Interviewet uden interviewer: når maskinen stiller spørgsmålene

Du henter en podcast på tolv minutter om en ny kryptostifter og det token, hun netop har lanceret. To varme, nysgerrige stemmer taler sammen, stiller det, der lyder som skarpe spørgsmål, og roser visionen. Der var ingen journalist til stede. Ofte var stifteren det heller ikke. Hele samtalen blev skrevet af en sprogmodel ud fra projektets eget whitepaper og læst op af en talesyntese, der er umulig at kende fra et menneske. Alligevel deler du klippet, fordi det lyder som et rigtigt interview.

Denne serie har brugt 2026 på at skille stifterinterviewet ad, aktør for aktør: hvem der ejer scenen, hvem der betaler, hvem der klipper det ned til fyrre sekunder, og om personen i stolen overhovedet er et menneske. Der er en aktør tilbage, vi ikke har set på. Det er den, der holder mikrofonen og stiller spørgsmålene. I løbet af 2026 begyndte netop den aktør at forsvinde, og det ændrer, hvad et interview er.

Spørgeren, ikke stifteren, er den nye tomme stol

Vi er vant til at granske stifteren. Vi lyttede efter de retoriske greb, vi lærte at læse comeback-interviewet, og vi diskuterede, hvem der egentlig betaler for den bløde stol. Men interviewets troværdighed hviler lige så meget på den anden part: journalisten, der beslutter, hvilke spørgsmål der skal stilles, og som nægter at acceptere et ikke-svar. Intervieweren var aldrig bare en venlig stemme. Jobbet var ansvarlighed: opfølgeren, faktatjekket, det irriterende »ja, men du svarede ikke«.

Når en maskine sætter sig i den stol, bliver den funktion ikke automatiseret. Den bliver slettet. En sprogmodel kan efterligne tonen i et interview, men den kan ikke stille det spørgsmål, den ikke er blevet fodret med, den kan ikke se en løgn i øjnene, og den har ingen grund til at presse. Den optimerer for det, der lyder plausibelt og engagerende. Resultatet er en samtale, der ligner journalistik, men mangler dens eneste vigtige ingrediens. Og fordi kryptomarkedet handler døgnet rundt på tynd likviditet og parasocial tillid, kan en syntetisk samtale, der lyder autoritativ, flytte en pris uden at have en ansvarlig afsender på nogen af siderne. AI sidder nu, som vi har set på begge sider af kryptos obduktionsbord, også på begge sider af mikrofonen.

Tre måder at fjerne mennesket fra interviewet

Maskinintervieweren optræder ikke i én form, men i tre, der glider over i hinanden. Den første er det helt automatgenererede interview: et værktøj tager et dokument og laver en dialog om det, uden at nogen af de talende parter er ægte. Den anden er AI-værten, der »interviewer« et rigtigt menneske ud fra spørgsmål, en model har skrevet, og som aldrig følger op. Den tredje er stifterens egen godkendte klon, hvor grundlæggeren sender en syntetisk udgave af sig selv i stedet for at møde op.

De tre former deler den samme grundfejl: de fjerner det led i kæden, der kunne stille spørgsmål på publikums vegne. Men de fejler forskelligt, og de udløser hver sit ansvarsproblem, som tabellen herunder samler.

Maskinrummet: sådan bliver et syntetisk interview til

Teknikken er ikke længere eksotisk. Googles NotebookLM tilføjede i september 2024 en funktion, der kaldes Audio Overview: du uploader kilder (op til halvtreds dokumenter, websider, PDF-filer eller YouTube-udskrifter), og værktøjet genererer en samtale på mellem ti og femten minutter, hvor to AI-værter »dykker ned« i materialet, forbinder pointer og småsnakker undervejs. Ifølge Googles egen beskrivelse tilbyder funktionen flere formater, blandt andet et kritik- og et debatformat, der ændrer, hvordan de to stemmer forholder sig til stoffet.

Kvaliteten overraskede selv skeptikere. Den uafhængige AI-udvikler Simon Willison kaldte de automatgenererede podcasts »surprisingly effective«, og funktionen gik viralt inden for uger. Under motorhjelmen sker der tre ting: en sprogmodel læser kilderne og skriver et manuskript til en dialog, en anden model fordeler replikkerne på to personaer, og en neural talesyntese gør det til lyd med pauser, latter og åndedræt. Ingen af delene forudsætter, at den omtalte person nogensinde har talt med nogen. En stemmeklon af et rigtigt menneske kræver i dag kun få minutters lyd. Kombinerer du de to, har du et »interview«, hvor både spørgeren og den svarende er maskiner, og hvor kildematerialet er den omtalte parts egen markedsføring. Det, der før krævede et studie, en redaktion og en journalist med et ansvar, kræver nu en prompt.

For et kryptoprojekt er værktøjskassen ideel. En stifter kan fodre en model med sit eget whitepaper, en håndfuld positive tråde og en liste over de talepunkter, hun gerne vil have gentaget, og på minutter have et dusin »uafhængige« podcasts, der alle konkluderer det samme. De kan udgives under skiftende kanalnavne, oversættes til ti sprog og sås i feeds, før nogen redaktion overhovedet har hørt om projektet. Det, der ligner et bredt mediebillede, kan i virkeligheden være én prompt, kørt tolv gange. Mangfoldigheden er kosmetisk; kilden er den samme.

Podslop: da halvdelen af de nye podcasts mistede deres vært

Skalaen er det, der gør problemet nyt. Branchen har fået et navn til fænomenet, »podslop«, og tallene er ikke småting. Over et vindue på ni dage i april 2026 vurderede Podcast Index, at omkring 39 procent af alle nye podcasts sandsynligvis var AI-genererede, og på enkelte dage oversteg andelen af sandsynligt AI-producerede feeds andelen af sandsynligt ægte, som Podnews opsummerede. Bloomberg beskrev i samme periode, hvordan udbredelsen af podslop udfordrer hele lydindustrien.

Det er ikke kun spam. Der er bygget en forretning oven på det. En enkelt aktør, Inception Point AI, har ifølge en gennemgang fra TechXplore samlet omkring 400.000 abonnenter på tværs af Apple og Spotify, og markedet for AI-værter blev anslået til cirka 1,57 milliarder dollar i 2025 (over ti milliarder kroner) med en forventning om at nå omkring 2,04 milliarder dollar i 2026 (omkring tretten milliarder kroner). Når produktionsomkostningen nærmer sig nul, bliver et syntetisk interview om et token en annonce, der kan masseproduceres i tusindvis af varianter. Tabellen samler tallene bag bølgen.

Stifteren, der interviewer sig selv

Den tredje form er den mest overraskende, fordi den ikke er svindel. Stiftere begynder at sende deres egne godkendte kloner. LinkedIn-medstifter Reid Hoffman udgav et video-»interview« med sin egen digitale avatar, »Reid AI«, bygget på en model, der var trænet på to årtiers bøger, artikler, taler og podcasts, som Popular Science beskrev. Klarnas medstifter og topchef Sebastian Siemiatkowski lod ifølge Entrepreneur sin AI-tvilling præsentere dele af selskabets kvartalsregnskab i et klip på 83 sekunder. For en stifter er logikken uimodståelig: klonen bliver aldrig træt, siger aldrig noget uforberedt, og den kan »møde« hundrede medier på en eftermiddag.

Men netop derfor forsvinder den information, et interview skulle give. Værdien af at se et menneske svare ligger i det, mennesket tøver med, det, der undslipper, det mikrosekund af ubehag, når spørgsmålet rammer. En klon har intet ubehag. Den kan levere en dårlig nyhed i samme rolige tone som en god. I kryptoverdenen, hvor NEAR-medstifter Illia Polosukhin ligefrem har argumenteret for, at blockchainens primære brugere bliver AI-agenter, er det ikke svært at forestille sig et helt kredsløb, hvor en maskine interviewer en maskine for et publikum af maskiner, mens det menneske, der bærer ansvaret, sidder helt uden for billedet.

Grænsetilfældet er den børsnoterede kryptostifter. Da flere kryptoselskaber gik på børsen i 2025, blev deres grundlæggere underlagt oplysningsregler, hvor en administrerende direktør skal stå personligt bag det, der siges til markedet. En AI-klon, der læser et kvartalsregnskab op, sparer tid, men den flytter også en menneskelig underskrift over på en generator. Investorer, der er vant til at aflæse tonen i en direktørs stemme på en resultatpræsentation, mister det signal, når stemmen er syntetisk. Formatet, der før tvang stifteren til at stå frem, kan nu udføres af en avatar, der aldrig kan krydsforhøres.

Opfølgeren, der aldrig kom

For at forstå, hvad der går tabt, er det værd at se på et interview, hvor mennesket gjorde sit arbejde. Den 30. november 2022, tre uger efter FTX kollapsede, satte New York Times-journalisten Andrew Ross Sorkin Sam Bankman-Fried i stolen på DealBook-topmødet. Sorkin slog tonen an med, at »Nothing is off limits«, og pressede derefter på: hvorfor havde FTX overhovedet adgang til kundernes penge. Midtvejs spurgte han, hvad Bankman-Frieds advokater mon syntes om, at han sad der og talte, et spørgsmål, der fik salen til at grine, netop fordi svaret var indlysende. Bankman-Fried gentog sit »I didn’t ever try to commit fraud«, men presset gjorde ikke-svarene synlige.

Det er dét, en maskine ikke kan. En AI-vært ville ikke have vidst, at spørgsmålet om kundemidlerne var det, der betød noget, for den vidste ikke, hvad der var på spil. Den ville ikke have registreret et undvigende svar som undvigende, for den har ingen model af, hvad sandheden burde have været. Og den ville aldrig have stillet det ubehagelige advokatspørgsmål, for ubehag er ikke en kategori for en sprogmodel. Opfølgeren, det spontane spørgsmål, der opstår, fordi mennesket lige har hørt noget, der ikke hænger sammen, er interviewets eneste forsvar mod et indøvet manuskript. Fjern intervieweren, og du står tilbage med en scene, hvor stifteren kan sige præcis det, hun havde planlagt, uden nogensinde at blive afbrudt.

Modsætningen findes allerede i kryptohistorien. Alex Mashinsky, stifteren af den kollapsede långiver Celsius, kørte et ugentligt format, han kaldte »Ask Mashinsky Anything«, hvor han besvarede spørgsmål på sin egen kanal uden en uafhængig interviewer til at presse ham. Det var her, mange af de forsikringer, der senere blev læst op i en retssal, blev givet. Maskinintervieweren perfektionerer netop den model: en scene, hvor stifteren aldrig bliver modsagt, blot uden den menneskelige vært, der i det mindste kunne have stillet det ubekvemme spørgsmål.

Maskinen finder på et citat

Et maskininterview kan ikke bare undlade at spørge. Det kan opfinde. AI-modeller, der opsummerer eller refererer, har en dokumenteret tendens til at tilføje ting, der aldrig blev sagt. En stor undersøgelse fra BBC i februar 2025 fandt, at 51 procent af svarene fra førende AI-assistenter havde betydelige problemer, 19 procent indeholdt faktuelle fejl, og 13 procent af de citater, modellerne tilskrev BBC, var ændrede eller opdigtede. En opfølgende storstilet undersøgelse fra EBU og BBC i oktober 2025 fandt, at 45 procent af svarene havde mindst ét væsentligt problem.

Overfør det til et stifterinterview. En AI-genereret »samtale« om et projekt kan lægge et citat i munden på en grundlægger, der aldrig udtalte det, i en tone, grundlæggeren aldrig ramte, med en sikkerhed, der ikke findes i kilden. For en investor, der handler på det, er forskellen på et ægte og et hallucineret løfte lig med hele beslutningen. EBU’s mediedirektør Jean Philip De Tender advarede om den dybere effekt: »When people don’t know what to trust, they end up trusting nothing at all«. Det er ikke kun et problem for de enkelte tokens. Det udhuler det fundament, hele genren står på: at et interview i det mindste refererer noget, der faktisk blev sagt.

Dokumentet slår mikrofonen, også den syntetiske

Modgiften er den samme, som den altid har været i krypto: verificér, stol ikke på stemmen. Da FTX faldt, var det ikke et interview, der afslørede noget. Det var et dokument. CoinDesks Ian Allison fik fingre i Alameda Researchs balance den 2. november 2022 og viste, at selskabets aktiver i vid udstrækning bestod af FTX’ eget token, som CoinDesk siden har gennemgået. Fire dage senere begyndte bankrun’et. Papiret slog mikrofonen, og det gør det stadig.

Der findes også et menneskeligt modbillede til maskinintervieweren. Laura Shin, en af de første journalister, der dækkede krypto på fuld tid, har bygget sin Unchained-podcast på det stik modsatte af podslop: langsom research, hårde spørgsmål og en villighed til at lade en stilhed hænge, indtil den interviewede fylder den. En maskine kan ikke gøre det, for den ved ikke, hvornår tavsheden betyder noget. Pointen er ikke, at teknologi er fjenden. Pointen er, at et interviews troværdighed kommer fra en identificerbar person med et ansvar, ikke fra en velproduceret lyd. Det er samme logik, som når kryptobranchen forsøger at gøre bevis for at bygge til en målbar score i stedet for at tage stifterens ord for det: reputation skal kunne efterprøves, ikke bare høres.

For en almindelig læser lyder »verificér selv« måske uoverkommeligt, men det er blevet lettere. On-chain-data er offentlige: du kan se, om et token reelt har den likviditet og den spredning på tegnebøger, en samtale påstår, og pseudonyme efterforskere som ZachXBT har gjort det til en disciplin at modbevise en stifters ord med kædens egne tal. Et syntetisk interview kan sige hvad som helst om et projekts traktion; blokkæden kan ikke overtales til at lyve på samme måde. Når stemmen og tallene ikke stemmer overens, er det tallene, du skal tro på.

Når det interview, ingen holdt, flytter prisen

Hvorfor er dette farligere i krypto end i andre brancher? Fordi ord flytter priser hurtigere her end næsten noget andet sted. Da Changpeng Zhao den 6. november 2022 skrev, at Binance ville sælge sin FTX-token, tog det timer at udløse en dødsspiral, og Caroline Ellison vidnede senere om, at tweetet bidrog til kollapset. Da Do Kwon i maj 2022 forsøgte at berolige markedet med et »steady lads«, faldt LUNA alligevel med 96 procent på tre dage. Markedet handler døgnet rundt, uden de kredsløbsafbrydere, der findes på en aktiebørs, og på en likviditet, der ofte er tynd nok til, at få handler rykker meget.

Læg oven på det den refleksivitet, som gør, at en fortælling kan blive selvopfyldende, og en parasocial tillid, hvor lytterne føler, de kender stifteren. Så bliver et syntetisk interview et markedsredskab. En AI-genereret »deep dive«, der får et ukendt token til at lyde som næste store ting, kan pumpe prisen, længe før nogen når at spørge, hvem der lavede den, eller om grundlæggeren overhovedet har sagt et ord. Det er samme mekanik, vi ser på makrodage, hvor et enkelt ord fra centralbanken ompriser Bitcoin i kroner: markedet reagerer på udsagnet, ikke på afsenderens ægthed. Bitcoin handlede i september 2026 for over en halv million kroner ifølge CoinGecko, men de mindre tokens, som maskininterviewene oftest handler om, kan bevæge sig tocifrede procenter på et rygte.

Forestil dig sekvensen. En anonym konto genererer en veltalende »deep dive« om et nyt token, uploader den som en podcast og klipper de mest lokkende tredive sekunder til korte videoer. Algoritmen belønner det selvsikre og det følelsesladede, ikke det sande, så klippet spredes. Købere, der aldrig hører de fulde tolv minutter, handler på en fornemmelse af, at kloge folk taler positivt om projektet. Prisen stiger, hvilket i sig selv bliver det næste argument for, at samtalen havde ret. Ingen af leddene krævede, at stifteren løj; det krævede kun, at ingen stillede et spørgsmål.

Loven kræver et navn, ikke en stemme

Her møder maskininterviewet et regelsæt, der er bygget til mennesker. Under MiCA, EU’s forordning for kryptoaktiver, kan markedsmisbrugsreglerne i afsnit VI ramme enhver, der spreder falske eller vildledende oplysninger om et kryptoaktiv, der er optaget til handel. Artikel 91 om markedsmanipulation gælder ifølge »any person«, altså også den, der producerer eller udsender et syntetisk interview. Sanktionerne er reelle: bøder på op til 5 millioner euro (godt 37 millioner kroner) for fysiske personer, eller det tredobbelte af gevinsten, som KPMG’s gennemgang beskriver.

Problemet er, at loven forudsætter en identificerbar afsender. MiCA artikel 6 kræver, at en udsteder er en juridisk person med navn, retlig form, registreret adresse og ansvarlige personer i sit whitepaper, som lovteksten fastslår. Et automatgenereret interview har ingen navngiven forfatter. Når det, der flytter prisen, er en to-værts-samtale skabt af en model, som en anonym bruger uploadede en prompt til, står tilsynet med et bevisproblem: hvem manipulerede? Reglen findes, men den skal kunne håndhæves, og det er præcis her, teknologien løber fra loven, ligesom vi har set det i debatten om, hvorvidt kode overhovedet kan håndhæve en NFT-royalty: en regel, der ikke kan tvinges igennem teknisk, er kun en halv regel.

AI Act siger »jeg er en bot«, ikke »nogen svarer«

EU har et andet redskab, der ser mere direkte relevant ud: AI-forordningens artikel 50. Fra den 2. august 2026 gælder en gennemsigtighedspligt, der kræver, at kunstigt genereret eller manipuleret lyd og video mærkes, så det er klart for modtageren, at indholdet er syntetisk, med bøder på op til 15 millioner euro (omkring 112 millioner kroner) eller 3 procent af den globale omsætning, som Kommissionens vejledning beskriver. En AI-genereret podcast skal altså i princippet afsløre sig selv.

Men her ligger hullet. Artikel 50 siger »dette er lavet af en maskine«. Den siger ikke »nogen er ansvarlig for indholdet«. Et mærke, der oplyser, at lyden er syntetisk, gør ikke udsagnene mindre vildledende, og det giver ikke en investor nogen at holde til ansvar. Værre: pligten rammer det tydeligt AI-genererede, men en menneskelig omskrivning af en maskines output, en redigeret udskrift eller et resumé skrevet af en person på baggrund af en AI-samtale falder let uden for. Den, der vil bruge et syntetisk interview til at pumpe et token, kan lægge et tyndt menneskeligt lag ovenpå og på den måde både undgå AI-mærket og sløre, at der aldrig var en journalist. Gennemsigtighed om formatet er ikke det samme som ansvar for indholdet.

Dertil kommer, at mærkning forudsætter, at nogen faktisk mærker. Håndhævelsen hviler i praksis på, at udbyderen selv er ærlig, eller at platformen kan opdage det umærkede, og detektion taber kapløbet: generatorerne bliver bedre hurtigere, end detektorerne kan følge med. En dansk lytter kan derfor ikke regne med, at fraværet af et AI-mærke betyder, at et interview er ægte. Mærket er et gulv, ikke en garanti, og det siger intet om, hvorvidt indholdet er rigtigt.

Finanstilsynet og det danske billede

For en dansk læser er det værd at holde to ting adskilt. MiCA gælder direkte i Danmark, og Finanstilsynet udsteder tilladelser til kryptoaktiv-tjenesteudbydere efter reglerne, der har været i kraft siden 30. december 2024, som fremgår af tilsynets egen praksisside. Men et interview, syntetisk eller ej, er ikke en finansiel tjeneste, og selve manipulationen falder under markedsmisbrugsreglerne, ikke under tilladelseskravet. Kryptoderivater hører desuden under MiFID II, ikke MiCA. Tilsynet advarede allerede i 2021, før MiCA, om at kryptovaluta var »Det Vilde Vesten«, med daværende forbrugerchef Ulla Brøns Petersen som afsender; den historiske advarsel er blevet mere relevant, ikke mindre.

På EU-plan har ESMA understreget, at kryptohandel er kendetegnet ved en intensiv brug af sociale medier, og i sit faktaark om finfluencere minder tilsynet om, at det »isn’t like promoting shoes or watches« at anbefale finansielle produkter, og at uoplyste interessekonflikter kan udgøre markedsmisbrug. Truslen er konkret i Danmark: en undersøgelse fra Nordea viste, at 43 procent af danskerne har set deepfake-videoer med kendte, der reklamerer for investeringssvindel, og 21,2 procent er blevet mødt af et direkte svindelforsøg. Et syntetisk stifterinterview er blot den mere polerede udgave af den samme mekanik.

Hvad kan man så gøre helt konkret? Det billigste værn er at tjekke, om afsenderen findes. Handler et »interview« om at få dig til at investere via en bestemt platform, kan du slå udbyderen op og se, om den har en tilladelse, og et tilbud, der lover sikre eller hurtige gevinster, er i sig selv et rødt flag. Finanstilsynet opfordrer forbrugere til at være skeptiske og til at anmelde mistænkelig markedsføring; en syntetisk stemme, der lover afkast, er ikke mindre svindel, fordi den er velproduceret.

Løgnerens dividende på begge sider af mikrofonen

Der er en sidste drejning. Når alt kan være falsk, kan alt også affejes som falsk. Juristerne Bobby Chesney og Danielle Citron kaldte det i 2019 »løgnerens dividende«: i en verden fuld af syntetisk indhold kan den skyldige benægte ægte optagelser som forfalskninger. En stifter, der bliver konfronteret med en pinlig, men ægte udtalelse, kan nu sige, at det var en AI. Michael Saylor har fortalt, at hans team fjerner omkring 80 falske videoer om dagen, hvor en klon af ham lover gratis Bitcoin. Når så mange kloner cirkulerer, bliver det trivielt at så tvivl om det ægte.

Platformene forsøger at svare med proveniens frem for detektion. Spotify begyndte den 19. maj 2026 at rulle et verificeringsmærke ud til podcasts og udvidede sit forbud mod uautoriseret AI-stemmekloning og efterligning, som Variety beskrev, og en bredere industri arbejder på at signere ægte optagelser ved kilden. Det flytter kampen fra det umulige spørgsmål »er dette falsk?« til det mere håndterbare »hvem står bag dette, og kan de bevise det?«. Men mærker og badges løser ikke det grundproblem, denne artikel handler om. Et verificeret, ægte, tydeligt mærket AI-interview er stadig et interview, hvor ingen stillede opfølgeren. Formatets ansvarlighed forsvandt, længe før ægtheden gjorde det.

Sådan læser du et interview, ingen stod bag

Det praktiske forsvar er ikke at afvise al AI-lyd, men at lære at se, hvornår intervieweren mangler. Et rigtigt interview har friktion: et spørgsmål, der ikke passer stifteren, en opfølger, der presser, et øjeblik, hvor svaret ikke kommer. Et maskininterview er glat hele vejen igennem, fordi ingen havde grund til at gøre det svært. Tabellen herunder er en huskeliste, du kan bruge, næste gang en samtale om et token lander i dit feed.

Den gamle regel gælder stadig, blot skærpet: et interview er kun så troværdigt som den mindst uafhængige part i det. Tidligere var det ofte intervieweren, der var for tæt på. Nu kan intervieweren være helt væk. Når du ikke kan finde et menneske, der stillede spørgsmålet, så behandl indholdet som det, det er: markedsføring med lyden af journalistik.

Ofte stillede spørgsmål

Hvad er et AI-genereret interview?

Det er en samtale, der ligner et interview, men er skrevet af en sprogmodel og læst op af talesyntese. Værktøjer som Googles NotebookLM kan skabe en samtale på mellem ti og femten minutter mellem to AI-stemmer ud fra et uploadet dokument, uden at nogen journalist stiller spørgsmål, og ofte uden at den omtalte stifter deltager.

Kan man stole på en AI-genereret podcast om en kryptostifter?

Kun med stor forsigtighed. AI-modeller opfinder dokumenterbart citater og fakta: en BBC-undersøgelse fandt, at 13 procent af de citater, modeller tilskrev BBC, var ændrede eller opdigtede. En syntetisk podcast bygger typisk kun på projektets eget materiale, og ingen har presset stifteren, så behandl den som markedsføring, ikke som uafhængig journalistik.

Skal AI-genererede interviews mærkes i EU?

Ja. Fra den 2. august 2026 kræver AI-forordningens artikel 50, at kunstigt genereret eller manipuleret lyd og video mærkes tydeligt, med bøder på op til 15 millioner euro eller 3 procent af den globale omsætning. Men mærket oplyser kun, at indholdet er syntetisk; det gør ikke udsagnene sande og giver dig ikke nogen ansvarlig afsender at holde til regnskab.

Kan et syntetisk interview være markedsmanipulation?

Ja. MiCA’s artikel 91 om markedsmanipulation gælder enhver, der spreder falske eller vildledende oplysninger om et kryptoaktiv optaget til handel, og sanktionerne kan nå 5 millioner euro for fysiske personer. Udfordringen er håndhævelsen: et automatgenereret interview har ofte ingen navngiven afsender, så tilsynet kan have svært ved at afgøre, hvem der manipulerede.

Hvordan genkender jeg et interview, ingen journalist stod bag?

Se efter friktion. Et rigtigt interview har opfølgende spørgsmål, tøven og øjeblikke, hvor svaret ikke kommer. Et maskininterview er glat hele vejen igennem, bygger kun på projektets eget materiale, har ingen navngiven interviewer og efterlader ingen juridisk person, der kan holdes ansvarlig. Kan du ikke finde mennesket, der stillede spørgsmålet, så stol ikke på svaret.

Marcus Okafor er researchredaktør på HOGE Wire og dækker kryptokultur, medier og regulering.