Digitale technologie heeft de manier waarop oorlog wordt waargenomen en geïnterpreteerd ingrijpend veranderd. Sociale media en smartphones hebben de productie en verspreiding van conflictbeelden gedemocratiseerd, terwijl generatieve AI het mogelijk maakt realistische beelden en video’s te creëren zonder dat de gebeurtenis daadwerkelijk heeft plaatsgevonden. Hierdoor ontstaat een informatie-omgeving waarin authentieke beelden, gemanipuleerde beelden en volledig synthetische simulaties naast elkaar circuleren. De strijd om interpretatie speelt daardoor steeds vaker een rol naast het fysieke conflict.
Informatieoorlog in het digitale tijdperk
Oorlogen worden niet alleen uitgevochten op slagvelden, maar ook in het domein van informatie en beeldvorming. Sinds de opkomst van massamedia spelen beelden een centrale rol in hoe conflicten door het publiek worden begrepen. Foto’s, televisiebeelden en later online video’s kunnen emoties oproepen, politieke steun mobiliseren en de publieke opinie beïnvloeden.
Digitale technologie heeft deze dynamiek verder versterkt. Smartphones en sociale media hebben de afstand tussen oorlog en publiek verkleind. Beelden van conflicten verschijnen tegenwoordig vrijwel onmiddellijk online en zijn vaak afkomstig van soldaten, burgers of anonieme accounts. Daardoor ontstaat een informatiestroom waarin gebeurtenissen niet langer uitsluitend worden gefilterd door journalistieke of militaire organisaties.
De recente opkomst van generatieve AI vormt een nieuwe fase in deze ontwikkeling. Generatieve modellen kunnen op basis van tekstinstructies realistische foto’s, video’s en audiofragmenten produceren. Daardoor kunnen beelden circuleren die geen directe opname van een gebeurtenis zijn. Deze ontwikkeling verandert de relatie tussen beeld en werkelijkheid.
Van televisieoorlog naar platformoorlog
De relatie tussen oorlog en mediabeelden heeft zich in de afgelopen decennia voortdurend ontwikkeld. In de twintigste eeuw speelde televisie een belangrijke rol in de beeldvorming van conflicten. De Vietnamoorlog wordt vaak gezien als de eerste ‘televisieoorlog’, omdat beelden van gevechten en slachtoffers regelmatig via televisie werden uitgezonden.
Tijdens de Golfoorlog van 1991 werd deze relatie verder versterkt. Satelliettelevisie en vierentwintiguursnieuwszenders maakten het mogelijk oorlog vrijwel in real time te volgen. Tegelijkertijd werd de informatiestroom sterk gecontroleerd. Journalisten werkten vaak onder begeleiding van militaire voorlichters en beeldmateriaal werd geselecteerd voordat het werd uitgezonden (Baudrillard, 1995).
De opkomst van internet en sociale media veranderde deze situatie ingrijpend. Tijdens de Arabische Lente en later de oorlog in Syrië werden sociale media belangrijke kanalen voor het verspreiden van beelden uit conflictgebieden. Burgers konden video’s publiceren die wereldwijd werden bekeken.
De Russische invasie van Oekraïne in 2022 wordt vaak beschreven als een van de eerste conflicten waarin sociale media een centrale rol speelden in de informatievoorziening. Beelden van drones, bombardementen en verwoeste steden werden vrijwel onmiddellijk gedeeld via platforms zoals Telegram, X en TikTok.
Het gevolg is dat oorlog steeds vaker verschijnt als een voortdurende stroom van beelden en berichten waarin verschillende versies van gebeurtenissen tegelijkertijd circuleren (Duivestein, 2026).
De opkomst van synthetische media
De ontwikkeling van generatieve AI heeft het produceren van visuele content aanzienlijk vereenvoudigd. Waar beeldmanipulatie vroeger specialistische kennis vereiste, kunnen moderne systemen realistische beelden genereren met eenvoudige tekstinstructies. Onderzoekers beschrijven dit proces als een vorm van industrialisering van desinformatie. Generatieve AI maakt het mogelijk grote hoeveelheden synthetische content te produceren tegen relatief lage kosten. Daardoor kunnen propagandacampagnes sneller en op grotere schaal worden uitgevoerd (Linvill, Ehrett, & Warren, 2025).
Op sociale media hoeven beelden bovendien niet volledig realistisch te zijn om effect te hebben. Content wordt vaak bekeken op kleine schermen en gedeeld zonder uitgebreide verificatie. Zelfs gedeeltelijk overtuigende beelden kunnen daardoor een groot bereik krijgen.
Ook de werking van platformalgoritmen speelt een rol. Algoritmen van sociale mediaplatforms bevoordelen vaak content die veel interactie genereert, zoals reacties, shares en comments. Beelden van explosies, brandende gebouwen of militaire confrontaties passen goed binnen deze logica en kunnen zich daardoor snel verspreiden.
Synthetische beelden in recente conflicten
De invloed van synthetische media werd duidelijk zichtbaar tijdens recente conflicten. Tijdens de eerste dagen van de oorlog tussen Israël en Hamas in oktober 2023 identificeerde onderzoeksorganisatie NewsGuard veertien onjuiste of onbevestigde claims die binnen drie dagen samen meer dan 22 miljoen weergaven bereikten op platforms zoals X, TikTok en Instagram (NewsGuard, 2023). Een deel van deze content bestond uit verkeerd gecontextualiseerde beelden. Zo werden videogamebeelden uit het militaire spel Arma 3 gedeeld alsof het echte gevechten waren.
Een ander voorbeeld is het AI-gegenereerde beeld “All Eyes on Rafah”, dat in 2024 bijna vijftig miljoen keer werd gedeeld op Instagram. Hoewel het beeld geen foto van een specifieke gebeurtenis was, werd het een van de meest gedeelde visuele symbolen van het conflict.
Ook tijdens de huidige oorlog in het Midden-Oosten verschijnen grote hoeveelheden synthetische beelden online. Een analyse van The New York Times identificeerde in de eerste weken van het conflict meer dan honderd unieke door AI gegenereerde beelden en video’s die gezamenlijk miljoenen keren werden bekeken op sociale media (Thompson & Cardia, 2026). Veel van deze beelden toonden bombardementen of militaire successen die nooit hadden plaatsgevonden.
Naast individuele beelden spelen ook georganiseerde informatiecampagnes een rol. De Europese dienst voor extern optreden analyseerde in 2024 een dataset van 505 gevallen van buitenlandse informatiemanipulatiecampagnes, verspreid via ongeveer 38.000 online kanalen in negentig landen. In deze dataset was ongeveer 88 procent van de gedetecteerde activiteiten verbonden aan het platform X (European External Action Service, 2025).
Onderzoek van NAVO StratCom laat daarnaast zien dat AI-systemen worden gebruikt om automatisch berichten te genereren en te verspreiden via netwerken van accounts die content in meerdere talen publiceren.
De paradox van visueel bewijs
Een belangrijk gevolg van synthetische media is de mogelijke erosie van vertrouwen in visueel bewijs. In journalistiek en publieke discussies worden beelden traditioneel gezien als sterke vormen van bewijs. Foto’s en video’s kunnen gebeurtenissen zichtbaar maken en daarmee overtuigingskracht geven aan nieuwsberichten.
Wanneer synthetische beelden realistischer worden, wordt het echter moeilijker om te bepalen of een video authentiek is of door AI is gegenereerd. Dit leidt tot een paradoxale situatie. Enerzijds kunnen synthetische beelden mensen misleiden. Anderzijds kan het bestaan van synthetische media worden gebruikt om echte beelden te ontkennen.
Dit fenomeen staat bekend als het “liar’s dividend”, de mogelijkheid om authentiek bewijs af te doen als vervalsing. Wanneer beelden van oorlogsmisdaden worden betwijfeld of ontkend, wordt het moeilijker om verantwoordelijkheid vast te stellen.
Redacties besteden dan ook steeds meer aandacht aan het verifiëren van beeldmateriaal voordat het wordt gepubliceerd. Een concreet voorbeeld is de werkwijze van het Nederlandse dagblad Trouw. Fotoredacteuren beoordelen beelden onder meer op visuele consistentie, perspectief en herkomst. Wanneer er twijfel bestaat over de authenticiteit van een beeld, wordt het niet gebruikt. In sommige gevallen leiden vermoedens van manipulatie zelfs tot het verwijderen van grote aantallen beelden uit beeldbanken. Zo verwijderde persbureau ANP duizenden foto’s uit Iran nadat twijfel was ontstaan over mogelijke AI-manipulatie (Visser, 2026).
Detectie en tegenmaatregelen
Onderzoekers en technologiebedrijven ontwikkelen verschillende methoden om synthetische media te herkennen. Een eerste benadering is forensische analyse van beelden, waarbij patronen worden onderzocht die typisch zijn voor AI-generatie.
Een tweede benadering is het gebruik van herkomstinformatie. Initiatieven zoals het Content Authenticity Initiative en de C2PA-standaard proberen een digitale keten van herkomst voor beelden te creëren. In theorie kan daarmee de herkomst en bewerkingsgeschiedenis van een afbeelding worden vastgesteld.
Deze methoden kennen echter beperkingen. Metadata kan verloren gaan wanneer beelden opnieuw worden geüpload of wanneer screenshots worden gedeeld. Daarnaast verbeteren generatieve modellen voortdurend, waardoor detectietools regelmatig achterlopen op nieuwe technieken.
Daarom benadrukken veel onderzoekers dat technologische oplossingen alleen niet voldoende zijn. Detectie moet worden gecombineerd met journalistieke verificatie, internationale samenwerking en mediageletterdheid.
Conclusie en aanbevelingen
Generatieve AI verandert niet alleen de productie van beelden, maar ook de rol die beelden spelen in oorlog en publieke informatievoorziening. Waar propaganda en misleidende beelden altijd onderdeel zijn geweest van conflicten, maakt generatieve AI het mogelijk om synthetische content sneller en op grotere schaal te produceren.
De belangrijkste uitdaging ligt daarom niet uitsluitend in het herkennen van afzonderlijke nepbeelden. Het centrale probleem is dat de betrouwbaarheid van visueel bewijs als geheel onder druk komt te staan. Wanneer burgers, journalisten en beleidsmakers niet meer zeker weten of beelden authentiek zijn, wordt het moeilijker om een gedeelde feitelijke basis te behouden.
Dit vraagt om een combinatie van maatregelen. Journalistieke organisaties moeten hun verificatiecapaciteit blijven versterken en transparanter maken hoe beeldmateriaal wordt gecontroleerd. Technologiebedrijven kunnen systemen ontwikkelen die de herkomst van media beter zichtbaar maken. Overheden en onderzoeksinstellingen kunnen investeren in internationale samenwerking en standaarden voor digitale authenticiteit.
Daarnaast wordt mediageletterdheid steeds belangrijker. In een digitale informatieomgeving waarin beelden eenvoudig kunnen worden gegenereerd en verspreid, is het vermogen om bronnen te controleren en informatie kritisch te beoordelen een essentiële vaardigheid.
Voor wie deze ontwikkelingen structureel wil volgen, bestaan inmiddels verschillende onderzoeksplatforms die desinformatie en synthetische media analyseren. Naast Bellingcat, publiceren organisaties zoals het WITNESS Generative AI Hub, het Digital Forensic Research Lab (DFRLab) van de Atlantic Council, EU DisinfoLab en het NewsGuard AI Tracking Center regelmatig analyses van nieuwe informatiecampagnes en technologische ontwikkelingen.
Technologische innovatie heeft altijd invloed gehad op de manier waarop oorlog wordt waargenomen. Generatieve AI vormt een nieuwe stap in deze evolutie. Terwijl de strijd om territorium blijft bestaan, wordt daarnaast steeds duidelijker dat ook de strijd om interpretatie en vertrouwen een centrale rol speelt in moderne conflicten.
Bronnen
- Baudrillard, J. (1995). The Gulf War did not take place. Indiana University Press.
- Bosma, T. (2026, 13 maart). Nepvideo’s vertekenen het beeld van de Iran-oorlog. Trouw.
- Duivestein, S. (2026). De oorlog is een feed. LinkedIn.
- European External Action Service. (2025). Foreign information manipulation and interference threat report.
- Gilbert, D. (2026). Fake AI content about the Iran war is all over X. WIRED.
- Linvill, D., Ehrett, C., & Warren, P. (2025). Generative propaganda: Evidence of AI’s impact from a state-backed disinformation campaign. PNAS Nexus.
- NATO. (2025). NATO’s approach to counter information threats.
- NewsGuard. (2023). Israel–Hamas war misinformation tracking center.
- Thompson, S. A., & Cardia, A. (2026). Cascade of A.I. fakes about war with Iran causes chaos online. The New York Times.
- Visser, M. (2026). Hoe gaat Trouw om met AI-beelden en nepnieuws rond de oorlog in het Midden-Oosten? Trouw.
