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.

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.

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.

Brutalt i Afrika

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.

 Referanse:  

Mathias Bynke, Vidar B. Skretting og Bernt Ivar Utstøl Nødland: Maskinlæring for tematisk inndeling og analyse av propagandabildene til IS (Den islamske staten). FFI-rapport 23/02227, ISBN 978-82-464-3500-8

Slik sorterte forskerne 30.000 bilder

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.

Artikkelen er produsert og finansiert av Forsvarets forskningsinstitutt

FFI er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse sakene fra FFI:

• 

  Han vil lære undervannsroboter å frykte døden

• 

  Forskere bygde verdens største felle for å finne ut hva hvalen hører

• 

  Hvordan overlever en pilot som styrter på Nordpolen?

• 

  Frivillige organisasjoner kan yte mye i totalforsvaret

• 

  Beredskap: En løk kan forklare hvordan vi kan få til billigere beskyttelse

• 

  Dette kan gi bedre skuddsikre vester og sikrere militære kjøretøyer

Les flere saker fra Forsvarets forskningsinstitutt her.

forskning.no vil gjerne høre fra deg!
Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER