Rettsmedisinsk analyse av en falsk anmeldelse: 11 tegn som avslører en løgn

En grundig inspeksjon av verbale tics, digitale fotspor og maskinlæringsflagg som skiller uredelige innlegg fra ekte kundeopplevelser.

Google fanger opp rundt 240 millioner falske anmeldelser hver dag før de når nettet. Dette tallet, fra Googles åpenhetsrapport for 2024, er bare overflaten av en massiv industri bygget på løgner. De som slipper gjennom er de mer utspekulerte, og mer skadelige, falske anmeldelsene.

Ikke alle falske anmeldelser roper ut sin uekte natur. De mest klønete eksemplene er enkle å oppdage, med sine rader av utropstegn og kontoer født i går. Men de dyktige aktørene har forbedret spillet sitt. Anmeldelsesfabrikker i Bangladesh og Øst-Europa, sammen med omdømmefirmaer som selger plausible falske anmeldelser for 299 dollar per pakke, har studert dette i årevis. De har lest forskningsartiklene du ikke har.

Denne artikkelen er en blåkopi for å avsløre dem. Vi vil vise hvordan de opererer, hvilke spor de etterlater, og hvordan du finner dem. Du vil se fire eksempler på anmeldelser, lære 11 beviste tegn på bedrag, og få en seks-trinns prosess du kan følge på ti minutter med bare en nettleser.

En sentral studie innen datalingvistikk kom fra Cornell i 2011. Et team ledet av Myle Ott leide inn skribenter fra Amazons Mechanical Turk for å lage falske hotellanmeldelser som var positive og overbevisende. De trente deretter et dataprogram til å skille de falske fra ekte anmeldelser. Maskinen hadde rett 89,8 % av tiden. Folk som prøvde å gjøre det samme, bare gjettet.

Dette misforholdet er fortsatt det sentrale problemet. Mennesker er ikke bygget for å oppdage løgner i skrift. Ledetrådene finnes, men de er stille, matematiske og nettverksbaserte på en måte hjernen vår overser i en rask skanning. Plattformene forstår dette. Derfor tar datamaskiner over jobben med å oppdage.

Du trenger ikke en AI. Du trenger bare å forstå hva datamaskinene er trent til å se. Da kan du se det også.

▸Hvorfor falske anmeldelser er mer villedende enn noensinne

Denne bransjen har vokst opp. De første falsknerne var klønete. Deres femstjerners innlegg hadde skrivefeil, og femti anmeldelser kom fra én IP-adresse i løpet av en helg. Etter hvert som plattformene ble smartere, ble også bedragerne smartere. Innen 2023 lærte profesjonelle falsknere skribenter hvordan de skulle lure Googles algoritme og solgte AI-verktøy som spydde ut rene, troverdige tekster.

Resultatet er en katt-og-mus-lek. Googles AI sjonglerer nå hundrevis av ledetråder samtidig: kontoopprettelse, enhets-ID-er, publiseringshastighet, og om en anmelders plassering gir mening for virksomheten. De beste falske anmeldelsene er laget for å snike seg forbi disse kontrollene. Å kjenne signalene er å kjenne motstanderens spillbok.

Cornell-studien fra 2011 fant et overraskende faktum: falske anmeldelser bruker mer fargerike, historielignende ord enn ekte. Ekte kunder nevner konkrete fakta, som 'gulvflisen var ødelagt' eller 'vi ventet førti minutter på å sjekke inn.' Falsknere finner opp en scene fra fantasien, ikke minnet, og skriver ting som 'det ideelle stedet for en romantisk flukt' eller 'en flott tur for hele familien.'

Dette gjelder for mer enn bare hoteller. Falske anmeldelser er tunge på beskrivende ord, men lette på substantiver. Substantiver peker på virkelige ting som skribenten aldri så. De bruker også flere 'jeg' og 'vi'-utsagn for å høres mer ekte ut, men dette trikset gjør faktisk dataprogrammer mer mistenksomme.

Nedenfor er et eksempel på den vanligste typen falsk: en bølge av vag ros. Vi vet hvordan det ser ut fordi en omdømmeselskaps egen analytiker fanget det før det ble publisert.

▸Den aldrede konto-ployen: Hvordan falsknere skaper falske historier

De første falske kontoene var helt nye, noe som gjorde dem enkle å oppdage. Så bransjen tilpasset seg ved å opprette nettverk av 'aldrede' kontoer. En anmeldelsesfabrikk kan sitte på tusenvis av Google-kontoer som er flere år gamle, komplett med bilder og noen tilfeldige anmeldelser for bedrifter i forskjellige byer. Når noen kjøper en bunke anmeldelser, våkner disse sovende kontoene og publiserer alt på en gang.

Dette neste eksemplet viser den taktikken. Kontoen virker ekte ved første øyekast, med 47 anmeldelser spredt over to år. Men publiseringsdatoene viser et avslørende mønster.

'Maria L.'-profilen er farlig fordi den ser gammel og aktiv ut. Et raskt blikk ville ikke vekke mistanke. Bedraget blir først tydelig når du kartlegger datoene for anmeldelsene og ser den tre dager lange utbruddet, eller når du søker etter den nøyaktige teksten på andre bedriftssider.

Basert på Cornells forskning innen språkbehandling, BrightLocals årlige forbrukerundersøkelser, Googles egne deteksjonsnotater og FTCs saksmapper, er her de elleve mest pålitelige tegnene på en falsk anmeldelse. De er listet opp i rekkefølge etter deres styrke som individuelle ledetråder.

En ledetråd alene beviser ingenting. En helt ny konto kan være en ekte person som sjelden skriver anmeldelser. Vag formulering kan komme fra noen hvis morsmål ikke er engelsk. Men når du finner tre eller flere av disse ledetrådene sammen, skyter sjansen for en falsk anmeldelse i været.

Falske anmeldelser er ikke alltid fem stjerner. Et stort og økende antall er en-stjerners angrep, der en bedrift betaler for å få publisert dårlige anmeldelser på en rivals side. En studie av Yelp-data fra New York City-restauranter viste at jo mer populær en restaurant er sammenlignet med naboene, jo mer sannsynlig er det at den får falske negative anmeldelser.

Denne typen angrep ser annerledes ut enn en ekte klage. En faktisk misfornøyd kunde skriver en lang, detaljert historie om hva som skjedde, hvem de snakket med, hva de spiste og når de ringte. En falsk negativ anmeldelse er kort, generisk og full av ekstrem følelse. Den hevder total katastrofe, men gir ingen fakta.

▸Dissekere et negativt angrep

Eksemplet nedenfor er en typisk profesjonelt plassert negativ anmeldelse. Se hvordan signalene er snudd: en falsk positiv har ingen substantiver, men en falsk negativ bruker dem – bare de gale, noe som viser skribentens uvitenhet.

I dette tilfellet sjekket eieren sine registre og fant ingen kunde ved navn David R. som hadde bestilt eller kjøpt noe. En titt på Google Bedriftsprofil viste at dette var David R.s eneste anmeldelse, og den kom fra en IP-adresse i en by to stater unna. Eieren rapporterte det, og Google fjernet det innen seks dager.

Googles svindelteam har delt noen detaljer om hvordan systemet deres fungerer. Nøkkelideen er at ingen anmeldelse blir vurdert alene. Hver enkelt er et punkt i et stort nett, knyttet til kontoen som publiserte den, telefonen den kom fra, IP-adressen, andre bedrifter anmeldt av den kontoen, og tidspunktet for alle anmeldelser for den bedriften.

En anmeldelse kan se helt ekte ut i seg selv, men likevel bli flagget. Dette kan skje hvis kontoen som publiserte den bruker samme enhets-ID som fjorten andre kontoer som alle anmeldte samme bedrift på to dager. Nettet av forbindelser avslører nettverket, og nettverket avslører svindelen.

▸Problemet med AI-skrevne anmeldelser

FTCs regel fra 2024 om forbrukeranmeldelser nevner spesifikt AI-genererte falske anmeldelser, noe som viser hvor raskt dette problemet vokser. Tjenester som selger AI-anmeldelser kan produsere tusenvis av forskjellige, relevant-klingende tekster på en time. Disse tekstene passerer grunnleggende nøkkelordfiltre, men feiler på mer subtile ledetråder.

AI-skrevet tekst har en signaturstil. Setninger har en repeterende struktur ulik menneskelig skriving. Den unngår sammentrekninger, og bruker 'do not' i stedet for 'don't.' Den har ingen lokal smak eller slang. Stavemåten og grammatikken er perfekt, selv om kontoen ser ut til å tilhøre en ikke-innfødt taler. Det fjerde eksemplet viser en profesjonelt laget AI-falsk og dens feil.

▸FTC-regelen og dens virkelige innvirkning

I august 2024 godkjente Federal Trade Commission sin nye regel om falske anmeldelser, som trådte i kraft 21. oktober 2024. Denne regelen gjør det ulovlig å kjøpe, opprette eller spre falske anmeldelser, inkludert de som er laget av AI. Den tillater bøter på opptil 51 744 dollar for hver falske anmeldelse. FTC sendte sine første advarselsbrev til ti selskaper i desember 2025.

Den mest talende saken i Europa skjedde i Italia. Eieren av Promo Salento ble dømt til ni måneders fengsel og bøtelagt 8 000 euro for å ha publisert over 1 000 falske anmeldelser på TripAdvisor. Den juridiske faren er ikke lenger en teori; det er en reell, global og registrert risiko.

En rask leser ville sannsynligvis tro 'Jennifer T.'-anmeldelsen. Ordene gir mening, passer til emnet og har ingen skrivefeil. Men den feiler på grunn av tonen – den formelle stilen er ikke slik ekte kunder snakker – og mønsteret med å anmelde bedrifter i forskjellige byer. AI-deteksjonsverktøy flagger den med 87 % sikkerhet. Likevel er den beste ledetråden den ingen AI-detektor kan se: nettverket av kontoer.

Denne prosessen tar fem til femten minutter for enhver mistenkelig anmeldelse. Du trenger ingen spesielle verktøy, bare en Google-konto og en nettleser. Bruk den for enhver anmeldelse som viser to eller flere av de 11 signalene.

Disse trinnene er listet opp etter hvor mye tid de tar og hvor godt de fungerer. De første tre trinnene vil raskt klarere de fleste legitime anmeldelser. Trinn fire til seks er for de som fortsatt ser mistenkelige ut.

▸Rapportere falske anmeldelser til Google: Hva gir resultater

Å trykke på 'Rapporter som upassende'-knappen starter en automatisk sjekk. Dette er ofte nok for åpenbare regelbrudd, som kjøpte anmeldelser eller identitetstyveri, og de er vanligvis borte innen 3 til 5 dager. For vanskeligere tilfeller som virker falske, men ikke bryter en klar regel, øker sjansene dine betraktelig ved å sende bevis til Google Bedriftsprofil-support.

Vis mønsteret, ikke bare én anmeldelse. En enkelt tvilsom anmeldelse kan diskuteres. Men et skjermbilde av fjorten anmeldelser fra helt nye kontoer på seks timer, som bruker de samme frasene, er en solid sak. Googles menneskelige team handler på bevis for et planlagt angrep.

I 2024 fjernet Google mer enn 240 millioner anmeldelser som brøt reglene, og stengte 12 millioner falske bedriftsprofiler. AI-systemet, som håndterer rundt 20 millioner bedriftsdataoppdateringer om dagen, flagger mistenkelige anmeldelser. Avhengig av hvor sikkert det er, sletter systemet enten anmeldelsen automatisk eller sender den til en person for sjekk.

Anmeldelser slettes på tre måter: før de i det hele tatt publiseres (dette fanger de fleste av dem), under regelmessige systemkontroller med nye data, og etter at brukere rapporterer dem. Systemet ble 45 % bedre til å oppdage i 2024 sammenlignet med 2022, hovedsakelig fordi det ble bedre til å analysere nettverk. Det fokuserer nå på koblingene mellom kontoer, ikke bare enkeltanmeldelser.

▸Hvis anmeldelsen blir stående: Hvordan anke

Google vil ikke fjerne alle anmeldelser du flagger. De foretrekker å la innholdet ligge fremfor å risikere å slette en ekte negativ kommentar. Dette betyr at noen falske anmeldelser slipper gjennom. Hvis du er en bedriftseier som står overfor et konstant angrep, er dette trinnene: 1) Flagg hver falske anmeldelse og oppgi regelen den bryter. 2) Kontakt Google Bedriftsprofil-support med bevisene dine. 3) Be om hjelp i Google Bedriftsprofil-forumene. 4) Hvis omdømmet ditt er alvorlig skadet, snakk med en advokat om dine muligheter under FTC-reglene.

Hvor lang tid det tar, avhenger av hvor alvorlig problemet er og hvor gode bevisene dine er. Et enkelt, vagt flagg kan ta 2 til 4 uker og føre til ingenting. En veldokumentert sak med datoer, matchende tekst fra andre nettsteder og et spesifikt regelbrudd blir vanligvis avgjort innen 5 til 10 virkedager.

Spørsmålene folk faktisk skriver inn i søkemotorer om falske anmeldelser, besvart enkelt.

Virksomheten med falske anmeldelser er stor, smart og i stadig endring. Folkene som driver disse operasjonene kjenner deteksjonsmetodene. De har lest Cornell-studien. De vet om publiseringstopper, overdreven ros og omvendte bildesøk. Det er en konstant kamp.

Men ledetrådene er fortsatt der. Det grunnleggende problemet for falsknere er det samme: de skriver historier, ikke minner. De kjenner ikke de spesifikke detaljene. De kan ikke forankre historien sin i tid. De kan virke begeistret, men de kan ikke finne opp følelsen av en ekte opplevelse – den flisete gulvflisen, den ansatte som kjente navnet ditt, den førti minutter lange ventetiden på et bord du hadde bestilt.