De gevaren van deepfakes

Wat zijn deepfakes?

Deepfakes zijn synthetische media waarbij AI het gezicht, de stem of het lichaam van een persoon realistisch nabootst in een video, foto of audio-opname. De naam is een samenvoeging van ‘deep learning’ en ‘fake’ en werd populair rond 2017 toen technologie voor gezichtsruil voor het eerst breed toegankelijk werd.

Wat in 2017 nog uren GPU-tijd en technische expertise vereiste, kan nu in minuten met een smartphone-app. De democratisering van deepfake-technologie heeft de schaal en impact van misbruik dramatisch vergroot.

De technologie: hoe werken deepfakes?

Generative Adversarial Networks (GANs)

De klassieke deepfake-technologie gebruikt GANs: twee neurale netwerken in competitie. Een generator maakt nep-beelden; een discriminator probeert nep van echt te onderscheiden. Door dit spel worden gegenereerde beelden steeds realistischer. De generator wint als de discriminator het niet meer kan onderscheiden.

Voor een overtuigende deepfake heb je doorgaans:

• Honderden of duizenden afbeeldingen/frames van het doelgezicht
• Voldoende trainingstijd (uren tot dagen)
• Postprocessing voor stabiele video-output

Diffusiemodellen

Modernere deepfakes gebruiken diffusiemodellen (de technologie achter Stable Diffusion en Midjourney). Deze zijn moeilijker te detecteren en produceren hogere kwaliteit bij minder trainingsdata.

Spraakkloning (audio deepfakes)

Tools zoals ElevenLabs, Resemble AI en Microsoft VALL-E kunnen met slechts enkele seconden audiomateriaal een overtuigende imitatie van een stem maken. Audio deepfakes worden ingezet voor CEO-fraude (een nepstem die instructies geeft) en politieke manipulatie.

Realtime deepfakes

De nieuwste generatie deepfakes werkt in realtime: een videoconferentie-deelnemer kan live worden vervangen door een ander gezicht. Dit maakt zelfs live videogesprekken onbetrouwbaar.

De dreigingslandschap: wie misbruikt deepfakes en hoe?

Non-consensuele intieme beelden (NCII)

Dit is de meest voorkomende vorm van deepfake-misbruik. Pornografische deepfakes worden gemaakt van mensen (voornamelijk vrouwen) zonder hun toestemming. Onderzoek toont dat meer dan 90% van alle deepfakes online van seksuele aard is, gericht op particulieren en publieke figuren.

De psychologische schade voor slachtoffers is enorm: angst, depressie, sociale isolatie en professionele schade. In Nederland is het verspreiden van NCII strafbaar gesteld.

Politieke manipulatie en desinformatie

Deepfake-video’s van politici die dingen zeggen die ze nooit zeiden, zijn een reeel risico voor democratieën:

• Een deepfake van president Zelensky die “overgave” aankondigde (2022) was snel herkend maar toonde het potentieel
• Deepfake-audio van politici met racistische uitspraken vlak voor verkiezingen
• Nep-nieuwspresentatoren die desinformatie verspreiden

In 2024 en 2025 werden bij meerdere nationale verkiezingen deepfake-incidents gerapporteerd.

Financiële fraude

CEO-fraude via audio-deepfakes is al uitgegroeid tot een miljardenindustrie:

• Hongkong 2024: Een medewerker van een multinational werd via een deepfake-videoconferentie overgehaald €23 miljoen over te maken
• UK 2020: De stem van een CEO werd geïmiteerd om een bankmedewerker te overtuigen £220.000 te sturen
• Telefonische nep-noodoproepen (“Mam, ik zit in de problemen”) met de stem van familieleden

Reputatieschade

Individuen en bedrijven kunnen worden beschadigd door deepfake-video’s die hen in compromitterende situaties plaatsen — bij straatprotesten, in combinatie met criminelen, of in seksuele contexten.

Rechtszaken en bewijsmanipulatie

Een groeiend risico: deepfakes als “bewijs” in rechtszaken, of het omgekeerde — het afwijzen van echt bewijs als “een deepfake” (de “liar’s dividend”: de mogelijkheid om echt bewijs te ontkennen door te stellen dat het nep is).

Detectie: hoe herken je een deepfake?

Visuele aanwijzingen (steeds moeilijker te zien)

• Oogbewegingen: Onnatuurlijk knipperen of staren, inconsistentie met de emotie in het gezicht
• Lichtreflecties: Incongruente belichting in ogen of op de huid
• Haarlijn en rand: Wazig of inconsistente rand rond het hoofd
• Tanden en tong: Vroegere modellen hadden moeite met realistische tanden
• Oorringen en sieraden: Artefacten bij accessoires
• Hoofdbewegingen: Te stijf of onnatuurlijk vloeiend

Kanttekening: De nieuwste modellen elimineren de meeste zichtbare artefacten. Visuele detectie door mensen is niet meer betrouwbaar.

AI-detectietools

• Deepware Scanner: Gratis tool voor video-analyse
• Microsoft Video Authenticator: Detecteert manipulaties frame-voor-frame
• Intel FakeCatcher: Analyseert bloedstroom-patronen zichtbaar in huidtinten (een bewijs van leven dat deepfakes missen)
• Hive Moderation: API voor automatische deepfake-detectie bij platforms

Kanttekening: Detectietools lopen altijd achter op generatieve tools — het is een wapenwedloop.

Contextuele verificatie

Ongeacht hoe realistisch een video lijkt, zijn er contextuele vragen:

• Klopt de timing? Wanneer zou dit opgenomen moeten zijn?
• Klopt de locatie? Is de achtergrond consistent?
• Is er een tweede bron? Heeft een ander medium het bevestigd?
• Heeft de persoon zelf gereageerd?

Wetgeving en beleid

EU AI Act

De EU AI Act verbiedt bepaalde gebruik van deepfakes: real-time biometrische identificatie in openbare ruimten, en subliminal manipulation. Deepfakes voor entertainment zijn toegestaan maar moeten gelabeld worden.

Nederlandse wetgeving

In Nederland is het verspreiden van NCII (non-consensuele intieme beelden, inclusief deepfakes) strafbaar met maximaal 2 jaar gevangenisstraf. Politieke deepfakes vallen onder bestaande desinformatie-wetgeving.

Bedrijfsbeleid

• Meta, YouTube en TikTok verplichten labeling van AI-gegenereerde content
• Adobe Content Credentials embedded metadata in afbeeldingen voor herkomst-tracking
• C2PA (Coalition for Content Provenance and Authenticity) ontwikkelt een open standaard voor authenticatie

Wat kun je doen?

Als individu

• Minimaliseer beschikbare beeldmateriaal van jezelf online (privacyinstellingen)
• Wees sceptisch bij schokkend video- of audiobewijs, zeker vlak voor verkiezingen
• Controleer via een tweede onafhankelijke bron
• Meld vermoedelijke deepfakes bij platformen en eventueel politie

Als bedrijf

• Train medewerkers in het herkennen van CEO-fraude via deepfakes
• Implementeer multi-factor verificatie voor hoge-risico financiële transacties
• Gebruik een veilig tweede kanaal (bv. terugbellen via een bekend nummer) bij ongewone instructies
• Investeer in deepfake-detectiesoftware bij platforms die gebruikersinhoud verwerken