Kritisk informationsbedömning i en deepfake-era
(2026) SYSK16 20261Department of Informatics
- Abstract (Swedish)
- Denna kvalitativa studie undersöker hur framväxten av deepfakes påverkar journalistiskt
arbete och informationsbedömning i dagens digitala mediemiljö. Studien syftar till att skapa
en fördjupad förståelse för hur journalister hanterar verifiering och informationsbedömning i
en tid där syntetiskt och manipulerat innehåll blivit allt mer sofistikerat. Studien utgår från
teorin New Media Literacy (NML) och dess koncept judgement, collective intelligence,
networking, distributed cognition och simulation. Empirin samlades in genom sju
semistrukturerade intervjuer med journalister och personer verksamma inom journalistik och
faktagranskning. Resultatet visar att traditionella verifieringsmetoder och källkritiska
principer fortfarande... (More) - Denna kvalitativa studie undersöker hur framväxten av deepfakes påverkar journalistiskt
arbete och informationsbedömning i dagens digitala mediemiljö. Studien syftar till att skapa
en fördjupad förståelse för hur journalister hanterar verifiering och informationsbedömning i
en tid där syntetiskt och manipulerat innehåll blivit allt mer sofistikerat. Studien utgår från
teorin New Media Literacy (NML) och dess koncept judgement, collective intelligence,
networking, distributed cognition och simulation. Empirin samlades in genom sju
semistrukturerade intervjuer med journalister och personer verksamma inom journalistik och
faktagranskning. Resultatet visar att traditionella verifieringsmetoder och källkritiska
principer fortfarande utgör grunden för journalistiskt arbete, men att deepfakes har ökat
behovet av skepticism, teknisk kompetens och samarbete. Studien visar även att resurser,
specialistkompetens och professionella nätverk spelar en avgörande roll för möjligheten att
verifiera information. Samtidigt framträder en oro kring AI-automatisering, desinformation
och journalistikens framtida trovärdighet. Studien bidrar med ökad förståelse för de
utmaningar och strategier som präglar journalistiskt verifieringsarbete i dagens nya
mediemiljö med deepfakes. (Less)
Please use this url to cite or link to this publication:
https://lup.lub.lu.se/student-papers/record/9250887
- author
- Alhaidar, Helin LU ; Almkawi, Ranad LU and Tavanaie Ramirez, Alexander LU
- supervisor
- organization
- course
- SYSK16 20261
- year
- 2026
- type
- M2 - Bachelor Degree
- subject
- keywords
- Deepfakes, Journalistik, Verifiering, Källkritik, New media literacy
- language
- Swedish
- id
- 9250887
- date added to LUP
- 2026-09-14 10:57:11
- date last changed
- 2026-09-14 10:57:11
@misc{9250887,
abstract = {{Denna kvalitativa studie undersöker hur framväxten av deepfakes påverkar journalistiskt
arbete och informationsbedömning i dagens digitala mediemiljö. Studien syftar till att skapa
en fördjupad förståelse för hur journalister hanterar verifiering och informationsbedömning i
en tid där syntetiskt och manipulerat innehåll blivit allt mer sofistikerat. Studien utgår från
teorin New Media Literacy (NML) och dess koncept judgement, collective intelligence,
networking, distributed cognition och simulation. Empirin samlades in genom sju
semistrukturerade intervjuer med journalister och personer verksamma inom journalistik och
faktagranskning. Resultatet visar att traditionella verifieringsmetoder och källkritiska
principer fortfarande utgör grunden för journalistiskt arbete, men att deepfakes har ökat
behovet av skepticism, teknisk kompetens och samarbete. Studien visar även att resurser,
specialistkompetens och professionella nätverk spelar en avgörande roll för möjligheten att
verifiera information. Samtidigt framträder en oro kring AI-automatisering, desinformation
och journalistikens framtida trovärdighet. Studien bidrar med ökad förståelse för de
utmaningar och strategier som präglar journalistiskt verifieringsarbete i dagens nya
mediemiljö med deepfakes.}},
author = {{Alhaidar, Helin and Almkawi, Ranad and Tavanaie Ramirez, Alexander}},
language = {{swe}},
note = {{Student Paper}},
title = {{Kritisk informationsbedömning i en deepfake-era}},
year = {{2026}},
}