ingen
opgørelser er i stand til perfekt at sætte et tal på. Det bliver imidlertid lettere i de kommende
år at estimere alle de større platformes annonceomsætning, da den europæiske forordning
om digitale tjenester (DSA) indebærer et krav om oprettelse af såkaldte annoncebiblioteker,
hvor information om annoncer på platformene kan findes.
Udover den generelle udfordring med dataadgang, er der ligeledes stor variation mellem
platforme i forhold til, hvilke data der er mulige at tilgå. Hvor Twitter i mange år var platformen
med de bedst tilgængelige data for forskere og civilsamfundet, er Meta (selskabet bag bl.a.
Facebook og Instagram) – lidt overraskende – blevet den platform med størst åbenhed om
data. Vi fokuserer derfor i afsnittet her på Facebook. Ikke fordi det er ideelt, men fordi det er,
hvad der er tilgængeligt på nuværende tidspunkt. Ligeledes kan tilgangen her anvendes
fremadrettet til at undersøge, hvem der er aktive på platformene og hvor meget de omsætter
for på annoncer.
Data bag figurerne kommer fra Metas Marketing API og Metas annoncebibliotek API. Begge
datakilder stiller data til rådighed for godkendte udviklere, der i førstnævnte datakilde kan
dykke ned i, hvem brugerne på Metas platforme er, og i sidstnævnte datakilde, hvilke
annoncer der er at finde på Metas platforme.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0011.png
DDC (SDU), SODAS (KU), DATALAB (AU)
Figur 1 viser en opgørelse over, hvor mange brugere
1
der er aktive på Facebook dagligt i alle
EU-lande. For at kunne sammenligne mellem EU-lande er tallene sammenholdt med landenes
befolkningstal. Markeret med orange er det muligt at se, hvordan Danmark ligger i toppen af
de europæiske lande ift., hvem der har flest aktive brugere på Facebook. Specifikt er cirka 75
procent af den danske befolkning dagligt logget ind på Facebook. For de 13+ årige, der er
aldersgrænsen for at oprette en bruger på Facebook, er tallet 81 procent. Ligeledes
interessant er det, at der er stor variation i brugen af Facebook på tværs af Europa, hvor blot
40 procent af grækerne og polakkerne er logget ind på Facebook dagligt.
Figur 1: Procent af befolkningen, der dagligt er aktive på Facebook
Figur 2 zoomer ind på hvilke befolkningsgrupper, der i højest grad er til stede på Facebook,
fordelt på alder samt mænd og kvinder. Som figuren viser, er der en overvægt af aktive
Facebook brugere blandt unge samt ældre kvinder. Derudover er der generelt en overvægt af
kvinder, der dagligt bruger Facebook i forhold til mænd.
1
Meta oplyser antallet af aktive brugere og ikke personer, hvorfor tallet kan ses som en øvre grænse,
da det er muligt for en person at have mere end én bruger. Ligeledes skal aktivitet forstås i en minimal
forstand, således at en bruger vurderes aktiv alene ved at have åbnet f.eks. Facebooks app.
11
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0012.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Figur 2: Unge, ældre og kvinder er oftere aktive på Facebook end midaldrende og mænd
Hvad angår annonceomsætning har det længe været svært direkte at observere, hvor meget
sociale medier omsætter for i de enkelte lande. Generelt har de, der har forsøgt sig med at
estimere annonceomsætningen peget på, at en stigende del af annonceomsætningen for det
første rykker online og for det andet i overvejende grad rykker mod tech-giganter som Google,
Facebook og LinkedIn (Kulturministeriet, 2021). Samtidig viser opgørelser fra Danske Medier
Research, hvordan annonceindtægterne hos dagbladene har været stødt faldende de senere
år (Danske Medier Research, 2024).
Med EU-forordningen om digitale tjenester er tech-giganterne blevet pålagt at oprette såkaldte
annoncebiblioteker, hvori alle annoncer på platformene skal offentliggøres. Mens
bibliotekerne fortsat er i indledende stadier og at adgangen til deres API’er går trægt (Darius,
2024) er det ikke muligt systematisk at undersøge udviklingen i annonceomsætning på tværs
af platforme i denne rapport. Fremtidige rapporter vil imidlertid forventeligt kunne bruge
annoncebibliotekerne og fremgangsmåden fra rapporten her
2
til at estimere platformenes
annonceomsætning på en relativ præcis og systematisk måde.
Vi fokuserer her på det, der er muligt direkte at observere, navnligt det udsnit af Metas
annonceomsætning, der handler om samfundsmæssige forhold, hvor der i længere tid har
været åbenhed
3
om annonceomsætning (se bl.a. Hove et al., 2024). Sådanne annoncer
2
3
Se bilag 1A for fremgangsmåde.
For refleksioner om annoncebibliotekernes datakvalitet se bl.a.Leerssen (2023) og Dommett (2023)
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0013.png
DDC (SDU), SODAS (KU), DATALAB (AU)
handler om politik i bred forstand, f.eks. hvor annoncer, der advokerer for et bestemt politisk
synpunkt eller omtaler et parti også er inkluderet (Meta, 2024).
Annoncer om samfundsmæssige forhold på sociale medier har været til debat i mange år med
frygt for, at de kan manipulere vælgere og påvirke demokratiske valg. Mens forskningen
nedtoner den frygt af flere årsager (se bl.a. Hove, 2024) kan et overblik over, hvor stor
aktiviteten er og hvor mange penge, der bliver brugt på annoncer, være med til at vise hvornår
annoncerne indrykkes og for mange penge annoncer relateret til den offentlige
samfundsmæssige debat udgør af annoncemarkedet.
Figur 3 viser udviklingen i
4
, hvor mange millioner kroner, der er blevet brugt i Danmark på
annoncer om samfundsmæssige forhold på Facebook og Instagram i perioden januar 2020 til
juni 2024. Figuren viser tydeligt, hvordan niveauet fra slutningen af 2021 til slutningen af 2022
har været højt sammenlignet med 2020 og 2023, samt at niveauet igen steg i foråret 2024.
Udsvingene korrelerer i meget høj grad med, hvornår der har været valg, hvilket i figuren er
markeret med stiplede linjer
5
. Det er derfor tydeligt, at størstedelen af annoncer om
samfundsforhold indrykkes når danskerne skal til stemmeurnerne, om end der stadig er for
mellem tre og fem millioner kroners omsætning uden for valgsæsoner.
Figur 3: Annonceforbrug om samfundsforhold er størst ved valg
4
Udviklingen er udjævnet med lokal regression for at undgå store sæsonudsving ved f.eks.
sommerferie.
5
Kommunal- og regionsrådsvalg november 2021, afstemning om afskaffelse af forsvarsforbeholdet
juni 2022, folketingsvalg november 2022 og europaparlamentsvalg juni 2024.
13
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Figur 3 viser derudover en anden interessant pointe, nemlig at størrelsesordenen for
samfundsmæssige annoncer er meget lav sammenlignet med estimater for Facebooks
samlede annonceomsætning. Således når de samfundsmæssige annoncer for perioden
januar 2020 til juni 2024 en omsætning på knap 300 mio. kr., mens estimatet for Facebooks
samlede annonceomsætning i Danmark alene i 2020 er 1.387 millioner kroner
(Kulturministeriet, 2021). Annoncer om samfundsmæssige forhold er derfor ikke alene meget
svingende, de udgør også en lille del af det samlede annoncemarked.
Vurderinger
At komme med vurderinger når det gælder tech-giganters indflydelse på samfundet, kræver
at man forholder sig til, hvordan man definerer demokrati. Hvad nogen anser som sund og for
demokratiet nødvendig indholdsmoderation, anser andre for censur. Vores vurderinger beror
på en forståelse af demokrati, som omfatter at alle har adgang til retvisende information om
nyheder og politik, og hvor det er muligt at deltage i offentlige samtaler uden at frygte trusler
og diskrimination.
Vi har følgende vurderinger på baggrund af rapportens første del.
Det er vigtigt med et pluralistisk sæt af udbydere af digitale services, inklusive medier.
Et divers økosystem er til gavn for både markedsøkonomi og demokrati, for bl.a. at kunne
sikre, at medierne kan udfylde deres rolle som offentlighedens vagthund. Dette er ligeledes i
tråd med den nylig ikraftsatte europæisk mediefrihedslov (EMFA), der pålægger
medlemsstaterne at sikre et divers mediemiljø og uafhængig journalistik.
Sikre arbejdsgange, så eksisterende lovgivning kan håndhæves og anvendes effektivt
af myndigheder, forskere og civilsamfund.
Lovgivningen i bl.a. DSA og DMA er afgørende
for at kunne undersøge samfundsmæssige betydninger af tech-giganter. Men det kræver
politisk vedholdenhed, hvis lovgivningens potentiale skal indløses til gavn for myndigheder,
forskere og civilsamfund. Det kræver bl.a. investeringer i effektiv information om lovgivning og
ressourcer til håndhævelse af de nye regler samt hjælp til forskere, myndigheder og andre til
at skaffe adgang til den data, der muliggøres i lovgivningen.
Manglende dataadgang er den store hæmsko, særligt hvad gælder viden om danske
forhold.
I forlængelse af vurderingen om behovet for at sikre, at eksisterende lovgivning
udnyttes, er det afgørende at fokusere på, at det lovgivning og de programmer, der er sat i
søen, ikke alene er et fælleseuropæisk ansvar, men også et dansk. Den næste fase er vigtig
for at sætte indsatser og programmer i gang, der skal sikre, at den viden der bliver produceret
også tager udgangspunkt i Danmark. Det vil styrke vores evidensbase, for at kunne diskutere
hvordan tech-giganter påvirker det danske samfund og passende initiativer.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Hvad ved vi om sociale mediers betydning for
misinformation, politisk polarisering og trivsel?
At give et overblik over hvad vi fra forskningen ved og ikke ved om, hvordan sociale medier
påvirker vores demokrati, vores velbefindende eller sammenhængskraft kræver, at man
holder tungen ualmindeligt lige i munden. Selvom dygtige forskere verden over bruger dag ud
og dag ind på at undersøge betydningen af sociale medier, så er opgaven nærmest
uoverstigelig. Det har tidligere været – og er stadig – svært at få adgang til de nødvendige
data, deriblandt fra platformene selv. Forskere er derfor oftest overladt til spørgeskemaer,
observationer og andre metoder, der kan give indikationer, men som har svært ved at lade sig
oversætte direkte til den virkelighed, som udspiller sig. Problemet er i den sammenhæng, at
vi ikke har nogen verden, der løber parallelt med vores, hvor sociale medier ikke findes, som
vi kan sammenligne med. At tro man uden videre kan skære sociale medier ud af ligningen
og isolere effekten er naivt.
Det er derfor let at komme til at fejltolke (ellers gode og veldokumenterede)
forskningsresultater. Hvis en gruppe af mennesker logger af sociale medier i tre uger og
derefter er i bedre humør end dem der ikke loggede ud, så betyder det ikke at det er de sociale
medier, der gør folk mere kede af det. Men det betyder heller ikke at de ikke gør det. De viser
kun, at i en verden, hvor vi bruger sociale medier hver dag, og hvor resten af vores venner og
bekendte forbliver online selvom vi logger af i tre uger, så får vi det bedre. Vi har ikke en
parallel verden uden sociale medier, vi kan sammenligne med.
Formålet med denne del af rapporten er at danne et overblik over, hvad vi fra forskningen ved
om sociale mediers betydning for misinformation, politisk polarisering og trivsel. Med den
viden i hånden kan vi efterfølgende udpege vigtige spørgsmål, vi fortsat mangler viden om,
samt hvordan de vil kunne besvares.
Forskningslitteraturen er stor og indsigterne er mange. Som følge af rapportens primære fokus
på misinformation fylder denne del mest med flere underpunkter. Derudover, i tråd med
Medieaftalens fokus, er der to kortere afsnit om emnerne politisk polarisering og sociale
mediers betydning for trivsel, der ligeledes er oplagte fokusområder for fremtidige rapporter.
Alle tre dele opsamles i en række fortsat ubesvarede spørgsmål på bagkant af
litteraturgennemgangen, der ligeledes munder ud i tre konkrete forskningsdesigns, der kan
tages op i fremtidige rapporter. Strukturen for forskningsgennemgangen og de efterfølgende
forskningsspørgsmål er opsummeret i figuren nedenfor mens metoden til at indsamle og
systematisere litteraturen er beskrevet i bilag 2A.
15
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0016.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Misinformation på sociale medier
At nogle spreder misinformation er ikke noget nyt fænomen. Allerede i 1600-tallets Frankrig
kunne borgerne på gaderne i hovedstaden købe en såkaldt “canard”. En avis, der mættede
befolkningens sult efter sensationelle og underholdende historier – der til gengæld ofte var
falske (Baptista & Gradim, 2020).
I dag er misinformation et koncept, som de fleste af os kender. Godt hjulpet på vej af den
tidligere amerikanske præsident, Donald Trump, der hyppigt omtalte nyhedsmedier, han ikke
var enig med som
fake news.
Eller russiske troldes forsøg på at påvirke valget med falske
historier med alt fra at pave Frans opfordrede amerikanere til at stemme på Trump, til at Hillary
Clinton havde solgt våben til Islamisk Stat.
Frygten fra eksperter og befolkninger verden over er, at misinformation slæber dårligdomme
med sig. Påvirkning af demokratiske valg, svækket sammenhængskraft og lavere tillid til
medier og politikere. Ved indgangen til det store valgår 2024 var hele 87% af befolkningerne
i de lande, der skulle stemme til parlamentsvalg, nervøse for, at misinformation vil påvirke
valget (Quétier-Parent et al., 2023). Og World Economic Forum udpegede på baggrund af en
spørgeskemaundersøgelse blandt eksperter desinformation som den største udfordring for
samfundet på kort sigt (World Economic Forum, 2024).
Kært barn har som bekendt mange navne, og forkerte informationer er ingen undtagelse.
Hyppigt hører man dem omtalt som
fake news,
misinformation og desinformation. Om end
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0017.png
DDC (SDU), SODAS (KU), DATALAB (AU)
ordene dækker over vigtige nuancer – f.eks. hvorvidt informationen med vilje er falsk – holder
vi os for overskuelighedens skyld til her at alene omtale misinformation, bredt defineret som
falske påstande, der fremlægges som korrekte (Allcott & Gentzkow, 2017: 213).
Sociale mediers betydning for spredning af misinformation
Linjen mellem professionel og amatør sløres yderligere på sociale medier
Det indhold, man som bruger på sociale medier møder, er skabt af en mere divers skare af
såkaldte “indholdsskabere”, end man er vant til hos mere traditionelle medier. Dette gør kun
linjen mellem, hvem der er professionel og hvem der er amatør mere uklar. Kombineret med
mulighederne for ofte at være anonym, inviterer sociale medier derfor aktører inden for, som
kan være interesserede i at dele misinformation, men ville have haft sværere ved at udkomme
i et ikke digitalt format (Kim et al., 2021; Shahzad et al., 2021).
Algoritmisk kuration af nyheder risikerer at øge spredningen af misinformation
Det er imidlertid ikke alene, hvem der producerer indhold på sociale medier, der øger risikoen
for, at misinformation spredes. Sociale medier afviger væsentligt fra traditionelle medier, når
det gælder, hvad man som bruger bliver eksponeret for. Sociale medier er opbygget med
algoritmiske
feeds,
som påvirker, hvad der bliver vist til den enkelte bruger. På den måde er
der en risiko for, at brugernes efterspørgsel på og tiltrækning til sensationelle nyheder baner
vejen for spredning af misinformation (Akram et al., 2022; Shahzad et al., 2021). Dette er
ligeledes konklusionen på et af de klassiske (og omdiskuterede) studier inden for feltet, hvor
forskere finder, at verificerede falske nyheder breder sig betydeligt længere, hurtigere, dybere
og mere bredt end verificerede sande nyheder på Twitter (Vosoughi et al., 2018).
Algoritmiske
feeds
er en måde, hvorpå brugerne vises indhold på baggrund af,
hvad de tidligere har klikket på, hvem de er venner med og hvad andre klikker på.
På den måde har opslag og billeder, der oplever stor tiltrækningskraft, mulighed
for at gå viralt, hvor millioner af mennesker ind i mellem bliver vist det samme
opslag.
I hvor høj grad algoritmiske
feeds
påvirker, hvad brugerne ser, og hvordan det påvirker deres
holdninger, er imidlertid endnu ikke afgjort. Der er flere, der udfordrer idéen om, at
algoritmerne er drivende for at misinformation bliver spredt og set på sociale medier. For
eksempel viser et amerikansk studie, at de amerikanere som ser indhold fra ekstremistiske
kanaler på YouTube i forvejen har sexistiske holdninger og høj grad af racemæssig modvilje.
Ligeledes observerer forskerne, at brugere der bliver blokeret for at interagere med for meget
misinformation blot rykker over til andre platforme for at opsøge samme indhold der (Budak et
al., 2024). Lignende eksempler ser vi også i Danmark, hvor et dansk studie blandt andet viser,
at folk der er fjendtlige på sociale medier også er det i virkelighedens verden (Bor & Petersen,
2022). Det er derfor svært direkte at adskille, hvad der i spredningen af misinformation skyldes
de sociale mediers algoritmer, og hvad der skyldes brugernes efterspørgsel.
Sociale mediers forretningsmodeller deincentiverer kampen mod misinformation
En anden central forklaring på, hvorfor misinformation kan få lov til at blive spredt og
hængende på sociale medier, handler om sociale mediers forretningsmodeller. Tech-
17
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
giganterne bruger i varierende omfang den data, de indsamler om brugerne, til at optimere
deres egen forretning samt til at videresælge bl.a. til virksomheder, der ønsker at reklamere
til bestemte segmenter (Aral, 2021). Tiltrækningskraften ved misinformation risikerer således
at ende med at være et gode, der skaber kliks og opmærksomhed og i sidste ende større
omsætning (Kaushik, 2024; Sanders & Jones, 2018). Incitamentet for platformene står derfor
ikke soleklart, hvor det både er besværligt og potentielt dyrt at mindske mængden af
misinformation på platformene.
Udbredelse og tro på misinformation
Økonomi, ideologi og underholdning driver de, der skaber misinformation
De, der skaber misinformationsindhold, er ofte drevet af økonomiske, ideologiske og
underholdningsmæssige motiver (Wu et al., 2024; Kim et al., 2021; Baptista & Gradim, 2020).
Det økonomiske motiv handler oftest om at lokke folk ind på en hjemmeside ved at skabe
sensationelle
clickbait
overskrifter, hvor annoncevisninger genererer indkomst til
misinformationsaktørerne. Et andet eksempel var tidligere i år højt på mediedagsordenen i
Danmark, hvor falske kendis-annoncer på Facebook bl.a. forsøger at svindle folk med lovning
om hurtige økonomiske gevinster (Nisgaard, 2024). Og det er ikke helt uden held. NewsGuard,
der bl.a. vurderer troværdigheden af hjemmesider, estimerer at det økonomiske marked for
misinformation løber op i ca. 18 milliarder kroner årligt alene i annonceindtægter (Skibinski,
2021). Godt hjulpet på vej af almindelige virksomheder, der uvidende annoncerer på
hjemmesider kendt for at sprede misinformation (Ahmad et al., 2024).
Det ideologiske motiv er derimod det, de fleste af os nok vil forbinde med misinformation. Her
spredes misinformation med henblik på at gavne foretrukne politikere og tilsmudse politiske
modstandere. Det kan både være falske nyhedssider som Breitbart News, der forsøger at
hjælpe republikanerne ved at sprede falske nyheder om demokraterne, ligesom det kan være
fremmede stater som Rusland, der forsøger at påvirke stemningen og valgresultater i deres
foretrukne retning (Golovchenko et al., 2020).
Til sidst er der dem, som spreder misinformation og
troller
alene med henblik på deres egen
og andres underholdning.
Misinformation udgør en lille andel af nyhederne, men er også svært at måle
I forskningslitteraturen er der ikke fuldkommen enighed om, hvor stor en udfordring
misinformation er. Når det forsøges at undersøge, hvor meget misinformation fylder på sociale
medier, er en af udfordringerne, at det ofte er svært at nå til enighed om hvordan vi forstår
misinformation og måler, hvad der er misinformation eller hvad der ikke er. Afhængigt af
hvordan misinformation defineres og måles, er der derfor både risiko for at underestimere den
sande mængde af misinformation (Pennycook & Rand, 2021) og overestimere den (Budak et
al., 2024). En anden udfordring er, at vores viden er begrænset af, at det meste forskning
fokuserer på USA, der med meget høj grad af polarisering er en særlig
case.
Det kræver
derfor, at man er påpasselig når man forsøger at oversætte amerikanske resultater til
Danmark.
Tidligere forskning estimerer, at falske nyhedssider i gennemsnit står for mellem 0,7% og 6%
af de nyhedshistorier, der
linkes
til på sociale medier (Altay et al., 2022). For at sætte i relation
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0019.png
DDC (SDU), SODAS (KU), DATALAB (AU)
til absolutte tal, så var der i de tre måneder op til det amerikanske præsidentvalg i 2016 mindst
38 millioner delinger på Facebook af falske nyheder (Allcott & Gentzkow, 2017) ligesom
opslag fra russiske internettrolde havde en rækkevidde på op til 126 millioner amerikanske
statsborgere på Facebook (Budak et al., 2024) og sendte 109.000 tweets (Golovchenko et al.,
2020).
Hvorvidt de tal er store modtager i forskningslitteraturen typisk to typer af indvendinger. For
det første er der betydningen af selektion. Typen af folk, der deler og interagerer med
misinformation er ofte en afgrænset gruppe (Budak et al., 2024). Ny forskning viser bl.a.,
hvordan 80 procent af alle delinger af falske nyheder på Twitter under det amerikanske
præsidentvalg i 2020 blev delt af 2.107 registrerede vælgere, svarende til 3 promille af
amerikanske Twitter-brugere (Baribi-Bartov et al., 2024). Ligeledes udgør falske nyheder kun
en lille del af, hvad den gennemsnitlige person på sociale medier “synes-godt-om”, deler eller
klikker på (Pennycook & Rand, 2021, Baptista & Gradim, 2020: 11).
Den anden indvending tager udgangspunkt i, at folk generelt bliver eksponeret for rigtig meget
information på internettet. Tager man de 126 millioner amerikanere, der muligvis
6
har haft set
opslag fra russiske internettrolde, så udgør det kun 0,004% af det indhold der blev vist i deres
Facebook
feed
(Budak et al., 2024). Tager man estimater af al online misinformation, og ikke
kun det på Facebook eller det af russiske trolde, er estimatet at misinformation udgør 0,15%
af hvad amerikanere og 0,16% af hvad franskmænd ser online (Altay et al., 2023).
Der er derfor meget der tyder på, at eksponeringen for misinformation udgør en lille andel af
den information, folk modtager på sociale medier, og at den særligt er koncentreret hos en
mindre gruppe.
Om end det kan lyde positivt, er det ikke ensbetydende med at man kan forklejne udbredelsen
af misinformation. For det første har misinformationen det særlig godt, når der er kriser eller
meget usikkerhed, hvor det er sværere at gennemgå og tjekke informationen (Akram et al.,
2022). For det andet spredes misinformation også fra ellers tillidsfulde aktører og på en måde,
hvor misinformationen er subtil. En nylig forskningsartikel udlægger tydeligt den udfordring.
Konkret viser forskerne, hvordan identificeret misinformation om Covid-19 fik 8,7 millioner
visninger på Facebook i de første tre måneder af 2021, mens faktuelt korrekte, men implicit
vildledende vaccineskepsis blev vist flere hundrede millioner gange med en markant større
overbevisningsevne (Allen et al., 2024). For det tredje viser en anden ny forskningsartikel, at
russisk propaganda om geopolitik jævnligt spredes af en bred skare af amerikanske medier
på begge ideologiske fløje (Yang et al., 2024). Det er derfor vigtigt at huske, at blot fordi noget
er svært at måle, så betyder det ikke, at effekten er lig nul.
Uopmærksomhed og mentale genveje påvirker om folk tror på misinformation
Når det kommer til, hvorfor folk tror og accepterer misinformation, peger forskningen typisk på
to forklaringer. Den første forklaring går på, at folk deler misinformation fordi det stemmer
overens med deres politiske verdenssyn, mens den anden peger på, at folk deler
misinformation fordi de ikke er opmærksomme nok når de ser og deler information på sociale
medier. Om end forskningen peger på, at begge faktorer er i spil, så tyder meget på, at
6
Det er ikke muligt at afgøre, hvorvidt en person faktisk har set opslaget, men alene, at det har været
præsenteret på personens
feed.
19
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
spørgsmålet om folks opmærksomhed er den stærkeste af de to faktorer (Pennycook & Rand,
2021; Kim et al., 2021).
Derudover peger forskningen på, at når det går stærkt med informationen på sociale medier
findes måden, hvorpå folk falder for misinformation ofte i hvad kaldes
heuristikker
– mentale
genveje hjernen bruger til hurtigere at nå frem til en konklusion. Heriblandt nævnes særligt tre
af sådanne genveje. For det første er man mere tilbøjelig til at tro på (mis)information, hvis
den er genkendelig (Wu et al., 2022; Pennycook & Rand, 2021; Greenspan & Loftus, 2020).
Har man eksempelvis tidligere hørt et rygte, er man også mere tilbøjelig til at vurdere det som
sandfærdigt. For det andet reagerer folk ofte på social
feedback.
Ser man, at et opslag på
sociale medier har mange
likes
eller delinger er der større sandsynlighed for, at man finder
opslaget troværdigt, da mange andre mennesker tilsyneladende interagerer med indholdet
(Wu et al., 2021; Pennycook & Rand, 2021; Bryanov & Vziatysheva, 2021). For det tredje
indgår en persons følelser og personlighed i ligningen. Eksempelvis peger forskningen på, at
folk der afrapporterer en høj grad af positivitet eller negativitet begge er mere tilbøjelige til at
tro på falske nyheder (Wu et al., 2021; Pennycook & Rand, 2021; Bryanov & Vziatysheva,
2021).
Uklart, hvor gode folk er i stand til at skelne mellem sandt og falsk på sociale medier
Tæt relateret til spørgsmålet om, hvorvidt folk tror på misinformation er, hvorvidt de er i stand
til at skelne, hvad der er sandt fra hvad der er falsk. Det er imidlertid svært på samme tid at
indfange noget virkelighedsnært og undgå alene at teste folks evne til at huske, hvad de har
hørt om i nyhederne. Derfor er resultaterne også blandede i forhold til den endelige konklusion
om evnen til at kunne skille sandt fra falsk. Nogle studier finder, at folk ikke klarer sig bedre
end tilfældighed, mens andre studier viser, at folk i høj grad er i stand til at skelne (Bryanov &
Vziatyshea, 2021).
Årsagen er måske at finde i, om man er opmærksom og evner at tænke analytisk. Således er
folk, der er mere analytisk tænkende og opmærksomme i højere grad i stand til at adskille
sand fra falsk information, ligesom de er bedre til at vurdere hvilke nyheder der er politisk
biased,
end de mindre analytisk tænkende og opmærksomme (Pennycook & Rand, 2021;
Bryanov & Vziatysheva, 2021; Baptista & Gradim, 2020). Derudover er folk bedre til at adskille
sandt fra falsk når det gælder politik end når det gælder emner, hvor de fleste generelt har
mindre viden, som f.eks. sundhed og forskning (Bryanov & Vziatysheva, 2021). Og selvom
folk i højere grad stoler på information, der er politisk kongruent med deres holdninger, så er
de også bedre til at identificere misinformation i politisk kongruent information. Overordnet
indikerer dette, at troen på misinformation kommer fra uopmærksomhed, og ikke fordi de er
blevet politisk
hijacked
til at tro på noget (Pennycook & Rand, 2021).
Udover opmærksomhed og evnen til at tænke analytisk, peger forskningslitteraturen også på
andre forskelle. De, der er ringere til at skelne har ofte ringere digitale færdigheder, kortere
uddannelse, stærke ideologiske holdninger og mistro til medier, ligesom ældre og mænd
oftere tror på misinformation (Baptista & Gradim, 2020).
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Effekten af interventioner mod misinformation
Afsnittet her fokuserer på mulige interventioner, der kan bruges mod misinformation. Konkret
kigger vi på, hvad forskningen siger om effekterne af forskellige interventioner. Vi behandler
derfor ikke den del af forskningen, der handler om, hvordan man kan identificere
misinformation online.
Faktatjek er en effektiv intervention, men er ikke særlig skalerbar
En af de mest undersøgte metoder til at bekæmpe misinformation er faktatjek, som ofte
markeres med advarselstegn. Advarselstegn kan inkludere en gul advarselstrekant eller et
rødt kryds og en beskrivelse af, at professionelle faktatjekkere har vurderet indholdet falsk.
Forskningsresultater viser, at sådanne interventioner kan reducere troen på, delinger af og
interaktion med misinformation (Martel & Rand, 2023; Pennycook & Rand, 2021). Særligt tre
ting påvirker, om og hvor godt interventionen virker. Advarselstegn er effektive, når de er
placeret prominent, tydeligt markerer indhold som falsk og der indgår en forklaring på, hvad
der er forkert i den information man ser (Martel & Rand, 2023; Morrow et al., 2021; Greenspan
& Loftus, 2020; Walter & Tukachinsky, 2020). Effekten er desuden lille når korrektionen
kommer fra andre borgere sammenlignet med når den kommer fra nyhedsorganisationer og
eksperter (Walter et al., 2021; Walter & Tukachinsky, 2020). Samtidig afhænger effekten af
emnet, der er tale om, hvor det er lettere at intervenere mod misinformation om kriminalitet og
sundhed og i mindre grad om
marketing
og politik (Walter & Murphy, 2018).
Tidligere var der i forskningen bekymringer om, at faktatjek kunne have modsatrettede
effekter, kendt som
backfiring,
hvor folk bliver endnu mere overbeviste om deres falske tro.
Nyere undersøgelser indikerer dog, at sådan
backfire
sker meget sjældent (Morrow et al.,
2022; Bryanov & Vziatysheva, 2021). Forskningen peger imidlertid på, at faktatjek ikke fjerner
troen på misinformation fuldstændig, da ikke alle ser dem (Martel & Rand, 2023), folk har det
med at huske (mis)informationen lettere end faktatjekket (Baptista & Gradim, 2020;
Greenspan & Loftus, 2020), og advarselstegn har svært ved misinformation, som bliver
gentaget, da det ikke er hver gang, der kommer et nyt advarselstegn på (Martel & Rand, 2023,
Morrow et al., 2022).
Om end faktatjek kan være effektivt, er der flere udfordringer forbundet med metoden.
Faktatjek er ikke let skalerbart, da det kræver personer, som sidder og tjekker indhold, hvilket
gør det svært at udrulle bredt. En anden udfordring er risikoen for at skabe "implicit sandhed",
hvor fraværet af advarselstegn kan få folk til at tro, at informationen er sand, selvom den ikke
nødvendigvis er det (Martel & Rand, 2023). En tredje udfordring er at effekten af faktatjek
blandt andet afhænger af platformen og mediet, hvorfor nyere udfordringer som
deepfakes
og
generativ AI risikerer at gøre faktatjek mere besværligt (Martel & Rand, 2023; Morrow et al.,
2021).
‘Vaccination’ mod misinformation som innovativ intervention
En anden tilgang til at tackle misinformation, der særligt har vundet indpas i senere år er
prebunking,
også kendt som
inoculation
teknikker. Disse teknikker handler om at lære folk at
genkende de strategier, som ofte er til stede i misinformation, såsom polariserende sprog
(Pennycook & Rand, 2021). Formålet er således at "vaccinere" befolkningen mod at falde for
falske nyheder ved at øge deres kritiske tænkning og grad af
digital literacy.
21
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Forskning har vist, at sådanne teknikker kan forbedre folks evne til at identificere falske
nyheder markant og at dette virker bedre end de faktatjek, der sker efter at en person har
været eksponeret for misinformation (Greenspan & Loftus, 2020). For eksempel blev deltagere
i USA og Indien henholdsvis 26% og 19% bedre til at identificere falske nyheder efter at have
modtaget træning i at genkende misinformation (Bryanov & Vziatysheva, 2021).
Selvom
inoculation
har vist sig effektivt, løser det ikke nødvendigvis det grundlæggende
problem med, at folk ofte deler information uden at tage sig tid til at vurdere dens rigtighed.
Derudover har løsningen ligeledes udfordringer med skalerbarhed, hvor det vil være
besværligt at få folk verden over til at tage et sådan træningsforløb.
Accuracy prompts
og
crowdsourcing
er mere skalerbare, men ikke uden udfordringer
Af mere skalerbare tilgange til bekæmpelsen af misinformation findes særligt interventionerne
accuracy prompts
og
crowdsourcing.
Accuracy prompts
indebærer, at folk bliver bedt om at overveje, om den information, de er ved
at dele, er sand, inden de får lov til at trykke send (Pennycook & Rand, 2021; Greenspan &
Loftus, 2020). Metoden kan være effektiv, da den får folk til at stoppe op og reflektere over
indholdets troværdighed, hvilket mindsker spredningen af misinformation (Morrow et al.,
2021). Konkret sænker
accuracy prompts
intentioner om at dele falske nyheder med cirka 10
procent, ligesom de, der har modtaget en sådan
prompt,
er 72% bedre til at identificere falske
nyheder end de, der ikke modtog en (Pennycook & Rand, 2020). Der er ingen forskel på
effekten fra
accuracy prompts
på tværs af køn, etnicitet, ideologi, uddannelse eller ønske om
præcision. Til gengæld er effekten større hos ældre, folk, der scorer højere på en kognitiv
reflektionstest, og de som generelt er mere opmærksomme (Pennycook & Rand, 2020).
Crowdsourcing
er, hvor almindelige brugere markerer indhold, de mener er misvisende
(Pennycook & Rand, 2021). Denne måde at markere misinformation på er særlig tiltalende
fordi den er væsentligt mere skalerbar og fortsat er effektiv til at sænke troen på
misinformation, omend ikke i lige så høj grad som faktatjekket indhold (Martel & Rand, 2023).
Selvom der kunne være en forventning om, at politiske skel ville påvirke vurderingerne, er folk
generelt enige om, hvad der er lav- og højkvalitetsnyheder på tværs af politiske ståsteder
(Pennycook & Rand, 2021). Dog kræver dette system bl.a., at brugerne er bekendt med hvilke
medier, der er kendt for at sprede misinformation, hvilket ikke altid er tilfældet, især når det
gælder mere niche-orienterede medier.
Metoderne er forbundet med en række udfordringer. For det første overkommes udfordringen
med “implicit sandhed” ikke, da det stadig ikke realistisk vil være muligt at dække alt indhold
på platformene. For det andet er der større risiko for
tainted truth,
hvor forkert-placerede
advarsler på sand information reducerer tilliden til korrekt information generelt (Martel & Rand,
2023).
Effektiviteten af advarselstegn varierer også på tværs af platforme og typer af medier. For
eksempel er
memes
og
deepfakes
særligt udfordrende at mærke korrekt. Forskellige typer
advarselstegn har også varierende grader af succes, hvor detaljerede advarsler generelt er
mere effektive end generelle advarsler. Derudover er det afgørende, at advarselssystemer er
gennemsigtige og retfærdige for at undgå beskyldninger om censur og bevare offentlighedens
tillid.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Deplatforming
kan potentiel være effektivt, men er en balancegang med oplevet censur
En anden ofte diskuteret mulighed, som primært ligger i hænderne på platformene selv, er
muligheden for
deplatforming.
Dette indebærer bl.a. muligheden for blokering og suspension
af brugere, der spreder misinformation (Nasery et al., 2023). Et nyt studie undersøger
betydningen af, at det sociale medie Twitter
deplatformede
et stort antal af brugere, der delte
misinformation, inklusiv den daværende amerikanske præsident Donald Trump (McCabe et
al., 2024). Studiet viser bl.a., hvordan interventionen mindskede mængden af misinformation,
der cirkulerede på platformen, ligesom en række andre brugere med hang til at sprede
misinformation, men som ikke var blevet
deplatformed,
forlod Twitter kort tid efter.
Der er imidlertid fortsat få empiriske studier og få stærke kausale estimater (Golovchenko,
2022; King et al., 2013). Samtidig er der anden forskning, der viser, at selvom Facebook
fjernede anti-vaccine indhold under Covid-19 pandemien, så medførte det ikke en reduktion i
antallet af interaktioner med anti-vaccine indhold (Broniatowski et al., 2023). Hvad angår
deplatforming
som strategi er det derfor fortsat uafklaret om det er en effektfuld strategi.
En udfordring ved
deplatforming,
såvel som anden indholdsmoderation, er risikoen for, at
brugerne oplever det som censur (Nasery et al., 2023). Generelt giver brugere af sociale
medier udtryk for både et ønske om, at platformene skal gøre mere for at fjerne misinformation,
og samtidig ønsker mindre censur (Morrow et al., 2021). Det samme mønster ser vi gældende
i Danmark, hvor danskerne er overvejende enige om behovet for indholdsmoderation på
online platforme, men mere splittede på spørgsmål om, hvorvidt indholdsmoderation er
skadeligt for ytringsfriheden (Center for Sociale Medier, Tech og Demokrati, 2023).
Hvor vi nu har gennemgået centrale dele af litteraturen om misinformation, skifter vi spor til to
kortere afsnit, der redegør for de overordnede fund og diskussioner indenfor
forskningslitteraturene om henholdsvis sociale mediers betydning for trivsel og politisk
polarisering.
Politisk polarisering
Et af de mest omdiskuterede emner hvad angår effekterne fra sociale medier handler om
politisk polarisering. Hovedargumentet er, at sociale medier og deres algoritmer faciliterer
ekkokamre, som ændrer på hvilken information en person bliver eksponeret for og således
splitter både politikere og befolkningen i ideologiske grupper (Iyengar et al., 2019).
Forskningen har imidlertid været splittet om, hvor stor en skyld sociale medier bærer for
politisk polarisering. Forskning, der undersøger folks holdninger ved hjælp af spørgeskema,
finder en sammenhæng mellem at have polariserede holdninger og det at modtage nyheder
fra medier, man politisk er enig med (Garrett et al., 2014, Lu & Lee, 2019). Ligeledes viser
flere eksperimentelle studier, hvordan for eksempel eksponering for informationskilder, man
ideologisk er på linje med, kan have en polariserende effekt (Levendusky, 2013).
Udfordringen er imidlertid, at det at stille folk spørgsmål i et spørgeskema eller teste kort og
simuleret indhold i en kunstig situation, ikke kommer ind til kernen af problemet. Det er for
eksempel svært at vide, hvor nemt sådanne fund generaliseres og hvor lang tid effekterne
23
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
holder ved. Skal man ind til kernen, kræver det derfor, at låget til de sociale mediers algoritmer
åbnes, og at forskere får adgang til blandt andet direkte at køre eksperimenter på platformene.
Et første skridt på vejen er et storstilet samarbejde mellem Meta, selskabet bag Facebook og
Instagram, og en lang række forskere, der har fået lov til at køre eksperimenter på platformene
under den amerikanske præsidentvalgkamp i 2020. Hvad angår Facebook og Instagrams
evne til at fremhæve politisk polarisering hos deres brugere under præsidentvalgkampen, er
resultaterne tydelige. Således afskårede forskerne en gruppe af vælgere adgang til Facebook
og Instagram under valgkampen, for en anden gruppe skruede de op og ned på algoritmen i
forhold til at mængden af indhold fra nyhedssider vælgerne ideologisk er på linje med, for en
tredje gruppe fjernede de muligheden for at se delinger (reshares) og for en fjerde gruppe
fjernede de den algoritmiske kuration af indholdet på
newsfeed.
Ingen af eksperimenterne
viste tegn på, at ændringerne havde en betydning for brugernes grad af politisk polarisering
(Guess et al., 2023a; Guess et al., 2023b; Nyhan et al., 2023; Allcott et al., 2024).
Studierne fra samarbejdet med Meta er ikke uproblematiske, ej heller overkommer de
problemet med, at vi ikke kan finde en verden, der ikke er sølet ind i sociale medier, hvorfor
studierne alene indikerer, at Facebook og Instagram ikke synes at polarisere nu hvor vi alle
har sociale medier og har brugt dem i rigtig mange år. Hvorom konklusionen derfor er, at
forskningen på dette tidspunkt har svært ved at finde, at sociale medier polariserer brugerne,
er der brug for mere forskning for endegyldigt at svare på bekymringen.
Sociale mediers betydning for trivsel
Sociale medier er for tiden et kogende emne både politisk og forskningsmæssigt. Globalt,
såvel som i Danmark, er der et stort fokus på mængden af tid, befolkningen, og særligt unge,
bruger på sociale medier. Frygten er, at de sociale medier med sig trækker et spor af
dårligdomme, deriblandt særligt mistrivsel, som afsnittet her fokuserer på.
Om end spørgsmålet har givet anledning til diskussioner i forskningsverdenen i årevis (se bl.a.
Orben & Przybylski, 2019 og Twenge et al., 2020) nåede spørgsmålet kogepunktet i foråret
2024, hvor den kendte amerikanske socialpsykolog, Jonathan Haidt, udgav sin seneste bog
The Anxious Generation.
Haidt argumenterer for, at frygten for sociale medier er berrettiget:
mobiltelefonen og sociale medier har erstattet den fysiske leg og socialisering, og medført
markante mentale sundhedsproblemer fordi unge piger konstant ser usunde skønhedsidealer
og unge drenge bliver eksponeret for voldsom indhold såsom mord og porno. Konkret viser
Haidt, hvordan stigningen i mentale sundhedsproblemer kommer samtidig med at flere bruger
digitale teknologier i stigende grad.
Haidts argumenter har fået mange til tasterne (Odgers, 2024; Thorp, 2024) med henvisning til
en række forskningsmæssige resultater, der ikke kan finde klar evidens for den kritiske
fremstilling af sociale medier når der kigges på sammenhængen over tid (Heffer et al., 2019;
Odgers & Jensen, 2020; Orben, 2020; Valkenburg et al., 2022). Direkte modsat argumentet
fra Haidt, så mener nogen at sammenhængen er omvendt, hvor unge, der allerede har
mentale sundhedsproblemer bruger sociale medier mere og måske på andre måder end dem
uden mentale sundhedsproblemer (Heffer et al., 2019). På samme måde finder studier, der
eksperimentelt forsøger at teste tesen ved at få en gruppe til at afholde sig fra sociale medier
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
i en periode, at det ikke er muligt i gennemsnit at finde en effekt af sociale medier på trivsel,
der er forskellig fra nul (Ferguson, 2024; Radtke et al., 2022).
Forskningsresultaterne er dog til stor debat. Der er således flere studier, der peger i modsat
retning og derved på sociale mediers negative betydning for særligt børn og unges mentale
helbred (Weigle & Shafi, 2024; Blanchard et al., 2023; Khalaf et al., 2023; Ergün et al., 2023).
Ligeledes har nogle studier forsøgt sig med forskningsdesigns, der udnytter den naturlige
variation i bl.a. den gradvise udruldning af det sociale medie, Facebook. I og med, at Facebook
blev udrullet gradvist på amerikanske universiteter, kunne forskere sammenligne de
studerendes trivsel før og efter Facebook blev udrullet på deres campus (Braghieri et al.,
2022). Her finder forskerne, at Facebook havde en negativ indvirkning på mental sundhed
med argumentet om, at Facebook med sig bringer muligheden for på en usund måde at
sammenligne sig med sine medstuderende.
Det omtalte studie møder dog også kritik (Eckles, 2023) og på et højere abstraktionsniveau
kan det være svært altid at vide, præcis hvilket ben man bør stå på. For det første kan
uenighederne – også de, der ikke er strengt forskningsmæssige – handle om, hvordan trivsel
defineres og at vi ved meget lidt om, hvad det egentligt er for noget indhold folk ser på deres
skærme eller hvordan sociale medier bliver brugt forskelligt af forskellige personer (Reeves et
al., 2020). For det andet er det svært at isolere effekten af sociale medier, når de er så
udbredte og intregerede dele af de flestes dagligdag, hvorfor de fleste studier kun er i stand
til at vise en delmængde af den samlede fortælling. At forskningen holder snuden i sporet og
får fat i mere og bedre data er derfor afgørende for at få et præcist billede af problemets
omfang.
25
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0026.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Fortsat ubesvarede spørgsmål og forslag til
forskningsdesigns
Hvor den forrige del af rapporten fokuserede på, hvad vi fra forskningen ved om
misinformation, politisk polarisering og trivsel, skifter vi nu fokus til, hvilke spørgsmål der
endnu står ubesvarede hen og hvordan det vil være muligt at svare på nogle af dem i
fremtidige rapporter. I det følgende er der derfor først en gennemgang af en række
ubesvarede spørgsmål og dernæst en gennemgang af tre forskningsdesigns, der vil kunne
svare på nogle af de spørgsmål.
Fortsat ubesvarede spørgsmål
De fortsat ubesvarede spørgsmål i dette afsnit bliver formuleret som en række
forskningsspørgsmål, hvoraf nogle tages op i det efterfølgende afsnit for at definere
forskningsdesigns, der kan anvendes i fremtidige rapporter.
For forskningsspørgsmålene, der gælder misinformation, formulerer vi desuden en række
spørgsmål relevante i lyset af
generativ AI.
Hvor litteraturgennemgangen på nogle stræk
nedtoner frygten for misinformation, er der fare for, at generativ AI kan ændre på det. Men der
er også potentielt mulighed for positive bivirkninger. Dette sætter vi skarpt på med spørgsmål,
der indfanger potentielle skift i spredning og tro på misinformation som følge af generativ AI.
Generativ AI (generativ kunstig intelligens)
er teknologier, der kan skabe nyt
indhold (fx tekst, billeder, lyd eller video) på baggrund af eksisterende data og
instruktioner. Det mest kendte eksempel på generativ kunstig intelligens er
chatbotten ChatGPT
Misinformation
Danskernes adfærd med misinformation
Litteraturgennemgangen viste to slående træk. For det første, at hvad vi fra forskningen ved
om misinformation i overvejende grad er amerikansk. USA er imidlertid meget forskellig fra
Danmark, hvad angår sprog, polarisering og (politisk) kultur – for blot at nævne få vigtige
forskelle. Det kan derfor være svært direkte at oversætte resultaterne fra USA til Danmark,
hvorfor det er nødvendigt at vide mere om misinformation i en dansk kontekst. For det andet
er langt det meste eksisterende forskning baseret på spørgeskemaundersøgelser, der
således alene er i stand til at identificere folks holdninger og opfattelser af misinformation og
sjældent deres adfærd.
De første forskningsspørgsmål, vi derfor stiller i afsnittet her, betoner derfor behovet for at
indfange danskernes adfærd med misinformation.
I hvilket omfang bliver danskerne eksponeret for og interagerer med misinformation?
I hvilket omfang påvirker danskeres interaktion med misinformation deres generelle
informationsdiæt på sociale medier?
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Produktion og distribution af (mis)information
Én af de helt centrale virkninger af generativ AI er ikke blot at skabe utilsigtet misinformation
gennem “hallucinationer”, men også muligheden for at producere meget og virkelighedstro
information, hurtigt. Derfor er en af farerne, at generativ AI kan bruges til bevidst at skabe
misinformation i store mængder.
Dette er særligt vigtigt, givet at opbygningen af sociale medier (i varierende omfang) er bygget
op omkring viralitet: et opslag, et billede eller en video, der bryder gennem loftet og bliver
spredt til millioner af mennesker. Om end processen ikke er tilfældig, er formlen heller ikke
nødvendigvis klar for andre end algoritmen, der styrer showet, selv. Med generativ AI, bliver
det lettere for ondsindede aktører at skabe mere indhold, der alt sammen indgår som lodder i
det store viralitetslotteri, og dermed øger risikoen for, at misinformation går viralt.
På samme tid kan generativ AI naturligvis også bruges til at både skabe og cirkulere sand
information, hvorfor balancen mellem hvor mange lodder gode og ondsindede aktører har i
lotteriet, ikke nødvendigvis ændres.
I hvilket omfang gør generativ AI det lettere at producere og distribuere misinformation?
Effekterne af (mis)information
En af de situationer, hvor der er høj efterspørgsel på information, er i krisesituationer. De
tilfælde er imidlertid kendetegnet ved, at der ofte ikke er meget information at hente, fordi
medier, politikere og andre fortsat er i gang med at undersøge sagen.
Befolkningens viden om generativ AI’s eksistens og dens risiko for at blive brugt til at sprede
misinformation, risikerer derfor at sænke tilliden til de nyheder vi ser og bliver eksponeret for i
krisesituationer.
Omvendt kan befolkningens opmærksomhed herpå også være med til at øge efterspørgslen
efter autentisk viden ved at være mere kritisk og reflekteret over de nyheder, de præsenteres
for.
Hvordan påvirker generativ AI befolkningens tillid til nyheder og information i krisesituationer?
Ét af de mest omdiskuterede tilfælde af generativ AI i de senere år har været såkaldte
deepfakes. Deepfakes
er kendetegnede ved at erstatte en persons udtryk med et andet på en
overbevisende måde. Det kan være at skabe en video, hvor en politiker giver udtryk for
holdninger og udsagn, vedkommende aldrig har haft eller sagt. Et eksempel på dette så vi i
foråret 2024, hvor Dansk Folkeparti kom i vælten for at have produceret og delt en
deepfake
med Mette Frederiksen, der gav udtryk for at danskernes arbejder for lidt og at samtlige
helligdage derfor afskaffes (Uldall, 2024).
Udover at være problematisk i sig selv, risikerer sådanne fænomener at føre til, hvad der
kaldes
tainted truth.
Situationer, hvor der hos folk sås tvivl om, hvorvidt de kan stole på ellers
sand information med frygt for, at de ikke er i stand til at skelne mellem, hvad der er sandt og
hvad der er falsk.
27
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Modsat er det muligt, at diskussionen om misinformation og generativ AI øger befolkningens
kritiske sans. Lig idéen om, at kunne “vaccinere” mod misinformation, vil en sådan diskussion
gøre folk bedre til at identificere, hvornår information er til at stole på, og hvornår den ikke er.
I hvilket omfang påvirker generativ AI befolkningens evner og tro på, at de kan skelne mellem
sand og falsk information?
Afsnittet om udbredelsen og troen på misinformation berørte, hvilke grupper af befolkningen
som forskningen har haft udpeget til at være de mest udsatte når det gælder misinformation.
Et af argumenterne for, hvorfor nogle er mere udsatte for at falde for misinformation handler
om, at f.eks. ældre ikke er lige så vante på internettet som den yngre del af befolkningen.
Med generativ AI bliver det lettere at producere højkvalitetsindhold i en skala, hvor det i mindre
grad er nødvendigt at fokusere elefantbøssen på enkelte grupper. I stedet kan det blive lettere
med spredehagl at gå efter at overbevise alle befolkningsgrupper. På den positive side, kan
det også blive lettere at nå ud til folk med troværdig information om hvilken information man
skal være påpasselig overfor.
I hvilket omfang udviskes forskelle mellem dem, som er gode og mindre gode til at identificere
misinformation som følge af generativ AI?
Interventioner mod misinformation
En vigtig indsats i kampen mod misinformation er interventioner såsom advarselstegn og
faktatjek. Sådanne interventioner risikerer imidlertid at blive påvirket af generativ AI, der blandt
andet kan oversvømme
crowdsourcede
interventioner med falske faktatjek. Sådan
oversvømmelse kan medføre såkaldt
warning fatigue
(Morrow et al., 2022), hvor den store
mængde af advarsler gør folk trætte af, at der er advarsler og faktatjek på alting. Ligeledes
bliver faktatjek sværere at foretage, af den grund at der er større usikkerhed om, hvorvidt et
billede eller video er AI-genereret eller ikke. Dette åbner døren for, at ondsindede aktører kan
snyde sig rundt om kritik under henvisning til, at informationen om dem er falsk og AI-
genereret.
Selvom rapporten her ikke har fokuseret på den del af forskningen, der beskæftiger sig med
identifikation af misinformation, er dette et punkt, hvor generativ AI indebærer positive
muligheder. Generativ AI kan potentielt bruges til at skalere ellers svært-skalerbare
interventioner og gøre det lettere at identificere misinformation.
I hvilket omfang påvirker generativ AI effekten af interventioner mod misinformation?
Politisk polarisering
Noget af det forskningen fortsat ikke kan fortælle os meget om, er hvordan politisk polarisering
på sociale medier ser ud uden for det meget elite- og affektiv polariserede USA. Alene det, at
udbrede fokus til at omfatte flerpartisystemer som Danmark, vil derfor øge samfundets viden
om det potentielt polariserende liv på de sociale medier. På det bagtæppe finder vi det relevant
at fokusere på spørgsmålene:
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
I hvilket omfang bliver danskerne præsenteret for forskelligt indhold i forhold til hinanden på
sociale medier?
I hvilket omfang bliver indholdet mere polariseret over tid?
I hvilket omfang interagerer danskerne med polariserende indhold?
Spørgsmålene formuleret i dette afsnit har peget på nogle af de områder, hvor vi fortsat
mangler viden indenfor emnerne misinformation, trivsel og politisk polarisering i relation til
sociale medier. Det er derfor oplagte spørgsmål for fremtidig forskning og undersøgelser at
tage op. I næste afsnit udplukker vi nogle af dem og udfolder, hvordan de vil kunne
undersøges.
Trivsel
Om end det ikke er let at isolere effekten af sociale medier på brugernes trivsel, er der fortsat
vigtige og mere tilgængelige spørgsmål at undersøge, særligt i Danmark. Der mangler fortsat
viden om, hvor meget problematisk indhold børn og unge eksponeres for, og hvilke forskelle
der er i det indhold unge, der henholdsvis trives og mistrives, ser på sociale medier. Det er
derfor oplagt at teste de hypoteser, der ofte fremsættes i dokumentarer, politiske debatter og
lignende, navnligt ved at undersøge spørgsmålene:
I hvor høj grad eksponeres unge for problematisk indhold på sociale medier?
Hvad kendetegner forskelle i interaktion- og eksponeringsmønstre mellem unge, der varierer
i selvrapporteret trivsel?
Forslag til fremtidige temaer og forskningsdesigns
Den primære udfordring når det gælder undersøgelser af sociale medier og deres betydning
for samfundet er manglende data og gode forskningsdesigns. Dette afsnit opstiller tre
forskningsdesigns på baggrund af nogle af de uafdækkede forskningsspørgsmål udlagt i
forrige afsnit. De tre forskningsdesigns udfolder, hvordan det er muligt at undersøge de
forskellige spørgsmål og hvad det konkrete databehov til de enkelte undersøgelser er. Disse
forskningsdesigns kan bruges som pejlemærker for fremtidige undersøgelser.
For at holde fokus på Medieaftalens prioriteter for den uvildige undersøgelse, opstiller vi tre
forskningsdesigns, der fokuserer på henholdsvis danskernes adfærd med misinformation
online, politisk polarisering på sociale medier i Danmark, og sociale mediers betydning for
danske børn og unges trivsel.
Forskningsdesign I: Danskernes adfærd med misinformation online
Litteraturgennemgangen fokuserede primært på folks opfattelser af misinformation. Årsagen
hertil er, at folks adfærd ift. misinformation er data, der ikke er let tilgængelig. Det er dog et
vigtigt spørgsmål, og dette forskningsdesign optegner derfor, hvordan en undersøgelse af
danskernes adfærd med misinformation på sociale medier kunne se ud.
Forskningsspørgsmålene er som følger:
- I hvilket omfang bliver danskerne eksponeret for og interagerer med misinformation?
29
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
-
I hvilket omfang påvirker danskeres interaktion med misinformation deres generelle
informationsdiæt på sociale medier?
Forskningsdesignet kræver data om, hvilket indhold danskerne eksponeres for og interagerer
med på forskellige platforme, samt viden om deres medie- og informationsdiæt, ideologiske
holdninger, prædispositioner og demografiske træk. Da forskningsdesignet har alle danskere
for øje er Facebook, Instagram, og YouTube de ideelle platforme at fokusere på, da det er
disse platforme, der er de mest udbredte i Danmark og har været det i lang tid. Specifikt vil
data til dette design komme fra to kilder:
1) Spørgeskemaundersøgelse af et repræsentativt udsnit af danskere,
indeholdende spørgsmål til ideologisk selvplacering, tro på konspirationsteorier,
prædispositioner, informationsdiæt og en række demografiske variable.
2) Observationel adfærdsdata om indholdseksponering gennem DSA.
Data skal
indeholde hvilket indhold det repræsentative udsnit af danskere har været eksponeret
for og interageret med på Facebook, Instagram, YouTube og Snapchat. Derudover
skal data indeholde information om, hvorvidt indholdet har været indrapporteret som
misinformation og hvorvidt opslaget senere er blevet taget ned af platformen.
Dataen kan bruges til en række analyser. For det første
deskriptive opgørelser over, hvor
meget og hvilken type misinformation, danskerne eksponeres for og interagerer med.
Dette gælder både mængden af misinformation og andelen det udgør af den samlede
informationsdiæt, ligesom det kan danne overblik over, hvilke kilder misinformationen oftest
stammer fra. For det andet
hvorvidt danskerne i højere grad eksponeres for
misinformation efter de har interageret med det.
Dette kan eksempelvis undersøges med
et
staggered difference-in-differences
design, hvor det undersøges, hvorvidt interaktion med
misinformation forårsager stigning i fremtidig eksponering for misinformation. For det tredje
korrelationer mellem danskernes baggrundskarakteristika og eksponering for
misinformation.
Dette kunne være, hvorvidt nogle danskere i højere grad bliver eksponeret
for misinformation, f.eks. på tværs af ideologisk selvplacering, tro på konspirationsteorier eller
politisk tillid.
Forskningsdesign II: Politisk polarisering på sociale medier i Danmark
Langt størstedelen af den eksisterende forskning på spørgsmålet om politisk polarisering er
foregået i USA. USA er imidlertid som nævnt meget anderledes fra Danmark på en række
centrale områder, deriblandt niveauet af elite polarisering. Det er derfor svært direkte at
overføre sådan viden til Danmark. Konkret er forskningsdesignet her derfor opstillet med
henblik på at kunne svare på følgende forskningsspørgsmål:
- I hvilket omfang bliver danskerne præsenteret for forskelligt indhold i forhold til
hinanden på sociale medier?
- I hvilket omfang bliver indholdet mere polariseret over tid?
- I hvilket omfang interagerer danskerne med polariserende indhold?
For at kunne besvare de to forskningsspørgsmål er der behov for observationel data af, hvilket
indhold danskere ser og interagerer med på sociale medier, samt hvordan dette indhold
udvikler sig over tid. Til dette forskningsdesign er Facebook og Instagram de mest oplagte
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
sociale medier at undersøge data fra, da det er de to sociale medier, den største andel af
danskere bruger. Specifikt vil data til dette design komme fra tre kilder:
1) Spørgeskemaundersøgelse blandt et repræsentativt udsnit af danskere,
indeholdende spørgsmål til ideologisk selvplacering, affektiv polarisering og en række
demografiske variable.
2) Datadonationer fra samme repræsentative udsnit af danskere,
indeholdende
hvilke sider de har interageret med på Facebook og Instagram, samt hvilke interesser
platformene har udledt på baggrund af deres adfærd.
3) Observationel data om indholdsskabelse gennem
Meta Content Library.
Her er
det muligt at hente alle opslag fra offentlige sider (f.eks. medier og politikere) på
Facebook siden 2009.
Denne data kan bruges til en række analyser. For det første kan med ved brug af
netværksanalyse undersøge danskernes afstand til hinanden
ift. hvilke sider de følger og
interagerer med. Dette vil være med til at beskrive, hvor stor afstand, der er mellem forskellige
befolkningsgrupper ift., hvad de ser og interagerer med på sociale medier. For det andet
korrelationer mellem, hvad danskerne interagerer med og politiske overbevisninger,
hvilket kan identificere, hvor stor grad af politisk og indholdsmæssig segregering, der er på
sociale medier. For det tredje
tidsserieanalyse af graden af polarisering i indhold fra 2009
til i dag.
Dette vil kunne undersøges ved at analysere politikere, meningsdannere og
interesseorganisationers delinger af nyheder på sociale medier (Eady et al., under udgivelse),
ligesom det vil være muligt at undersøge udviklingen i negativ indhold over tid med
sentimentanalyse og analyse af danskernes type af reaktioner på indhold.
Forskningsdesign III: Social mediers betydning for danske børn og unges trivsel
Som litteraturgennemgangen beskrev, er det fortsat omdiskuteret i hvor høj grad unge
eksponeres for problematisk indhold på sociale medier og i hvor høj grad det påvirker dem
(positivt og negativt). Da vi fortsat mangler klare teoretiske forventninger om blandt andet
forskelle mellem unge i deres eksponering for problematisk indhold og dets effekter, vil
forskningsdesignet her fokusere på følgende to mere grundlæggende forskningsspørgsmål:
- I hvor høj grad eksponeres unge for problematisk indhold på sociale medier?
- Hvad kendetegner forskelle i interaktion- og eksponeringsmønstre mellem unge, der
varierer i selvrapporteret trivsel?
For at kunne besvare de to forskningsspørgsmål er der behov for observationel data om,
hvilket indhold unge bliver eksponeret for på sociale medier samt selvrapporterede data om
unges trivsel. For at få det stærkest mulige grundlag undersøges data fra Instagram, TikTok
og Snapchat, der er særligt udbredte blandt unge i Danmark. Data vil i dette tilfælde komme
fra to kilder:
1) Spørgeskemaundersøgelse blandt et repræsentativt udsnit unge,
deriblandt
indeholdende spørgsmål, der måler selvrapporteret trivsel, samt sociale og
demografiske faktorer såsom interaktion med venner, køn, alder og forældres
uddannelsesstatus.
2) Observationel adfærdsdata om indholdseksponering gennem DSA.
For hver af
de repræsentativ udvalgte unge bedes platformene give adgang til data for, hvilket
indhold de unge har været eksponeret for og interageret med de seneste to år samt
31
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
information om, hvilke interesser platformene har infereret den unge til at have på
baggrund af deres adfærd.
Denne data kan danne grundlag for en række analyser. For det første
deskriptiv
præsentation af problematisk indhold
baseret på indholdskodning, der tager højde for den
totale mængde af indhold præsenteret. For det andet
korrelation mellem trivsel og
eksponering for problematisk indhold.
For det tredje
netværksanalyse af unges
interaktionsmønster,
der giver indblik i hvilke interesser og interaktioner, der korrelerer med
problematisk indhold.
Begrænsninger og ressourcekrav for de tre forskningsdesigns
De beskrevne forskningsdesigns er opstillet til at kunne give en mere systematisk deskriptiv
analyse end hvad forskningslitteraturen indtil videre generelt har haft mulighed for. Det er
imidlertid relevant at notere, at forskningsdesignsene ikke er i stand til at afgøre kausale
forhold. F.eks. kan forskningsdesignet om forholdet mellem problematisk indhold på sociale
medier og unges trivsel ikke adskille, hvad der skyldes, at unge med varierende trivsel
opsøger forskelligt indhold, og hvad der skyldes, at unge mistrives, fordi de eksponeres for
problematisk indhold. Et sådan design er svært at opstille uden eksperimentel manipulation,
hvilket hverken er muligt med eksisterende datakilder og i de fleste tilfælde ikke vil være etisk
forsvarligt. De tre forskningsdesigns vil derfor primært være udtryk for deskriptiv inferens
kombineret med enkelte kvasi-eksperimentelle designs.
Alle tre forskningsdesign er ressource- og tidskrævende. Data, der enten indhentes gennem
mulighederne i forordningen om digitale tjenester (DSA) eller
Meta Content Library
kræver
længerevarende og usikre processer med dataanmodninger. Derudover kræver
datadonationer en relativ stor indsats for deltagerne, da de skal ind og rekvirere data fra den
pågældende platform, vente på at modtage data og dernæst
uploade
data til
forskningsgruppen, hvilket alt andet lige øger prisen for at indhente data. Ligeledes er
spørgeskemaundersøgelser blandt børn og unge dyrere, da vi har med en gruppe at gøre, der
er sværere at få fat i til den type undersøgelser. Alle tre forskningsdesigns kræver derfor både
tid og betydelige ressourcer, hvis de skal udføres i det beskrevne format.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Ny evidens om danskernes syn og evner ift.
misinformation og generativ AI
I denne sidste del af rapporten præsenterer vi ny viden om danskernes syn og evner ift.
misinformation og generativ AI. Det gør vi på baggrund af en spørgeskemaundersøgelse
foretaget i juni 2024, hvor vi har spurgt 2.091 danskere, som udgør et repræsentativt udsnit af
befolkningen, om tre forskellige temaer.
Som vi så i rapportens første del, så er indholdet og indholdsmoderation på sociale medier
vigtig, når vi taler om den offentlige samtale online, og det er et område, hvor der fortsat er
stor kritik af, at der bliver gjort for lidt. Derudover er det et område, hvor kulturelle skisma bliver
tydelige: danskerne, der deltager og diskuterer på sociale medier er i de fleste tilfælde
underlagt amerikanske kulturelle normer, der til tider kolliderer med det generelle danske
frisind. Det første tema, vi har bedt danskerne forholde sig til er derfor deres
holdninger til
indholdsmoderation og regulering af sociale medier.
Litteraturgennemgangen viste, hvordan det er usikkert, hvor gode folk er til at skelne mellem
sand og falsk information, og hvordan denne forskel potentielt kan blive større i lyset af
generativ AI. Der er imidlertid ingen af sådanne undersøgelser i Danmark, ligesom de fleste
eksisterende undersøgelser lider under den mangel, at de ikke er i stand til at adskille mellem
folks hukommelse og evne til at identificere misinformation. Det andet tema, vi har bedt
danskerne forholde sig til, er derfor deres
evner til at identificere misinformation.
Litteraturgennemgangen viste derudover negative indirekte effekter af misinformation, såsom
hvorvidt frygten for misinformation også sænker tiltroen til sande nyheder. Ligeledes var det
en konklusion, at andelen af misinformation online i forhold til anden information er mindre
end de fleste nok går og tror. Derfor er vi interesseret i at vide, hvorvidt opmærksomheden og
omtalen af misinformation potentielt har negative afledte effekter, der er vigtige at tage højde
for. Det tredje og sidste tema, vi derfor har bedt danskerne forholde sig til er
hvordan de
påvirkes af forskellige udlægninger af faren ved misinformation.
Holdninger til indholdsmoderation og regulering på sociale medier
Det første tema vi behandler her er spørgsmålet om danskernes holdning til
indholdsmoderation og regulering af sociale medier. Litteraturgennemgangen viste imidlertid,
at det ikke nødvendigvis er holdninger, der er lette at indfange. Folk har nemlig en tendens til
at have modstridende ønsker, som på samme tid at ønske stor grad af indholdsmoderation og
stor grad af ytringsfrihed (Morrow et al., 2022).
Vores spørgeskemaundersøgelse tager i stedet fat i danskernes holdning til faktiske
indholdsmoderationspolitikker fra Facebook. Vi udplukker forskellige eksempler på indhold,
der fjernes fra platformen og spørger respondenterne til, i hvor høj grad de er enige i, at den
type indhold bør fjernes fra sociale medier. Disse eksempler varierer også i ekstremitet, hvor
det mest ekstreme spørgsmål, holdningen til om trusler om vold, er decideret ulovligt i følge
dansk ret (Straffeloven § 266). Tilsammen giver svarene os indikationer på danskernes
overordnede tilfredshed med eksisterende indholdsmoderationspolitikker og forskelle på
33
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0034.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
tværs af forskellige typer af politikker. Alle præsenterede eksempler og korresponderende
udsagn fra Facebook’s indholdsmoderationspolitik findes i bilag 3A.
Figur 4 viser fordelingen af respondenternes enighed i præsenterede indholdsmoderations-
eksempler. Da hver respondent er blevet bedt om at vurdere seks typer af indhold, er hver
respondents holdning til indholdsmoderation samlet i et indeks, hvor en lav værdi angiver, at
respondenten ikke er enig i inholdsmoderationspolitikkerne, mens en høj værdi angiver stor
enighed. Derudover er de to typer af indhold, som henholdsvis flest og færrest er enige i bør
fjernes markeret med stiplede linjer ved deres respektive gennemsnit, ligesom der også er en
markering af indholdstypen, der ligget tættest på fordelingens gennemsnit.
Figur 4: Danskerne er generelt – men ikke helt – tilfredse med eksisterende
indholdsmoderationspolitikker
Figur 4 viser, hvordan
danskerne generelt er enige i den indholdsmoderation de oplever
på Facebook, men ikke ubetinget.
For det første viser spredningen i fordelingen, at der er
stor forskel på, hvor enige danskerne er. Men det er også værd at bemærke, at de fleste
danskere har moderat positive holdninger til eksisterende indholdsmoderation. Blot fire
procent af danskerne erklærer sig “meget enig” i alle politikkerne og kun otte procent er i
gennemsnit mere uenige end de er enige. For det andet er der stor forskel på, hvor enige
danskerne er i de forskellige typer af indholdsmoderation. Næsten alle danskere er meget
enige i, at trusler om vold bør fjernes, mens de fleste er uenige i, at billeder, der viser topløse
kvinder på en strand lagt op med samtykke fra kvinderne, bør fjernes. Dette gælder både
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0035.png
DDC (SDU), SODAS (KU), DATALAB (AU)
mænd og kvinder, om end kvinder i gennemsnit på alle spørgsmål er lidt mere positive over
for indholdsmoderation end mændene. De politikker, der ligger tæt på fordelingens
gennemsnit, er indholdsmoderation af indhold, som krænker religiøse grupper og oplysninger,
som er i modstrid med sundhedsfaglige myndigheders anbefalinger.
Udover indholdsmoderation har vi ligeledes spurgt respondenterne om deres holdninger til fire
reguleringsanbefalinger fra regeringens nedsatte tech-ekspertgruppe (Erhvervsministeriet,
2024). Ekspertgruppen kom med en række anbefalinger til, hvordan der sikres demokratisk
kontrol med tech-giganternes forretningsmodeller. Disse anbefalinger, hvis ført ud i livet, vil
medføre ændringer i det indhold vi ser på sociale medier og hvordan de algoritmisk er
opbygget.
Figur 5 viser med samme opbygning som figur 4, fordelingen af respondenternes enighed i de
forskellige anbefalinger, hvor en høj værdi på indekset angiver stor enighed, mens en lav
værdi angiver lille enighed. De to anbefalinger med henholdsvis flest enige og flest uenige er
markeret med stiplede linjer.
Figur 5: Danskerne er generelt meget positivt stemt overfor reguleringsforslag
Figur 5 viser at
danskerne generelt er meget positiv stemt over for anbefalingerne til
regulering af tech-giganter.
Knap 1/3 af alle respondenter erklærer sig således “meget enig”
i alle fire anbefalinger. Modsat ved vurderingen af indholdsmoderation er der kun lille forskel
i, hvor enig respondenterne er i de enkelte typer af regulering. At tech-giganter skal tage højde
for børn og unge som særligt sårbare grupper når det gælder manipulation og afhængighed
35
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
er flest enige i. Modsat er spørgsmålet om, hvorvidt det bør koste penge at fravælge
manipulerende design det med mindst opbakning. Begge spørgsmåls gennemsnit ligger dog
højt på indekset, hvilket indikerer to ting. For det første at danskerne generelt synes positivt
stemt over for regulering. For det andet at skellene ikke angår hvilken type af regulering
danskerne ønsker, men snarere hvorvidt man ønsker mere regulering eller ej.
Danskernes evner til at identificere AI-genereret indhold
Diskussionen om folks evne til at identificere AI-genereret indhold har taget fart i kølvandet på
introduktionen af ChatGPT, hvor den brede offentlighed har fået både erfaring med og stor
eksponering for generativ AI. En af de demokratiske trusler, der er blevet diskuteret er,
hvorvidt billeder, lydklip og videoer skabt med generativ AI kan være med til at sætte ild til
spredningen af misinformation og ultimativ snyde folk med virkelighedsnært, men falsk,
indhold.
Hvor forskningen, som beskrevet tidligere, har været interesseret i spørgsmålet om, hvorvidt
folk er i stand til at identificere misinformation, er der to markante huller i vores forståelse af,
hvorvidt folk er i stand til at skelne mellem sand og falsk information. For det første er det
tvivlsomt, hvorvidt mange af forskningsresultaterne viser folks evne til at
identificere
misinformation eller i stedet folks evne til at
huske,
hvorvidt noget har været skrevet om i
medierne. For det andet er der lille forskning i, hvorvidt folk kan skelne mellem ægte billeder
og AI genererede billeder.
Vi har derfor haft designet et eksperiment til at kunne vurdere, hvor gode danskerne er til at
vurdere ægtheden af de billeder, de bliver eksponeret over for. Hver respondent er blevet bedt
om at vurdere syv billeder i forhold til, hvor sikkert de troede, at hver af billederne var skabt
med generativ AI på en skala fra 0 til 100. Alle billederne forestillede faktiske begivenheder,
hvilket respondenterne ligeledes blev gjort opmærksom på. Det er dog tilfældigt, hvorvidt en
respondent blev eksponeret for den faktiske eller AI-genererede version af billedet. En
detaljeret beskrivelse af designet kan findes i bilag 3C.
Da generativ AI oftest vil blive anvendt til at fremstille falske scenarier, er det en begrænsning
for vores undersøgelse at de scenarier, vi præsenterer respondenterne for, er faktiske
begivenheder. Det er dog en nødvendig forudsætning for at kunne have ægte billeder at
sammenligne de AI-genererede billeder med, og som derved udelukker effekten af, at en
respondent kan huske begivenheden.
Hvordan respondenterne har vurderet ægtheden af de billeder, de har været præsenteret for,
ses i figur 6. På figurens x-akse er respondenternes vurdering af, hvor sandsynligt de tror, at
billedet er skabt med AI, hvor en værdi på 100 angiver, at respondenten føler sig helt sikker
på, at billedet er skabt med AI. Figurens y-akse adskiller de to typer af billeder, der har været
præsenteret: henholdsvis ægte og AI-genererede billeder. Jo tykkere fordelingen er, jo flere
respondenter ligger der på skalaen.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0037.png
DDC (SDU), SODAS (KU), DATALAB (AU)
For det første viser figur 6, at
de fleste danskere ofte føler sig i tvivl om, hvorvidt et billede
er skabt med AI.
Det ses ved at fordelingen er tykkest omkring værdien 50, hvilket angiver at
respondenten vurderer det lige så sandsynligt, at billedet er skabt med AI som at det er ægte.
Figur 6: Danskerne er ofte i tvivl om billedernes ægthed, men gætter for det meste i
retning af det korrekte svar
For det andet viser figuren, at
de fleste gæt er i retning af det korrekte svar, men at der er
mange gæt, som rammer ved siden af.
Den blå fordelingen er tykkere mod højre, som
korrekt angiver at billedet er skabt med AI, mens den røde fordeling er tykkere mod venstre,
som korrekt angiver at billedet er ægte. Der er imidlertid mange gæt i modsat retning, hvilket
indikerer, at mange danskere ikke alene ofte føler sig i tvivl om ægtheden af billedet, men
også ofte bliver snydt.
For det tredje fremgår det, at
danskerne synes at være en anelse bedre til at identificere
ægte billeder korrekt end AI-genererede billeder.
Det ses ved, at tykkelsen af den blå
fordeling i venstre side er tykkere end den røde fordeling i højre side, der hver især angiver
det forkerte svar til det præsenterede billede. Det indikerer – om end ikke afgør – at danskerne
i mindre grad gætter forkert, fordi de er bange for, at hvad de ser er falsk (tainted
truth),
og i
højere grad gætter forkert, fordi AI-skabte billeder ser ægte ud.
For at kunne evaluere, om danskerne generelt er i stand til at vurdere ægtheden af billeder,
anvender vi såkaldte
brier scores.
Fordelen ved denne udregning er, at den bedre vurderer
den enkelte respondents samlede evne til at identificere ægtheden af billeder, og er et udbredt
mål til at evaluere forudsigelser og lignende. Brier scores udregner forholdet mellem den
sandsynlighed respondenten har givet billedet for at være sandt eller falsk, og hvorvidt billedet
faktisk er skabt med AI eller ikke. For at forstå logikken i scorerne kan man forestille sig at det
regner 50 pct. af alle dage. Hvis DMI hver aften angiver i sin prognose, at det vil regne med
37
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0038.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
50 pct. sandsynlighed næste dag, vil prognosen i gennemsnit være helt korrekt – men ikke
særlig nyttig. Det vil være langt mere informativt, hvis DMI hver aften korrekt forudsiger med
sikkerhed, om det vil regne næste dag. Brier scores tager højde for både om gæt er korrekte
i gennemsnit og om de er udtrykt med sikkerhed, og indfanger derfor denne vigtige sondring.
Hvis DMI i dette tænkte eksempel giver det 70% sandsynlighed for, at det vil regne i morgen
og det så faktisk regner, har DMI været god i sin forudsigelse og får en brier score på 0.09.
Regner det ikke, har DMI været knap så god og får en score på 0.49. En brier score på 0 viser
således, at en respondent har været fuldstændig sikker i sine svar og har ramt korrekt hver
gang, mens en brier score på 1 viser en respondent, der har været fuldstændig sikker i sine
svar men ramt forkert hver gang. I fortolkningen af brier scores er det derfor vigtigt at huske
på at
lavere
brier scores er udtryk for
mere nøjagtige
gæt.
Hvor gode respondenterne har været til at identificere AI billeder kan ses i figur 7. Figuren
læses således, at jo tykkere fordelingen er, jo flere respondenter er placeret der på brier
scoren og jo tættere på 0 fordelingen er, jo bedre er respondenterne til at identificere
billedernes ægthed.
Figur 7: Danskerne klarer sig ikke væsentligt bedre end tilfældighed i vurderingen af
billederne
For det første viser figur 7, at
danskerne ikke er væsentligt bedre end tilfældige gæt når
de skal identificere billedernes ægthed.
Den røde fordeling viser, hvor gode
respondenterne i spørgeskemaet var, mens den blå fordeling viser, hvordan resultatet havde
set ud, hvis man havde gættet fuldstændig tilfældigt på alle billeder. Som det ses er den røde
fordeling en anelse længere til venstre end den blå fordeling, hvilket viser at respondenterne
klarer sig lidt bedre, end hvis de bare havde gættet tilfældigt. Dette kan også ses ved de
stiplede linjer, hvor den røde stiplede linje angiver respondernes gennemsnit, og den blå
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0039.png
DDC (SDU), SODAS (KU), DATALAB (AU)
tilfældighedens gennemsnit. Dog ligger gennemsnittet for respondenterne en anelse over
værdien 0,25 (markeret med sort stiplet linje), hvilket er den værdi en respondent ville få, hvis
man konsekvent vurderede sandsynligheden til 50 procent. Respondenterne havde derfor i
gennemsnit klaret sig bedre, hvis de havde undladt at gætte på, hvad de faktisk troede og i
stedet valgt den konservative midterposition.
Det er her vigtigt at huske på, at om noget vil vi forvente, at respondenterne i spørgeskemaet
klarer sig
bedre
end de ville have gjort i et virkeligt scenarie, når man eksempelvis færdes på
sociale medier. Respondenterne er som led i undersøgelsen blevet gjort opmærksomme på,
at nogle af billederne er skabt med AI, og de bruger længere tid på at kigge på billederne
(median = 7 sekunder) end man umiddelbart ville, havde man set dem i sit Instagram
feed.
Desuden er billederne i undersøgelsen skabt med offentligt tilgængelige
billedegenereringprogrammer på relativ kort tid. Vi ville forvente at kampagner med
desinformation lavet af professionelle eller statslige aktører ville være af endnu højere kvalitet.
For det andet viser figur 7, at
der er stor forskel på, hvor gode danskerne er til at
identificere billedernes ægthed.
Det ses ved, at den røde fordeling strækker sig langt. Der
er en mindre gruppe, der ligger tæt på værdien 0, og som derfor er rigtig gode til at identificere
billedernes ægthed. Dernæst er der en stor gruppe omkring niveauet med vurderet
sandsynlighed på 50 procent, markeret med den sort stiplede linje. Til sidst er der en
mellemstor gruppe, der klarer sig ringere, end hvis de havde svaret tilfældigt, hvilket gælder
dem, der er at finde til højre for den blå stiplede linje.
Som figur 7 viste, er der stor forskel på, hvor gode respondenterne er til at identificere
ægtheden af et billede. Figur 8 viser, hvilke forskelle, der kendetegner de som er gode, og de
som er mindre gode til at vurdere ægtheden af billeder. Figuren læses på den måde, at prikken
angiver forskellen i brier scores, mens stregerne angiver henholdsvis 90 procent og 95
procents konfidensinterval. Overlapper stregerne 0, markeret med en sort linje, er der ikke
med en rimelig sikkerhed forskel på, hvor gode folk er.
Figur 8 viser, hvordan
kvinder, de der har prøvet ChatGPT, og de der har en højere grad
af kritisk refleksion, er bedre til at vurdere billedernes ægthed
7
.
Samtidig viser figuren
hvordan
ældre, og dem som i højere grad tror på konspirationsteorier, er ringere til at
vurdere billedernes ægthed.
Der er imidlertid ikke forskel på, hvor gode danskerne er til at
afgøre billedernes ægthed afhængigt af, om de synes det er acceptabelt at bruge generativ
AI på sociale medier.
7
Koefficienterne i figur 8 afspejler forskellige modelspecifikationer, som er beskrevet i bilag 3D ud fra
et tilhørende
Directed Acyclic Graph
(DAG). Alle koefficienter har samme fortegn og signifikans i
bivariate specifikationer, med undtagelse af at ”Accept af AI” bliver signifikant og negativ i en bivariat
model.
39
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0040.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Figur 8: Forskelle i, hvem der er gode til at vurdere ægtheden af billeder
Overordnet indikerer figur 8, at det er bestemte samfundsgrupper, vi skal være nervøse for,
når det gælder risikoen for at blive snydt af et AI-skabt billede. Nogle af faktorerne er dog
måske at anvende proaktivt: Hvis en person selv har prøvet kræfter med generativ AI og på
den måde har en fornemmelse for, hvordan et sådan indhold ser ud, så er det måske muligt
at hjælpe resten af befolkningen med at kunne identificere lignende indhold. Der kan blandt
andet trækkes en parallel til litteraturgennemgangens fokus på
inoculation-teknikker,
hvor
eksponering af f.eks.
deepfakes
i små doser og kontrollerede rammer måske kan lære folk at
identificere de teknikker ondsindede aktører forsøger at bruge til at snyde dem med.
Figuren giver dog også indikationer på, at uddannelse i hvad AI er (ofte under betegnelsen
digital literacy),
og hvordan det kan se ud, ikke er nogen trylledrik. Ældre borgere har måske i
kraft af generelt mindre livslæring med IT sværere ved at sætte noderne i system, også selvom
de får hjælp. Ligeledes kan folk, som i højere grad tror på konspirationsteorier måske have
svært ved at fralægge sig sit systemkritiske verdenssyn, når nogen forsøger at overbevise
dem om, at billeder de tror dækker over noget, ikke er sande. Resultatet peger dermed på at
diffus skepsis ikke kan erstatte specifikke evner til at sondre mellem ægte og falsk information,
og kan måske endda gøre mere skade end gavn.
Udover at undersøge, hvor gode folk er til at identificere ægtheden af billeder, bad vi også
respondenterne forholde sig til, hvor komfortable de vil være med at dele de enkelte billeder.
På den måde kan vi undersøge, hvorvidt der er en sammenhæng mellem, hvor komfortabel
danskerne er med at dele et billede, og hvorvidt de tror, at billedet er skabt med AI.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0041.png
DDC (SDU), SODAS (KU), DATALAB (AU)
Figur 9 viser, hvordan
danskerne er mindre komfortable med at dele billeder, de tror er
skabt med AI.
Det ses ved, at hældningen på linjen er negativ for alle typer af billeder.
Sammenhængen er særlig stærk når det gælder billeder, der viser mennesker, hvor
respodenterne er ret komfortable ved at dele billeder, de tror er ægte, men meget lidt
komfortable, når de tror, billedet er AI-skabt.
Figur 9: Danskerne er mindre komfortable med at dele billeder, de tror er skabt med AI
Figuren viser ligeledes, at danskerne generelt er mere bekymrede for at dele billeder, der
afbilder kriser og politik, selvom de tror, at billedet er ægte. Det kan måske skyldes, at med
selv en lille frygt for, at billedet kunne være AI-skabt, så opleves der større konsekvenser ved
at dele et AI-skabt billede af en skovbrand end et af et æbletræ.
Omvendt gælder det for billeder, der viser almindelige ting, som f.eks. et æbletræ eller en ko,
der græsser. Her er de fleste hverken ukomfortable eller komfortable med at dele billedet med
venner og familie, selvom de tror, at billedet er AI-skabt.
Betydningen af opmærksomheden rettet mod misinformation
Hvorvidt måden, vi taler om misinformation på har negative følgevirkninger kan synes som et
meget teoretisk spørgsmål. Det er dog let at forestille sig negative konsekvenser i sig selv af,
at folk går rundt og er nervøse for misinformation, og hvorvidt det påvirker demokratiske valg.
En af de konsekvenser, som har været formuleret, er risikoen for en såkaldt ‘løgners rente’
41
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
(liar’s dividend)
(Chesney & Citron, 2019). Idéen er, at det er lettere for uærlige personer at
forkaste sand information som falsk med henvisning til, at billedet, videoen eller lydklippet er
skabt med AI. På den måde betaler offentligheden en rente til løgneren, som prisen for at have
følehornene ude efter misinformation.
Som tankeeksperiment kan man forestille sig, hvis det var i 2024, at det for Donald Trump
skadende
Access Hollywood Tape
kom ud, der kort før det amerikanske præsidentvalg i 2016
viste en Donald Trump på slap line om, hvordan man som kendt person let kan gøre sig
seksuelle tilnærmelser til kvinder (Fahrenthold, 2016). Med en befolkning, der alle har hørt om
robocalls
med stemmen af Joe Biden, russiske desinformationskampagner og et hav af
overbevisende AI billeder og videoer, er det ikke utænkeligt, at modargumentet om båndets
autencitet ville være lettere at fremføre i 2024 end i 2016.
Spørgeskemaets tredje tema tester derfor, hvorvidt vi bør være nervøse for, om det har
negative demokratiske konsekvenser, hvis vi taler alarmistisk om misinformation. Vi følger
designet fra Jungherr & Rauchfleisch (2022), der har foretaget et lignende eksperiment i USA.
Det indebærer, at vi eksponerer forskellige grupper for forskellige udsagn om, hvor stort et
problem misinformation er, hvorefter vi spørger respondenterne til en række udsagn, som
f.eks. hvor nervøse de er for at misinformation påvirker demokratiske valg. Konkret inddeler
vi tilfældigt respondenterne i tre grupper, hvor den ene gruppe får et udsagn om, at
misinformation ikke rigtig er et samfundsmæssigt problem (‘affejende’), den anden at hvorvidt
misinformation er et samfundsmæssigt problem er usikkert (‘balanceret’) og en tredje at
misinformation er den største demokratiske udfordring på kort sigt (‘alarmistisk’). En detaljeret
beskrivelse af eksperimentet kan ses i bilag 3E.
Konkret undersøger vi effekten af en fremstilling af en alarmistisk opmærksomhed på
misinformation på respondenternes:
- opbakning til demokrati som styreform
- frygt for at blive beskyldt for at sprede misinformation
- frygt for at blive eksponeret for misinformation
- frygt for at AI og misinformation har negative effekter på demokratiet
Alle fire elementer er konstitueret af to-tre spørgsmål, som alle kan findes i bilag 3E.
Figur 10 er et såkaldt koefficientplot. Det betyder, at figuren viser, om der er forskel mellem,
hvad respondenterne i de forskellige grupper svarer, og om vi med rimelig sikkerhed kan sige,
at den forskel ikke er udtryk for tilfældighed. Punkterne i figuren tolkes som forskelle fra den
gruppe, der har fået at vide, at misinformation ikke er en særlig udfordring (den ‘affejende’
gruppe). Ser vi f.eks. på den øverste række i figuren, skal det forstås således, at den gruppe,
der har modtaget den alarmistiske beskrivelse (sort prik og streg) er omtrent 3,5 procentpoint
mere positive over for demokratiet som styreform end de, som har fået den affejende
beskrivelse. Dem der har fået den balancerede beskrivelse (grå prik og streg) er omtrent 1,6
procentpoint mere positive over for demokratiet som styreform, men da stregen overlapper 0
(sort vertikal streg) kan vi ikke med rimelig sikkerhed sige, at det ikke blot er tilfældigheder,
der spiller os et puds. Her vil vi altså uddrage, at en alarmistisk beskrivelse synes at gøre folk
mere positivt stemte over for demokratiet som styreform end en affejende beskrivelse, mens
det samme ikke gør sig gældende med en balanceret beskrivelse.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0043.png
DDC (SDU), SODAS (KU), DATALAB (AU)
Figur 10 viser overordnet, hvordan
en alarmistisk udlægning af udfordringerne med
misinformation har en betydning for, hvordan danskerne opfatter vigtige spørgsmål for
demokratiet.
Af negative konsekvenser bliver danskerne
mere bekymrede for at blive eksponeret for
misinformation og for at misinformation og AI påvirker demokratiet og demokratiske
valg.
Dette er negativt, da det kan være med til at øge risikoen for, at uærlige personer får
lettere ved at snyde og slippe ud af skandaler og at folk mister tiltroen til, at hvad de ser og
hører er sandt. Særligt frygten for, at misinformation kan påvirke demokratiet og demokratiske
valg, kan synes farlig. I sin ekstrem kan det betyde lettere vilkår for politikere, der ikke vil
acceptere valgnederlag med henvisning til manipulation fra AI og misinformation. Om end et
sådan scenarie ganske vist er mindre sandsynligt i en dansk kontekst, kan sådan frygt fungere
som gødning af mistillid til politikere, medier og andre samfundsmæssige aktører.
Figur 10: En alarmistisk udlægning af problemerne med misinformation øger frygten
for misinformation og dens effekt, men øger også opbakning til demokratiet
Af positive konsekvenser giver danskerne udtryk for
større opbakning til demokratiet som
styreform.
Det er værd at bemærke, at dette går imod vores teoretiske forventning om at
finde samme mønster, som blev rapporteret i USA af Jungherr & Rauchfleisch (2022), hvorfor
man skal være ekstra varsom med tolkningen heraf. Forskellen mellem vores resultater og
eksperimentet i USA kan muligvis skyldes, at danskere har en større tillid til samfundets
institutioner, politikere og medier. En alarmistisk udlægning af misinformation som et problem
kan muligvis fortolkes blandt danskerne som, at der bliver reageret på en samfundsmæssig
udfordring. Det øger folks tillid til, at demokratiet er i stand til at identificere og adressere
43
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
samfundsmæssige problematikker. Antagelsen er her, at danskerne forud for eksperimentet i
sin dagligdag er blevet eksponeret for forskellige beskrivelser af udfordringer med
misinformation fra journalister og politikere, hvilket gør dem skeptiske, når de får af vide, at
misinformation intet problem er, og tilfredse når de hører, at nogle reagerer. Det vil dog kræve
yderligere undersøgelser at fastlægge en sådan forklaring.
En anden vigtig implikation fra eksperimentet er, at der
ingen forskelle er mellem den
gruppe, der bliver eksponeret for en balanceret beskrivelse af misinformation, og den
der får en affejende beskrivelse af misinformation.
Denne manglende forskel kan ses
positivt i det lys, at den balancerede beskrivelse nuanceret udlægger udfordringer med
misinformation, uden hverken at blæse problemet op eller affeje den. Den manglende effekt
betyder derfor, at en balanceret måde at kommunikere på vil give danskerne god og nuanceret
information, samtidig med at man undgår negative følgevirkninger.
Vurderinger
På baggrund af resultaterne fra spørgeskemaundersøgelsen har vi følgende overordnede
vurderinger:
Ældre er særligt udsatte når det gælder risikoen for at blive snydt af indhold skabt med
generativ AI.
Hvor fokus i debatten ofte omhandler risikoen for børn og unge, viser vores
resultater et vigtigt aspekt i også at sætte fokus på ældre, og muligt igangsætte processer
med NGO’er, der arbejder med ældre om, hvordan man styrker de ældres evner i at navigere
online.
Uddannelse kan måske styrke danskernes evne til at skelne mellem ægte og AI-
genereret indhold.
De, der er bedre til at kritisk at reflektere, og de, der har prøvet kræfter
med generativ AI, er generelt bedre til at skelne mellem ægte og AI-genereret indhold. Dette
indikerer, at det måske er muligt at styrke danskernes evne gennem uddannelse i, hvad
generativ AI er og hvordan det ser ud. En sådan tanke er i overensstemmelse med den del af
litteraturgennemgangen, som påpegede, hvordan at folk kan ‘vaccineres’ mod misinformation,
ved at blive udsat for små mængder i kontrollerede situationer, for på den måde at blive bedre
til at identificere misinformation fremadrettet. På linje med vaccinationer mod sygdomme, er
det imidlertid vigtigt at tænke i, hvordan varige effekter sikres. Her er det vigtigt at udvikle folks
opmærksomhed og evne til kritisk at reflektere for også at ruste befolkningen til fremtidens
udviklinger. Generativ AI bliver forventeligt bedre over tid, og derfor er både et kontinuerligt og
generelt fokus på teknologiforståelse afgørende, når uddannelsesinitiativer diskuteres.
Diffus skepsis er ikke gavnligt og potentielt kontraproduktivt.
I forlængelse af
vurderingen om betydningen af uddannelse ligger spørgsmålet om skepsis. For hvor erfaring
og kritisk tænkning er positivt korreleret med evnen til at identificere ægtheden af indhold er
de med højere grad af tro på konspirationer generelt ringere. Høj grad af tro på
konspirationsteorier er udtryk for en generelt mistro, men sådan en mistro er potentielt
forringende for danskernes evner når det kommer til at vurdere ægtheden af billeder. Det er
derfor nødvendigt, at kommunikation, initiativer og uddannelse frembringer erfaring og
refleksion snarere end diffus skepsis.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Det er vigtigt at udvise påpasselighed med at bruge alarmistisk sprog og huske, at
danskerne godt kan forholde sig til nuanceret information.
Vores resultater viser tydeligt,
hvordan danskerne reagerer, når de eksponeres for et alarmistisk budskab om farerne ved
misinformation. Sådanne reaktioner kan dog være negative i det omfang, at frygten for at blive
eksponeret for misinformation og at misinformation påvirker politiske valg, øger ondsindede
aktørers mulighed for at snyde med henvisning til frygten for misinformation og AI. Imidlertid
har det ingen negative effekter at omtale farerne fra misinformation på en balanceret og
nuanceret måde. Vi ved ligeledes fra bl.a. studier under Covid-19 pandemien, at transparent
information fra myndighederne øger danskernes tillid til dem og sænker troen på
konspirationsteorier (Petersen et al., 2021).
Danskerne har en generel høj appetit på indholdsmoderation og regulering, men der
findes væsentlige forskelle mellem eksisterende og ønsket indholdsmoderation.
Når
danskerne blive bedt om at vurdere, hvorvidt de er tilfredse med eksisterende
indholdsmoderationspolitikker er de generelt tilfredse, om end med nogle undtagelser. Mest
tydeligt gælder det spørgsmålet om, hvorvidt nøgenhed på sociale medier accepteres.
Svarene giver indtryk af, at danskerne generelt ikke nyder at være underlagt et amerikansk
moralkodeks for nøgenhed, om end vi ikke ud fra eksisterende data kan sige noget om, hvor
vigtigt det er for danskerne. Hvad angår regulering modtog alle præsenterede forslag generelt
stor opbakning.
45
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Undersøgelsens opdrag og organisering
Politikere, forskere og civilsamfundsaktører har derfor længe råbt vagt i gevær når det kommer
til tech-giganternes indflydelse på samfundet. Som led i Medieaftalen for 2023-2026 indgår
der derfor også en aftale om en årlig uvildig rapport om tech-giganternes indflydelse på
demokrati, trivsel og samfundsmæssig sammenhængskraft i Danmark. Denne rapport er den
første i rækken.
Rapportens formål er at danne det første grundlag i at indsamle, strukturere og producere
viden om tech-giganternes indflydelse på samfundet, for på den måde at skabe et grundlag
for en styrkelse af den demokratiske kontrol med tech-giganterne. Rapporterne kan over årene
fokusere på forskellige og skiftende temaer afhængigt af den teknologiske udvikling, den
seneste tilvejebragte viden og forskning, samt det aktuelle politiske fokus. Denne første
rapport fokuserer overordnet på tech-giganternes effekter på den demokratiske samtale.
Rapporten er udarbejdet af forskere fra Digital Democracy Centre (Syddansk Universitet),
SODAS (Københavns Universitet) og DATALAB (Aarhus Universitet).
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Litteraturliste
Ahmad, W., Sen, A., Eesley, C., & Brynjolfsson, E. (2024). Companies inadvertently fund online
misinformation despite consumer backlash.
Nature, 630(8015),
123-131.
Allcott, H., & Gentzkow, M. (2017). Social media and fake news in the 2016 election.
Journal of
economic perspectives, 31(2),
211-236.
Allcott, H., Gentzkow, M., Mason, W., Wilkins, A., Barberá, P., Brown, T., ... & Tucker, J. A. (2024).
The effects of Facebook and Instagram on the 2020 election: A deactivation experiment.
Proceedings
of the National Academy of Sciences, 121(21),
e2321584121.
Amnesty International (2022). Myanmar: Facebook’s systems promoted violence against rohingya;
Meta owes reparations.
Amnesty.org.
https://www.amnesty.org/en/latest/news/2022/09/myanmar-
facebooks-systems-promoted-violence-against-rohingya-meta-owes-reparations-new-report/
Aral, S. (2021).
The hype machine: How social media disrupts our elections, our economy, and our
health--and how we must adapt. Crown Currency.
Altay, S., Berriche, M., & Acerbi, A. (2023). Misinformation on misinformation: Conceptual and
methodological challenges.
Social media+ Society, 9(1),
20563051221150412.
Altay, S., Nielsen, R. K., & Fletcher, R. (2022). Quantifying the “infodemic”: People turned to
trustworthy news outlets during the 2020 coronavirus pandemic.
Journal of Quantitative Description:
Digital Media, 2.
Blanchard, L., Conway‐Moore, K., Aguiar, A., Önal, F., Rutter, H., Helleve, A., ... & Knai, C. (2023).
Associations between social media, adolescent mental health, and diet: A systematic review.
Obesity
Reviews, 24,
e13631.
Bor, A., & Petersen, M. B. (2022). The psychology of online political hostility: A comprehensive, cross-
national test of the mismatch hypothesis.
American Political Science Review, 116(1),
1-18.
Budak, C., Nyhan, B., Rothschild, D. M., Thorson, E., & Watts, D. J. (2024). Misunderstanding the
harms of online misinformation.
Nature, 630(8015),
45-53.
Børns Vilkår (2024). Børns liv med sociale medier: Hvordan forholder børn sig til videoindhold,
influencere og AI-chatbots.
Børns Vilkår.
https://bornsvilkar.dk/wp-content/uploads/2024/05/Boern-og-
unges-liv-paa-sociale-medier_enkeltsidet.pdf
Center for Sociale Medier, Tech og Demokrati (2023).
Danskernes holdning til den demokratiske
samtale på online platforme.
Center for Sociale Medier, Tech of Demokrati.
https://slks.dk/fileadmin/user_upload/SLKS/Omraader/Medier/Tech-center/Undersoegelse_-
_Danskernes_holdning_til_den_demokratiske_samtale_paa_online_platforme.pdf
Chesney, B., & Citron, D. (2019). Deep fakes: A looming challenge for privacy, democracy, and
national security.
Calif. L. Rev., 107,
1753.
Danmarks Statistik (2023).
Danmark bruger sociale medier mest i EU.
Danmarks Statistik.
https://www.dst.dk/da/Statistik/nyheder-analyser-publ/nyt/NytHtml?cid=46771
47
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Danske Medier Research (2024).
Annoncemarked.
Danske Medier.
https://danskemedier.dk/branchetal-statistik/marked/
Darius, P. (2024). Researcher Data Access Under the DSA: Lessons from TikTok's API Issues During
the 2024 European Elections.
Tech Policy.press.
https://www.techpolicy.press/-researcher-data-access-under-the-dsa-lessons-from-tiktoks-api-issues-
during-the-2024-european-elections/
Dommett, K. (2023). The inter-institutional impact of digital platform companies on democracy: A case
study of the UK media’s digital campaigning coverage.
new media & society, 25(10),
2763-2780.
DR Analyse (2024).
Medieudviklingen 2023.
DR https://www.dr.dk/om-dr/fakta-om-
dr/medieforskning/medieudviklingen/2023
Duffy, Clare (2023).
Elon Musk’s X is encouraging users to follow conspiracy theorist Alex Jones after
reinstating his account.
CNN https://edition.cnn.com/2023/12/11/tech/elon-musk-x-promoting-alex-
jones-after-reinstating-his-account/index.html
Eady, G., Bonneau, R., Tucker, J. A., & Nagler, J. (under udgivelse). News sharing on social media:
Mapping the ideology of news media content, citizens, and politicians.
Political Analysis.
Ecker, U., Roozenbeek, J., van der Linden, S., Tay, L. Q., Cook, J., Oreskes, N., & Lewandowsky, S.
(2024). Misinformation poses a bigger threat to democracy than you might think.
Nature, 630(8015),
29-32.
Eckles (2023).
thefacebook and mental health trends: Harvard and Suffolk County Community
College
https://statmodeling.stat.columbia.edu/2023/08/22/thefacebook-and-mental-health-trends-harvard-
and-suffolk-community-college/
Ergün, N., Özkan, Z., & Griffiths, M. D. (2023). Social media addiction and poor mental health:
examining the mediating roles of internet addiction and phubbing.
Psychological reports,
00332941231166609.
Erhvervsministeriet (2024). Grænser for tech-giganternes udvikling og anvendelse af kunstig
intelligens: Delafrapportering 2 fra regeringens ekspertgruppe om tech-giganter.
Erhvervsministeriet.
https://www.em.dk/Media/638460136860682710/web_Tech-
ekspertgruppens%20afrapportering%20vedr.%20AI%20MF_v01_140324.pdf
Fahrenthold, D. (2016). Trump recorded having extremely lewd conversation about women in 2005.
Washington Post.
https://www.washingtonpost.com/politics/trump-recorded-having-extremely-lewd-
conversation-about-women-in-2005/2016/10/07/3b9ce776-8cb4-11e6-bf8a-3d26847eeed4_story.html
Ferguson, C. J. (2024). Do social media experiments prove a link with mental health: A
methodological and meta-analytic review.
Psychology of Popular Media.
Garrett, R. K., & Stroud, N. J. (2014). Partisan paths to exposure diversity: Differences in pro-and
counterattitudinal news consumption.
Journal of Communication, 64(4),
680-701.
Golovchenko, Y., Buntain, C., Eady, G., Brown, M. A., & Tucker, J. A. (2020). Cross-platform state
propaganda: Russian trolls on twitter and YouTube during the 2016 US Presidential Election.
The
International Journal of Press/Politics, 25(3),
357-389.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Golovchenko, Y. (2022). Fighting propaganda with censorship: A study of the Ukrainian ban on
Russian social media.
The Journal of Politics, 84(2),
639-654.
Guess, A., Nyhan, B., Lyons, B., & Reifler, J. (2018). Avoiding the echo chamber about echo
chambers.
Knight Foundation, 2(1),
1-25.
Guess, A. M., Malhotra, N., Pan, J., Barberá, P., Allcott, H., Brown, T., ... & Tucker, J. A. (2023a).
Reshares on social media amplify political news but do not detectably affect beliefs or opinions.
Science, 381(6656),
404-408.
Guess, A. M., Malhotra, N., Pan, J., Barberá, P., Allcott, H., Brown, T., ... & Tucker, J. A. (2023b).
How do social media feed algorithms affect attitudes and behavior in an election campaign?.
Science,
381(6656),
398-404.
Haidt, J. (2024).
The anxious generation: How the great rewiring of childhood is causing an epidemic
of mental illness.
Random House.
Hove, M. F. (2024). Hvem målretter dig og virker det? Politikernes brug af annoncer på sociale
medier.
Magtudredningen 2.0.
https://ps.au.dk/fileadmin/Statskundskab/Billeder/Forskning/Forskningsprojekter/Magtudredning/Essa
ys/Tema15/Mads_Fuglsang_Hove.pdf
Hove, M. F., Hobolt, S. B., van Dalen, A., & de Vreese, C. H. (2024). Partiernes brug af online politisk
microtargeting. In
Partiledernes kamp om midten: Folketingsvalg 2022.
Djøf Forlag.
Iyengar, S., Lelkes, Y., Levendusky, M., Malhotra, N., & Westwood, S. J. (2019). The origins and
consequences of affective polarization in the United States.
Annual Review of Political Science, 22(1),
129-146.
Jungherr, A., & Rauchfleisch, A. (2022). Negative downstream effects of disinformation discourse:
evidence from the US.
Preprint at SocArXiv https://doi. org/10.31235/osf. io/a3rzm.
Khalaf, A. M., Alubied, A. A., Khalaf, A. M., & Rifaey, A. A. (2023). The impact of social media on the
mental health of adolescents and young adults: a systematic review.
Cureus, 15(8).
King, G., Pan, J., & Roberts, M. E. (2013). How censorship in China allows government criticism but
silences collective expression.
American political science Review, 107(2),
326-343.
Kulturministeriet (2021). Annonceomsætning 2021.
Kulturministeriet, Mediernes Udvikling.
https://kum.dk/kulturomraader/medier/mediernes-udvikling/publikationer/annonceomsaetning-2021
Leerssen, P., Dobber, T., Helberger, N., & de Vreese, C. (2023). News from the ad archive: How
journalists use the Facebook Ad Library to hold online advertising accountable.
Information,
communication & society, 26(7),
1381-1400.
Lu, Y., & Lee, J. K. (2019). Partisan information sources and affective polarization: Panel analysis of
the mediating role of anger and fear.
Journalism & Mass Communication Quarterly, 96(3),
767-783.
Nisgaard, Allan (2024). Ekspert om falske kendis annoncer på Facebook: Alle kan blive ramt af den.
DR https://www.dr.dk/nyheder/viden/teknologi/ekspert-om-falske-kendis-annoncer-paa-facebook-alle-
kan-blive-ramt-af-den
49
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Nyhan, B., Settle, J., Thorson, E., Wojcieszak, M., Barberá, P., Chen, A. Y., ... & Tucker, J. A. (2023).
Like-minded sources on Facebook are prevalent but not polarizing.
Nature, 620(7972),
137-144.
Hancock, J., Liu, S. X., Luo, M., & Mieczkowski, H. (2022). Psychological well-being and social media
use: A meta-analysis of associations between social media use and depression, anxiety, loneliness,
eudaimonic, hedonic and social well-being.
Anxiety, Loneliness, Eudaimonic, Hedonic and Social
Well-Being (March 9, 2022).
Hasell, A., & Weeks, B. E. (2016). Partisan provocation: The role of partisan news use and emotional
responses in political information sharing in social media.
Human Communication Research, 42(4),
641-661.
Kaushik, D. (2024). Policy Responses To Fake News On Social Media Platforms: A Law And
Economics Analysis.
Statute Law Review, 45(1),
hmae013.
Levendusky, M. S. (2013). Why do partisan media polarize viewers?.
American Journal of Political
Science, 57(3),
611-623.
Meta (2024). About social issues.
Meta Business Help Center.
https://www.facebook.com/business/help/214754279118974?id=288762101909005
Miller, J., Mills, K. L., Vuorre, M., Orben, A., & Przybylski, A. K. (2023). Impact of digital screen media
activity on functional brain organization in late childhood: Evidence from the ABCD study.
cortex, 169,
290-308.
Murray, Conor (2021). TikTok algorithm error sparks allegations of racial bias.
NBC News.
https://www.nbcnews.com/news/us-news/tiktok-algorithm-prevents-user-declaring-support-black-lives-
matter-n1273413
Nanz, A., & Matthes, J. (2022). Democratic consequences of incidental exposure to political
information: A meta-analysis.
Journal of Communication, 72(3),
345-373.
Nyhan, B., Settle, J., Thorson, E., Wojcieszak, M., Barberá, P., Chen, A. Y., ... & Tucker, J. A. (2023).
Like-minded sources on Facebook are prevalent but not polarizing.
Nature, 620(7972),
137-144.
Newman, N., Fletcher, R., Robertson, C., Arguedas, A. & Nielsen, R. (2024). Reuters Institute, Digital
News Report 2024 https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2024-
06/DNR%202024%20Final%20lo-res-compressed.pdf
Odgers, C. L., & Jensen, M. R. (2020). Annual research review: Adolescent mental health in the
digital age: Facts, fears, and future directions.
Journal of Child Psychology and Psychiatry, 61(3),
336-
348.
Odgers, C. L. (2024). The great rewiring: is social media really behind an epidemic of teenage mental
illness?.
Nature,
628(8006), 29-30.
Orben, A. (2020). Teenagers, screens and social media: a narrative review of reviews and key
studies.
Social Psychiatry and Psychiatric Epidemiology, 55(4),
407-414.
Orben, A., & Przybylski, A. K. (2019). The association between adolescent well-being and digital
technology use.
Nature human behaviour, 3(2),
173-182.
Oversight Board (2023).
Oversight Board Overturns Meta's Original Decisions in the "Gender Identity
and Nudity" Cases.
Meta’s Oversight Board.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
https://www.oversightboard.com/news/1214820616135890-oversight-board-overturns-meta-s-original-
decisions-in-the-gender-identity-and-nudity-cases/
Pariser, E. (2011).
The filter bubble: How the new personalized web is changing what we read and
how we think.
Penguin.
Petersen, M. B., Bor, A., Jørgensen, F., & Lindholt, M. F. (2021). Transparent communication about
negative features of COVID-19 vaccines decreases acceptance but increases trust.
Proceedings of
the National Academy of Sciences, 118(29),
e2024597118.
Pew Research Center (2024).
About half of TikTok users under 30 say they use it to keep up with
politics, news.
Pew Research Center. https://www.pewresearch.org/short-reads/2024/08/20/about-
half-of-tiktok-users-under-30-say-they-use-it-to-keep-up-with-politics-news/
Quétier-Parent, S., Lamotte, D., Gallard, M. (2023).
Elections & social media: the battle against
disinformation and trust issues.
Ipsos. https://www.ipsos.com/en/elections-social-media-battle-
against-disinformation-and-trust-issues
Radtke, T., Apel, T., Schenkel, K., Keller, J., & von Lindern, E. (2022). Digital detox: An effective
solution in the smartphone era? A systematic literature review.
Mobile Media & Communication, 10(2),
190-215.
Reeves, B., Robinson, T., & Ram, N. (2020). Time for the human screenome project.
Nature,
577(7790),
314-317.
Sanders, A. K., & Jones, R. L. (2018). Clicks at Any Cost: Why Regulation Won't Upend the
Economics of Fake News.
Bus. Entrepreneurship & Tax L. Rev., 2,
339.
Stevenson, A. (2018). Facebook Admits It Was Used to Incite Violence in Myanmar.
The New York
Times.
https://www.nytimes.com/2018/11/06/technology/myanmar-facebook.html
Sunstein, C. R. (2001).
Republic. com.
Princeton University Press.
Thadani, T. (2024). Elon Musk’s X accused of bias after pro-Harris accounts labeled as ‘spam’.
The
Washington Post
https://www.washingtonpost.com/technology/2024/08/07/musk-x-harris-bias/
Thorp, H. H. (2024). Unsettled science on social media.
Science.
Twenge, J. M., Haidt, J., Joiner, T. E., & Campbell, W. K. (2020). Underestimating digital media harm.
Nature Human Behaviour, 4(4),
346-348.
Uldall, Rosa (2024). DF deler deepfake video af statsministeren: tendensen kan være undergravende.
DR.
https://www.dr.dk/nyheder/indland/df-deler-deepfake-video-af-statsministeren-tendensen-kan-
vaere-undergravende
Valkenburg, P. M., Meier, A., & Beyens, I. (2022). Social media use and its impact on adolescent
mental health: An umbrella review of the evidence.
Current Opinion in Psychology, 44,
58-68.
Van Dijck, J., Poell, T., & De Waal, M. (2018).
The platform society: Public values in a connective
world.
Oxford University Press.
Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online.
Science,
359(6380),
1146-1151.
51
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Weigle, P. E., & Shafi, R. M. (2024). Social media and youth mental health.
Current psychiatry
reports, 26(1),
1-8.
Weiss, G. (2024). We now know just how much money Elon Musk's X made after his takeover — and
it's a lot less than before his purchase,
Business Insider
https://www.businessinsider.com/x-revenues-plunged-months-after-elon-musk-took-over-report-2024-
6
World Economic Forum (2024). Global Risks 2024: Disinformation Tops Global Risks 2024 as
Envrionmental Threats Intensify.
World Economic Forum
https://www.weforum.org/press/2024/01/global-risks-report-2024-press-release/
Yang, Y., McCabe, S., & Hindman, M. (2024). Does Russian Propaganda Lead or Follow? Topic
Coverage, User Engagement, and RT and Sputnik’s Agenda Influence on US Media.
The
International Journal of Press/Politics,
19401612241271074.
Zuleta, L. & Burkal, R. (2017). Hadefulde ytringer i den offentlige online debat.
Institut for
Menneskerettigheder.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Bilag
Bilag 1A: Indsamling af aktivitets- og annoncedata fra Facebook
Data omhandlende antallet af dagligt aktive brugere er indsamlet fra Facebook Marketing API.
API’en er oprettet og vedligeholdt af Facebook selv, og giver godkendte udviklere adgang til
data om, hvor mange brugere, der er aktive på Facebook inden for forskellige kategorier.
Således har vi foretaget API kald, hvor vi har spurgt efter information om, hvor mange aktive
brugere, der har været på Facebook i løbet af forskellige ugedage i september 2024, hvoraf
vi har taget en gennemsnit for at undgå effekter af forskellige aktivitet i løbet af ugen. Den
information, der sendes retur inkluderer et estimat for antallet af aktive brugere inklusiv et
nedre og et øvre estimat, hvilket ligeledes er visualiseret i figur 1 og 2.
Til figur 1 har vi indhentet data om antallet af aktive brugere for hvert land, mens figur 2 alene
inkluderer brugere i Danmark. I figur 2 har vi foretaget API kald for en række aldersgrupper,
samt antallet af brugere inden for hver af aldersgrupperne, der er mænd og kvinder.
Data omhandlende annonceomsætning af annoncer på Facebook og Instagram er indsamlet
fra Meta Ad Library API (annoncebibliotek). De indhentede data inkluderer udelukkende
annoncer om samfundsmæssige forhold, da det er den eneste type af annoncer, der er mulige
at tilgå længere end 12 måneder bagud i tid, ligesom de på nuværende tidspunkt er de eneste
annoncer, hvor der er data på omkostninger i kroner ved de enkelte annoncer.
Konkret har vi hentet information om samtlige annoncer om samfundsforhold fra perioden 1.
januar 2020 til 1. juli 2024 og estimeret den månedlige omsætning ved at udregne, hvor stor
en andel en given annonces budget er placeret i de enkelte måneder, givet at en annonces
forbrug er konstant. F.eks. vil en annonce, der har været indrykket 1. januar 2020 til 15. februar
2020 med et samlet forbrug på 150 kroner blive opgjort således, at annoncen har kostet 100
kroner i januar og 50 kroner i februar. Da der ikke er adgang til estimater for det samlede
annoncepres for en given dag eller måned er det ikke muligt at tage højde for, at nogle dage
eller måneder er dyrere end andre. Dog er udfordringerne forbundet med dette mindre, da vi
afrapporterer udviklingen i figur 3 med lokal regression. Derudover er udviklingen i figur 3
ligeledes visualiseret med usikkerhedsestimater, der tager udgangspunkt i, at forbruget for en
given annonce afrapporteres i et spænd, f.eks. mellem 100 og 200 kroner. Udviklingen er
derfor udregnet ud fra spændets gennemsnit, mens den visualiserede usikkerhed angiver
henholdsvis det nedre og øvre estimat.
Vi har i rapporten valgt at fokusere på Facebook og Instagram, samt udelukkende annoncer
om samfundsforhold, da det er disse platforme og disse annoncer, der har været åbenhed om
længst og hvor der forventeligt er den højeste datakvalitet at finde. Fremgangsmåden kan
imidlertid på sigt udvides til både at omfatte flere platforme og andre typer af annoncer. Som
led i EU-forordningen om digitale tjenester (DSA) er alle store online platforme (VLOP) nødt
til at oprette offentligt tilgængelige annoncebiblioteker indeholdende samtlige annoncer, der
er aktive eller har været aktive på deres platforme det seneste år. For disse annoncebiblioteker
er det ligeledes et krav, at forskere skal kunne få adgang til en API, således data kan trækkes
direkte fra plaformen og struktureres. Adgangene er dog fortsat nye og får fortsat kritik for
53
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0054.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
kvaliteten af data (Darius, 2024). Det vil derfor – forhåbenligtvis – på sigt være muligt at
anvende sådanne adgang til at estimere den samlede annonceomsætning på de store online
platforme.
Bilag 2A: Identifikation og systematisering af forskningslitteratur
Identifikationen af forskningslitteratur er sket i tre faser. For det første har vi haft søgt efter
review
artikler og metastudier på
Web of Science
8
. For det andet har vi inkluderet empiriske
artikler i store tidsskrifter, der er kommet ud for nyligt, og som derfor ikke har været inkluderet
i de identificerede
review
artikler. For det tredje har vi haft delt de enkelte dele af
litteraturgennemgangen (misinformation, polarisering og trivsel) med andre forskere på
danske universiteter, der forsker i felterne, for input til, at de centrale artikler på feltet er
inkluderet.
Litteratursøgningen har fokuseret på at indfange de vigtigste debatter og empiriske fund inden
for forskningslitteraturen om misinformation, politisk polarisering og trivsel i relation til sociale
medier. Derfor har det været en nødvendig betingelse for, at studier er blevet inkluderet i
litteraturgennemgangen, at det er forholdet mellem sociale medier og det pågældende
forskningsfelt, artiklen har omhandlet. Det betyder blandt andet, at artikler, der primært
fokuserer på spørgsmålet om misinformation i forbindelse med Covid-19, og kun sekundært
på sociale mediers betydning herfor, ikke inkluderes. Ligeledes vælger vi af
afgrænsnignsmæssige årsager ikke at inkludere den del af litteraturen, som specifikt fokuserer
på, hvordan man ved hjælp af statistiske modeller og lignende er i stand til at idenficiere
misinformation, da dette mere handler om computationelle metoder mere end forholdet
mellem sociale medier og misinformation. Tabellen herunder viser en oversigt over de
forskellige skridt, der har været taget i forbindelse med første fase af identifikation af litteratur
om misinformation og hvor mange artikler, der har været identificeret.
Skridt
Søgning efter artikler med søgeordene (i titel eller abstract):
AI OR generative AI OR generative OR big tech OR platforms
OR social media OR Facebook OR Instagram OR YouTube
OR Google OR Twitter OR Pinterest OR LinkedIn OR
Snapchat OR TikTok OR Bing
AND
misinformation OR disinformation OR conspiracies OR
conspiracy theory OR conspiracy OR fake news OR false
information OR hoax OR fraud OR information disorder OR
malinformation OR rumors OR propaganda OR deepfake OR
infodemic OR information warfare
Anvendelse af filtre
+ Sprog (engelsk) og årstal (2004 - 2024)
8
Antal artikler
14.834
14.834
Grundet rapportens fokus på misinformation har denne første fase af identifikation af litteratur kun
blevet foretaget for forskningslitteraturen om misinformation.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0055.png
DDC (SDU), SODAS (KU), DATALAB (AU)
+ Forskningsfelt (kommunikationsvidenskab og statskundskab)
+ Dokument type (review)
Abstract
screening
4.052
158
Relevante: 36
Ikke rette forskningsfeltd:
32
Ikke empiriske eller ikke
reviews: 20
Tekniske (fake
news
detection):
39
Ikke primær fokus på
misinformation: 16
Studier primær fokuseret
på Covid-19: 11
Afgrænset til specifikke
lande: 4
17
Review artikler inkluderet efter læsning
Bilag 3A: Holdninger til indholdsmoderation på Facebook
Præcise formuleringer i spørgeskema og
community standards
til baggrund for
modereringsbatteri. Formulering i
community standards
er markeret med kursiv.
Trusler om vold der kan føre til alvorlig menneskelig eller materiel skade
Trusler om vold, der kan føre til alvorlig skade (mindre grov vold). Vi fjerner sådanne trusler
mod offentlige personer og grupper, der ikke er baseret på beskyttede karakteristika, hvis de
er troværdige, og vi fjerner dem mod alle andre mål (herunder grupper baseret på beskyttede
karakteristika) uanset troværdighed
Billeder, der viser meget tynde mennesker på en måde, der er associeret med
spiseforstyrrelser
Indhold, der fokuserer på afbildning af ribben, kraveben, lårmellemrum, hofter, indbuet mave
eller fremstående rygsøjle eller skulderblade, når de deles sammen med udtryk, der er
associeret med spiseforstyrrelser.
Billeder af topløse badende kvinder på en strand, som er lagt op med samtykke fra kvinderne
Billeder af virkelige nøgne voksne, hvis det afbilder: Utildækkede kvindelige brystvorter
undtagen i forbindelse med amning, fødsel og øjeblikkene efter en fødsel, medicinsk eller
sundhedsmæssig kontekst (f.eks. efter fjernelse af bryster, øget kendskab til brystkræft eller
kønsskifteoperationer) eller som en protesthandling.
Indhold, der omtaler religiøse grupper som eksempelvis dumme eller idioter
Indhold, der er rettet mod en person eller gruppe af personer på baggrund af deres beskyttede
karakteristika (race, etnicitet, national oprindelse, religiøst tilhørsforhold, kaste, seksuel
orientering, køn, kønsidentitet og alvorlig sygdom), med: Mentale mangler er defineret som
handlende om: Intellektuelle evner, herunder, men ikke begrænset til, dum, stupid, idioter.
Uddannelse, herunder, men ikke begrænset til, analfabet, uvidende. Mental sundhed,
herunder, men ikke begrænset til, mentalt syg, retarderet, skør, vanvittig.
55
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Oplysninger, der er i modstrid med den sundhedsfaglige evidens, f.eks. udsagn som: “Et
stigende antal vaccinationer forklarer, hvorfor så mange børn har autisme i dag”
Forkerte oplysninger om vacciner. Vi fjerner forkerte oplysninger primært om vacciner, hvis
offentlige sundhedsmyndigheder vurderer, at oplysningerne er falske og formentlig kan
bidrage direkte til vaccinenægtelse. De omfatter: Vacciner forårsager autisme (f.eks. "Et
stigende antal vaccinationer forklarer, hvorfor så mange børn har autisme i dag").
Indhold der krænker ophavsrettigheder
Efter modtagelse af en anmeldelse fra en rettighedsindehaver eller en autoriseret
repræsentant fjerner eller begrænser vi indhold, der: Krænker ophavsrettigheder. Krænker
varemærkerettigheder.
Principper for udvælgelse af temaer i modereringsbatteri
Meta skelner mellem "Vi fjerner" og "Vi fjerner når vi har lidt mere kontekst". Vi anvender
udelukkende politikker fra førstnævnte kategori for at undgå tvetydeligheder.
Meta har seks kategorier i deres "community standards" der beskriver forskellige typer af
indhold der modereres. 1) Violence and criminal behavior, 2) Satefy, 3) Objectionable content,
4) Integrity and authenticity, 5) Respecting intellectual property, 6) Content-related requests
and decisions. Vi har eksempler med på alle undtagen punkt 6, da denne ikke inkluderer
indhold, der fjernes uden yderligere kontekst.
Der er stor forskel variation i, hvor voldsomt og indgribende det, der modereres er. Vi blander
så vi får variation i typen af indhold, men undgår ekstremer vi forventer alle vil være enige i,
f.eks. trusler til enkeltpersoner om at slå dem ihjel..
Bilag 3B: Holdninger til reguleringsanbefalinger
De for respondenterne præsenterede reguleringer er taget fra regeringens ekspertgruppe om
tech-giganter, der til erhvervsministeriet har afrapportert anbefalinger. Disse anbefalinger
fordeler sig på fire temaer, hvoraf vi har udvalgt en fra hver af temaerne om
tech-giganternes
medansvar for informationstroværdighed på deres platforme
og
regulering af tech-giganters
uaftoriserede brug af ophavsretlig materiale.
Derudover har vi udvalgt to spørgsmål fra temaet
om
beskyttelse af børn og unge mod skadelig anvendelse og udvikling af kunstig intelligens
på tech-giganternes tjenester.
Vi har ikke udvalgt nogen fra temaet om
tech-giganters
markedsdominans inden for udvikling af kunstig intelligens
da vi vurderede anbefalingerne for
generelle til at kunne indfange holdninger til det i et spørgeskema. Respondenter er blevet
stillet følgende spørgsmål:
Hvor enig eller uenig er du i at sociale medier bør …
- deklarere indhold genereret af kunstig intelligens
- tage højde for børn og unge som særligt sårbare grupper, når det gælder manipulation
og afhængighed
- dokumentere at de ikke bryder ophavsretten
- undlade at kræve betaling for at brugerne kan fravælge manipulerende design
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Bilag 3C: Design af AI-billede genkendelse eksperiment
Eksperimentet er designet med henblik på at måle, hvor gode individer er til at adskille, hvilke
billeder, som er ægte, og hvilke billeder, der er skabt med generativ AI. For at undgå, at
respondenter gætter rigtigt ved et tilfælde, bliver alle respondenter eksponeret for syv billeder.
Randomisering for, hvorvidt billedet er ægte eller skabt med generativ AI varieres for hvert
billede.
Hver respondent bliver eksponeret for et billede, som enten viser et ægte billede eller AI-
genereret billede af samme situation. For at undgå utilsigtede stimulus effekter ved, at et
enkelt billede er let identificerbart eller at folk er bedre til at identificere AI i bestemte situationer
(f.eks. mennesker), benytter vi os af stimulus
sampling.
Det er en logik, hvor stimulus
udtrækkes tilfældigt fra en pulje af stimuli.
Puljen af billeder består af i alt 52 billeder, hvoraf halvdelen er AI-skabt og halvdelen af ægte,
da der for hver situation er både et ægte og AI-skabt billede. Yderligere fordeler billederne sig
på fire kategorier: almindelig, mennesker, krise og politik.
“Almindelige” billeder inkluderer billeder som f.eks. et æbletræ og det kinesiske
bullet train.
“Mennesker” inkluderer billeder af f.eks. Jeff Bezos og en ældre kvinde, som modtager en
vaccination. “Krise” inkluderer billeder af krisesituationer, f.eks. et flystyrt i Mogadishu og
skovbrand i Californien. “Politik” inkluderer billeder, der kan lede tanken hen på politiske
situationer og diskussioner, f.eks. Brandenburger Tor oplyst i ukrainske farver og Za’atri
flygtningelejren for syriske flygtninge. Det er værd at bemærke, at der for nogle af billederne
optræder mennesker i andre kategorier end “mennesker”, men hvilke er billeder hvor
personerne ikke er i fokus.
Ægte billeder er fundet på wikimedia.org, hvor udelukkende billeder uden
copyright
er blevet
valgt. AI-billederne er skabt med det gratis og offentligt tilgængelig openart.ai. Hvert billede
har taget 5-15 minutter at skabe ved at taste et par forskellige
prompts,
hvorefter det bedste
af de genererede billeder er blevet valgt til at indgå i eksperimentet. Måden AI-billederne er
skabt på er tiltænkt at efterligne den situation, hvor mindre aktører, f.eks. dem interesserede i
at lokke social medie brugere ind på deres hjemmeside, skaber og deler billeder. Derfor vil
billedekvaliteten sandsynligvis være større, havde det været del af en større statslig
desinformationskampagne. Det gør imidlertid kun vores test lettere, hvorfor resultatet hvor
respondenterne klarer sig omtrent på niveau med tilfældighed forventes at være en øvre bare
sammenlignet med større og mere sofistikerede desinformationskampagner.
Som et eksempel på et ægte og AI-skabt billede er følgende billeder, der skal vise folk
observere en solformørkelse på
The Mall
i Washington D.C. Billedet til venstre er AI-skabt og
billedet til højre ægte.
57
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0058.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Inden respondenten eksponeres og bedes forholde sig til, hvorvidt de tror billedet, de har set
er skabt med AI og hvor komfortable de vil være med at dele det, får de en introduktionstekst.
Teksten lyder således:
Du bliver nu præsenteret for en række billeder, der alle viser begivenheder eller situationer,
som er sket i virkeligheden. Nogle af billederne er faktiske billeder, mens andre er skabt med
generativ kunstig intelligens (”AI”). Du bliver bedt om at give dit umiddelbare indtryk af, om du
tror at billedet er skabt med kunstig intelligens, samt hvor komfortabel du vil være med at dele
billedet til familie og venner.
Som det fremgår af introduktionstesten
primer
vi respondenterne ved at fortælle dem, at nogle
af de billeder de møder er skabt med AI. Det er imidlertid svært at forestille sig et design, hvor
respondenterne bliver bedt om at vurdere om et billede er skabt med AI uden at
prime
dem
på den ene eller anden måde. Implikationen af dette designvalg er, at respondenterne burde
være
bedre
til at identificere ægtheden af billeder, nu hvor de er opmærksomme på det. Da
resultatet af eksperimentet var, at respondenterne i gennemsnit klarede sig omtent på niveau
med tilfældighed, ville vi ikke forvente de var bedre, havde de
scrollet
i gennem deres
Instagram
feed
uden at overveje, hvor vidt det de hurtigt skyder forbi er skabt med AI.
En anden forhåbning ved introduktionsteksten var, at respondenterne ikke ville bruge for lang
tid på at kigge på billederne. Dette skyldes, at vi prøver at efterligne en situation, hvor man
som på sociale medier bliver eksponeret for en række billeder, og ikke en quiz i om man kan
identificere AI-billeder. For at tjekke, hvorvidt respondenterne fulgte opfordring om at give
deres umiddelbare indtryk, tjekkede vi, hvor mange sekunder hver respondent brugte på
billede-siden af spørgeskemaet. Hver respondent brugte i gennemsnit 7 sekunder (median)
på at kigge på billederne. For at teste robustheden af resultaterne har vi kørt analysen kun
med billede-opgaver, hvor respondenten brugte 20 eller færre sekunder på siden. Vi finder
ingen forskel i resultaterne og beholder derfor alle respondenter i hovedanalysen.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0059.png
DDC (SDU), SODAS (KU), DATALAB (AU)
Det betyder imidlertid ikke, at respondenterne er lige ringe til at vurdere ægtheden af billeder
uanset, hvor lang tid de bruger på at se på billeder. Som figur 3C1 viser, er der en svag negativ
sammenhæng (0.01 højere brier score hver 10 sekund) mellem hvor mange sekunder, der
har været brugt på at se på et billede, og hvor god vurderingen af billedets ægthed er.
Sammenhængen beror på en
pooled
regression, da der er så lille variation inden for
respondenter i forhold til, hvor mange sekunder de bruger på at kigge på billederne, at det
ikke er muligt at anvende variationen inden for enheder meningsfuldt.
Figur 3C1: Sammenhæng mellem sekunder brugt på opgave og brier score
I og med at respondenterne tilfældigt er blevet tildelt forskellige billeder kan vi ligeledes tjekke,
hvor stor forskel der er på tværs af billeder i forhold til, hvor lette eller svære de har været at
vurdere ægtheden af. Ligeledes kan det fortælle os noget om, hvorvidt respondenterne har
haft sværest ved at vurdere ægtheden af ægte eller AI-skabte billeder.
Figur 3C2 viser gennemsnitlige brier scores pr. billede. Som det ses er der stor forskel på,
hvor svært respondenterne har haft ved at vurdere billederne, hvor bl.a. et AI-skabt billede af
Meghan Markle har været let at vurdere, mens et AI-skabt billede af en oversvømmelse har
været svært at vurdere ægtheden af.
Det ses ligeledes, hvordan det generelt er AI-skabte billeder, der har høje brier scores, hvilket
indikerer, at det er primært AI-skabt indhold, respondenterne har været svært ved at vurdere
ægtheden af, mens de bedre har styr på at vurdere ægte billeder.
59
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0060.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Det er værd at bemærke, at på trods af at respondenterne har modtaget forskellige billeder,
der varierer i sværhedsgrad, har dette hverken været muligt at vurdere a priori ligesom de ikke
burde give anledning til nogen forskydninger i fordelingerne, da det snarere efterligner
virkeligheden, hvor nogle AI-billeder er godt og andre minde gode. Derudover introducerer
variationen ikke
bias
i vores regressioner. Det skyldes at forskelle i sværhedsgrad er tilfældige
målefejl på den afhængige variabel, hvilket ikke introducerer
bias,
men blot inefficiens.
Figur 3C2: Brier scores pr. billede
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0061.png
DDC (SDU), SODAS (KU), DATALAB (AU)
Respondenternes evne til at idenficere forskellige typer af billeder afhængigt af dets tema
(krise, politisk, mennesker og almindelig) er ligeledes visualiseres. Dette ses i figur 3C3, som
viser fordelingen af brier scores pr. kategori af billeder.
Figuren viser tydeligt, hvordan danskerne har lige svært ved at identificere, hvorvidt et billede
er ægte, uanset billedkategori. Det ses ved, at de fire fordelinger i høj grad ligner hinaden og
at gennemsnittet, markeret med stiplede linjer, ligger tæt på hinanden. Dette kan synes
overraskende da f.eks. billeder, der viser mennesker også er svære for respondenterne at
aflæse, selvom vi omgås mennesker hver eneste dag og derfor forventeligt har en ret god
fornemmelse for menneskelige detaljer.
Figuren har således potentielt en anden vigtig politisk implikation, i den forstand at den
indikerer at det ikke er let at lave reguleringsmæssige rækværk mod specifikke typer af
billeder, f.eks. regulering af hvad AI-genereret indhold må afbillede af hensyn til, hvor svært
det er for brugerne at aflæse. Det synes lige så svært at identificere et AI-billede af et flystyrt
som af en ko, der græsser.
Figur 3C3: Fordeling af brier scores pr. kategori af billeder
61
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
2981139_0062.png
Hove, Adler-Nissen, Bechmann, de Vreese, Hjorth & Golovchenko (2024)
Bilag 3D: Specificering af regressionsmodeller af AI-billede eksperiment
Forskellene mellem stimuligrupper er udregnes med OLS regression. Modellerne er
konfigureret efter kausaldiagrammet neden for.
Det betyder, at to af modellerne inkluderer statistisk kontrol. Det gælder sammenhængen
mellem henholdsvis erfaring med AI og dygtigheden til at identificere ægtheden af billeder, og
sammenhængen med accept af AI som uafhængig variabel. I førstnævnte model kontrolleres
der for respondentens alder og køn. I sidstnævnte model kontrolleres der for alder, køn og
erfaring med AI.
Bilag 3E: Design af misinformationsopmærksomhed eksperiment
Eksperimentet er designet til at skulle identificere effekten af forskellige udlægninger af de
samfundsmæssige udfordringer med misinformation. Specifikt hvorvidt graden af alarmisme
påvirker respondenternes frygt for at blive eksponeret for misinformation, frygt for at
misinformation påvirker demokratiet og demokratiske valg negativt, frygt for at blive beskyldt
for at sprede misinformation og opbakning til demokratiet som styreform.
Eksperimentet har tre stimuli grupper. Følgende stimuli er tildelt de forskellige grupper:
Affejende information:
Det er svært at sige, hvor stor en udfordring misinformation er.
Misinformation har i nogle lande vist sig at være et mindre problem, hvor forskning fra USA
viser, hvordan mængden af misinformation ofte er mindre end frygtet. Vi ved imidlertid ikke
meget om, hvorvidt det samme gør sig gældende i Danmark eller om den situation ændrer
sig, nu hvor generativ kunstig intelligens kan bruges til at generere misinformation.
 KUU, Alm.del - 2024-25 - Bilag 117: Rapport Tech-giganter og demokrati: Kunstig intelligens, misinformation og digitale platforme
DDC (SDU), SODAS (KU), DATALAB (AU)
Balanceret information:
Det er svært at sige, hvor stor en udfordring misinformation er.
Misinformation har i nogle lande vist sig at være et mindre problem, hvor forskning fra USA
viser, hvordan mængden af misinformation ofte er mindre end frygtet. Vi ved imidlertid ikke
meget om, hvorvidt det samme gør sig gældende i Danmark eller om den situation ændrer
sig, nu hvor generativ kunstig intelligens kan bruges til at generere misinformation.valg i 2024.
Alarmistisk information:
Frygten for spredning af misinformation har taget til de senere år,
særligt i forbindelse med udbredelsen af generativ kunstig intelligens (”AI”), der hurtigt og
virkelighedsnært kan generere misinformation. Derfor har World Economic Forum også
udpeget netop misinformation som den største globale trussel på kort sigt, særligt i lyset af at
knap halvdelen af verdens befolkning skal stemme til demokratiske valg i 2024.
Dernæst er alle respondenter bedt om at svare på følgende spørgsmål (skala 1-5 fra meget
enig til meget uenig):
- Information jeg ser på sociale medier er generelt til at stole på*
- Traditionelle nyhedsmedier deler ikke misinformation på sociale medier
- Folkevalgte politikerne deler ikke misinformation når de skriver på sociale medier
- Generativ kunstig intelligens (”AI”) er positivt for det danske demokrati*
- Misinformation påvirker, hvem der vinder valg til f.eks. Folketinget*
- Demokratier er ubeslutsomme og har for meget politisk fnidder*
- At have eksperter i stedet for politikere til at tage beslutninger for, hvad de synes er
bedst for landet vil være en god måde at lede det her land på*
- Partier som repræsenterer folk som mig bliver ofte fejlagtigt beskyldt for at sprede
misinformation
- Jeg frygter i politiske diskussioner med venner og familie at blive beskyldt for at sprede
misinformation
Spørgsmål 1-3 indgår i et indeks om respondentens frygt for at blive eksponeret for
misinformation. Spørgsmål 4-5 indgår i et indeks om respondentens frygt for negative
demokratiske effekter af misinformation og AI. Spørgsmål 6-7 indgår i et indeks om
respondentens opbakning til demokrati som styreform. Spørgsmål 8-9 indgår i et indeks om
respondentens frygt for at blive beskyldt for at sprede misinformation.
* angiver hvorvidt forskellen mellem den alarmistiske og den affejende gruppe er statistisk
signifikant på et 95% konfidensinterval.
63