Hoe volgens experts video’s te herkennen die volledig door kunstmatige intelligentie zijn gecreëerd

Wat als je ogen je misleiden, terwijl hyperrealistische AI-video’s ons geheugen en vertrouwen bespelen? Van Sora 2 tot C2PA: experts tonen waar je moet kijken om het neppe te scheiden van het echte.

De grens tussen echte en gefabriceerde video vervaagt razendsnel, nu AI-hulpmiddelen hyperrealistische scènes neerzetten. Modellen zoals Sora 2 van OpenAI spelen feilloos in op wat we gewend zijn te zien en zetten zo onze reflex om beeld te vertrouwen onder druk. Dat vergroot de kans op misleiding, maar dwingt ons ook tot een nieuwe manier van kijken waarin herkomst en context zwaarder wegen. Redacties zoals France Télévisions testen standaarden zoals C2PA om authenticiteit aantoonbaar te maken, terwijl kijkers alerter moeten worden om niet in de val te lopen.

De opkomst van hyperrealistische AI-video’s

kunstmatige intelligentie (AI) heeft de videomontage radicaal veranderd. Modellen als Sora 2 van OpenAI wekken scènes tot leven die eruitzien als documentaire, maar volledig zijn bedacht. de grens tussen fictie en verslaggeving vervaagt, en daarmee ook het vertrouwen in het ooggetuigenverslag op beeld. wie kan nog met zekerheid zeggen wat echt is?

deze omslag voltrekt zich snel. productie die vroeger weken kostte, ontstaat nu in uren. makers combineren korte prompts met beeldstijlen, waarna algoritmen geloofwaardige details toevoegen: lensflare, cameratrilling, omgevingsgeluid. het resultaat voelt vertrouwd, en juist dat is de kracht.

Het manipuleren van onze waarneming

AI benut onze neiging om bekende patronen te geloven. onderzoekers en makers, onder wie Jeremy Carrasco, beschrijven hoe systemen subtiele regelmaat imiteren die het brein als echt bestempelt. een glimlach die net te symmetrisch is of een blik die niet terugknippert wanneer je het verwacht: het zijn kleine breuken in geloofwaardigheid, vaak pas zichtbaar bij herbekijken.

ook de vorm werkt mee. video’s die lijken op selfies, beveiligingsbeelden of verticale clips voelen authentiek. Gabriele de Seta (Universiteit van Bergen) wijst erop dat deze format-familiariteit onze drempel verlaagt. de mise-en-scène doet de rest: een toevallig kader, een schokkerige zoom, een stem die kalm en stellig klinkt, zonder echte aarzeling.

Hoe herken je video’s gegenereerd door AI?

volledig waterdicht is geen enkele methode, maar er zijn terugkerende aanwijzingen. pauzeer, kijk frame-voor-frame, luister aandachtig en let op consistentie.

  • licht en schaduw: schaduwen die meedraaien met het onderwerp in plaats van met de lichtbron.
  • microdetails: handen, tanden, sieraden en lettertekens die vervormen of verspringen tussen frames.
  • reflecties: identieke oogreflecties in beide ogen, of spiegels die de scène onnatuurlijk vereenvoudigen.
  • fysica en beweging: vloeistoffen zonder realistische spetters; stof of haar dat overal tegelijk beweegt.
  • geluid: stemmen met vlak ritme, ruimteklank die niet past bij het beeld, plotselinge stilte in drukke omgevingen.

technisch kun je losse frames omgekeerd opzoeken, de metadata bekijken en deepfake-detectiesoftware testen. platforms tonen soms een label of herkomstinformatie. niets vervangt echter je eigen routine: wie is de bron, wie deelt het, en bestaat er aanvullend beeld vanuit een andere hoek?

Het belang van verificatie en authenticiteit

redacties en omroepen bouwen aan waarborgen. France Télévisions werkt met de norm C2PA, die digitale herkomst en bewerkingsstappen vastlegt en zichtbaar maakt. als het platform dit ondersteunt, zie je direct of beeld is aangepast en door wie. zulke ketens van vertrouwen zijn geen wondermiddel, maar ze geven houvast.

ook beleid en educatie tellen. scholen en nieuwsrooms oefenen met dezelfde generatoren die het debat op scherp zetten. wie de gereedschappen kent, herkent hun beperkingen sneller. fabrikanten experimenteren met watermerken, maar die overleven niet altijd bewerking of hercompressie. daarom blijft redundantie nodig: broncontrole, context en tijdstempel.

Een toekomst waarin we scherper moeten kijken

AI-video’s worden vaardiger, langer en consistenter. makers, kijkers en platforms dragen samen verantwoordelijkheid voor integriteit. leer je eigen alarmsysteem trainen: twijfel bij perfecte timing, let op onmenselijke kalmte, zoek tweede getuigen. herdefiniëren we het gezegde ‘zien is geloven’, of accepteren we dat blijvende twijfel gezonder is?

deze alertheid hoeft niet kil te zijn. ze kan nieuwsgierigheid voeden: wat vertelt het beeld, wie heeft er belang bij, welke versie mist nog? juist die vragen maken kijken weer actief, en houden het plezier in verhalen intact.

Pieter Vos
Geschreven door Pieter Vos

Pieter Vos is journalist en redacteur met een passie voor astrologie, spiritualiteit en persoonlijke groei. Met meer dan tien jaar ervaring schrijft hij toegankelijke artikelen over horoscopen, sterrenbeelden en kosmische invloeden op ons dagelijks leven