Denne artikkelen er produsert og finansiert av Forsvarets forskningsinstitutt - les mer.
Fra Diyala i Irak våren 2022. En gruppe IS-soldater sverger Bayah – troskap til den nye IS-kalifen. Dette er ett av 30.000 IS-bilder som nå er analysert.(Foto: FFI)
Propagandabilder avslører hvordan terroristene tenker
Forskere har brukt kunstig intelligens for å analysere over 30.000 propagandabilder fra Den islamske staten (IS).
Propaganda er en viktig del av
virksomheten til en terrororganisasjon. De bruker tekst, video, lyd og bilder
for å spre frykt – men også for å rekruttere og bygge image
internasjonalt.
Takket være internett og sosiale medier kan selv terrorgrupper med
begrensede ressurser nå et globalt publikum.
For forskere som studerer terrorgrupper, er propagandamaterialet en viktig kilde for å forstå hvem aktørene er, hva de ønsker og hvordan de opererer. Problemet for forskerne er den enorme mengden propaganda. Det er nærmest umulig å få oversikt manuelt.
Nylig kom Forsvarets forskningsinstitutt (FFI) med en rapport. Der forsøker de å slå to fluer i en smekk: Rapporten presenterer en metode for å analysere store mengder bilder ved hjelp av maskinlæring. Samtidig forsøker den å gi en dypere forståelse av bildepropagandaen fra IS.
Pioner i terrorpropaganda
Forskerne har tatt utgangspunkt i det
omfattende bildematerialet som er publisert på de offisielle kanalene til IS opp
gjennom årene. Datamaterialet, 30.000 bilder, er hentet fra en IS-bot på tjenesten
Telegram.
– IS har revolusjonert måten ikke-statlige
aktører og terrorgrupper driver propaganda på. Dette regnes som en av nøklene
til gruppens suksess, sier forsker Vidar Skretting. Han har skrevet rapporten
sammen med Mathias Bynke og Bernt Ivar Nødland.
At IS i flere år hadde kontrollen over et
stort område i Syria og Irak, gjorde at de hadde mer penger og flere medlemmer
som kunne jobbe som «journalister» eller innholdsprodusenter.
Propaganda var et
tydelig prioritert område i organisasjonen. Kampene de var involvert i, ga dem mye
råmateriale som kunne brukes.
– IS skilte seg ut ved at deres propaganda
var bedre enn tidligere terrorgruppers innhold. De klarte å skape en
«merkevare» og et språklig og visuelt uttrykk. Det appellerte til de unge,
kombinert med ekstremt brutalt innhold der nærbilder av drap nærmest var en
selvfølge, forklarer Skretting.
Selv om gruppen i dag er marginalisert i
de opprinnelige kjerneområdene i Syria og Irak, har filialene andre
steder i verden hatt betydelig fremgang – særlig i Afrika.
IS har fortsatt et enhetlig og betydelig propagandaapparat.
Har laget sine egne sosiale medier
I begynnelsen brukte IS etablerte sosiale
medier som Twitter (X), Facebook, YouTube og etter hvert også appen Telegram
for å spre sitt innhold.
– Spredningen av propaganda i sosiale
medier er en av forklaringene på at så mange fremmedkrigere fra hele verden
sluttet seg til IS, mener Skretting.
– I dag er det betydelig vanskeligere for
IS å nå ut. Store sosiale medier tar ned slikt innhold omtrent med en gang det
legges ut. IS får likevel spredt innholdet sitt effektivt gjennom andre kanaler. Det er forholdsvis enkelt for sympatisører å finne frem til dem, forteller
Skretting.
IS har tre hovedkanaler: «private» sosiale
medier som de drifter på egne servere, boter på Telegram og vanlige, indekserte nettsider.
– De private sosiale mediene IS driver, har
vært oppe i en årrekke. Telegram-botene og de indekserte nettsidene blir tatt
ned av administratorer og myndigheter med jevne mellomrom. Men IS gjenåpner dem som regel under andre navn kort tid etterpå, sier Skretting.
Annonse
Mathis Bynke (t.v) og Vidar Skretting la frem sin rapport under en FFI-frokost 12. desember 2023.(Foto: FFI / Anders Halvorsen Fehn)
Hva har bildene lært oss om IS?
Da bildene var sortert, forsøkte forskerne
å besvare følgende spørsmål: Hvordan har IS’ bildepropaganda utviklet seg
fra 2014 til 2022, og hva forteller denne utviklingen oss om IS som gruppe?
– Hvilke bilder IS publiserer, mengden bilder
som publiseres og hvor de publiseres, gir oss en pekepinn på hva IS holder på
med, hvor aktive de er og i hvilke områder de er aktive, sier Skretting.
Han mener innsikt i utviklingen av
terroristorganisasjoner kan være viktig for å forutse deres fremtidige retning
og strategier: Ved å se på bildene fra de afrikanske provinsene, der IS nå er
på vei oppover, kan vi kanskje få et innblikk i hvor IS er på vei i fremtiden.
Fra «stat» til opprørsgruppe
Analysene viser at IS i de tidlige årene, 2014 til 2018, fremstilte seg som både en militær organisasjon og et sivilt statsapparat.
Dette henger sammen med at de forsøkte å bygge opp en «ekte» islamsk stat.
Fra 2019 har fokuset endret seg. IS
presenterer seg nå nesten utelukkende som en militær bevegelse og
opprørsgruppe.
IS’ vekst og fall
I 2013 klarte gruppen som da kalte seg «Den islamske staten i Irak og Levanten» (ISIL) å erobre store deler av Syria og Irak. I 2014 inntok de Mosul, Iraks nest største by. Kort tid etter erklærte ISIL at de hadde opprettet et nytt kalifat som alle muslimer pliktet å underkaste seg. Samtidig fjernet de også stedsbetegnelsen i navnet, og tok navnet «Den islamske staten».
Fra 2014 til 2018 gjorde IS seg internasjonalt bemerket med sin brutale fremferd. De innførte en reaksjonær form for islamsk lovgiving og sto bak henrettelser av fanger, amputasjoner, folkemord på minoriteter, offentlig kjøp og salg av slaver – og en rekke terrorangrep mot sivile mål, både i Midtøsten, Asia, Afrika og Europa.
Samtidig ønsket de å vise at de hadde etablert en sann islamsk «stat». Gruppen la vekt på å lage et sivilt statsapparat og opprettet institusjoner for lov og rett, skatteinnkreving, utdanning og helse. I tillegg til vold og brutalitet, ble den «sivile» siden av IS et gjennomgangstema i gruppens propagandaproduksjon.
IS nådde sitt territorielle høydepunkt i 2015, da gruppen kontrollerte rundt en tredel av både Irak og Syria. Etter dette ble IS gradvis slått tilbake av en internasjonal koalisjon. Det siste IS-kontrollerte området ble inntatt av kurdiske styrker i begynnelsen av 2019. Slik gikk IS fra å være en stat tilbake til en tilværelse som undergrunnsorganisasjon.
2015 var det året IS var desidert mest
aktiv på propagandafronten. Nesten halvparten av alle bildene i datagrunnlaget
er fra dette året. Da var IS på høyden av sin makt i Syria og Irak. Dermed er
også de fleste bildene i materialet derfra.
– Nå er gruppen blitt nedkjempet i de
gamle kjerneområdene, men er i ferd med å bygge seg opp igjen i Afrika. Den
trenden ser vi også i bildematerialet, sier Skretting.
Aktiviteten var på et lavmål i 2020, men
har siden økt. Hovedtyngden av bildene publiseres nå i Vest- og Sentral-Afrika.
IS har ikke en like omfattende sivil
administrasjon i Afrika som de hadde i Syria. Men de har for eksempel innført
skattlegging og domstoler i enkelte av områdene de kontrollerer i Vest-Afrika.
Et eksempel på et av de sivile IS-bildene fra Irak og Syria, i klyngen «offentlige arbeider».(Foto: FFI)
Brutalt i Afrika
Annonse
Bemerkelsesverdig nok er sivile bilder nesten
fullstendig fraværende i IS-områdene i Afrika.
– At den sivile siden ved operasjonene i
Vest-Afrika ikke blir viet oppmerksomhet i bildepropagandaen, kan tyde på at de
bevisst velger å fremstille seg som en opprørsgruppe, sier Skretting.
Han mener bildene forsterker inntrykket av
at IS i Afrika er noe annet enn IS i Midtøsten.
– Det er langt mindre søkelys på
individuelle jihadister og martyrer. Samtidig er propagandabildene jevnt over
mer brutale. Bildene domineres av militært innhold. Det gjenspeiler det faktum
at de er mest aktive som militærorganisasjoner, sier Skretting.
Må videreutvikle metodene
Forskerne konkluderer med at kombinasjonen
av CLIP og klyngealgoritmer er en effektiv metode for raskt å analysere store
mengder propagandabilder.
– Inndelingen i klynger var ikke perfekt. En
viss andel bilder fremsto feilplassert. Vi måtte legge inn mekanismer for å
filtrere ut disse. Men metoden bidrar til å gjøre analysearbeidet langt raskere,
sier Skretting.
Han understreker at kombinasjonen kan brukes til mer enn å analysere terrorbilder.
– Metoden er relativt enkel og skalerbar.
Du kan lett bruke den til å sortere bildesamlinger som er langt større enn
30.000 bilder, i tematiske klynger. Metoden er særlig nyttig hvis du på forhånd
vet lite om innholdet i bildematerialet.
Forskerne mener vi bør videreutvikle
maskinlæringsmetoder for å kartlegge propaganda fra statlige og ikke statlige
aktører.
– Her er det ikke bare bildeanalyse som er
aktuelt, men også tilsvarende metoder for å få oversikt over store tekst, lyd-
og videomaterialer, understreker Mathias Bynke.
I arbeidet med rapporten har forskerne brukt en maskinlæringsmodell fra OpenAI som heter Contrastive Language-Image Pre-training (CLIP). Modellen er trent på å sammenligne bilder med tekst.
CLIP er trent opp ved å hente inn enorme mengder bilder og tilhørende bildetekster fra nett som datagrunnlag. Ved å sammenligne millioner av bilder og bildetekster har modellen etter hvert lært seg hvordan bilder med bestemte motiver kan beskrives med ord, og omvendt: Hvordan et bilde kan se ut basert på teksten som beskriver det.
Ved å kjøre de 30.000 bildene gjennom CLIP kunne forskerne for eksempel be modellen om å finne alle bilder som viser «person som ber» eller «kamphandling». Men i stedet for å selv definere kategoriene bildene skulle sorteres i, brukte forskerne en klynge-algoritme for å sortere bildene etter tema.
– Vi visste ikke på forhånd hva som var gode beskrivelser av ulike temaer. Når CLIP-modellen må velge blant et begrenset antall kategorier du gir den, kan et bilde av en mann som stuper ut i en elv, fort havne i kategorien «bilde av noen som ber», forklarer Mathias Bynke.
CLIP-modellen oversetter et bilde til en vektor. Det vil si en tallrekke. Den oversetter også bildetekstene til en tallrekke. Hvis du har et bilde av epler, skal tallrekken for bildet være tilnærmet lik tallrekken for teksten «bilde av epler».
Tallrekken CLIP skaper for hvert bilde, kan gjøres om til koordinater i et koordinatsystem. Da får hvert bilde en posisjon på et kart. Så kan du la en algoritme dele disse prikkene inn i klynger. Du kan selv bestemme hvor mange klynger du vil ha, så organiserer algoritmen bildene for deg.
Da forskerne ba algoritmen lage to klynger, ble den ene gruppen dominert av militære bilder, den andre av sivile.
Til slutt landet de på 14 ulike navngitte klynger: kampscener, soldater utenfor kamp, fiendelik, henrettelser og drap, nærbilder av enkeltkrigere, våpen, sivile folkemengder, fredelige scener, sammenraste bygninger, sivile ofre, mat, offentlige arbeider, håndverk og industriproduksjon, brennende sigarettesker.
