Du har kjent på det. Du scroller, og en bildetekst får deg til å stoppe — ikke fordi den er bra, men fordi den er for ryddig. Tre stramme ledd. Et retorisk spørsmål. En avsluttende linje som høres ut som om den ble skrevet av en motivasjonsplakat. Noe skurrer, men du klarer ikke helt å sette fingeren på det.
Jeg har brukt mye tid på å lese AI-skrevne bildetekster side om side med menneskelige, og den ærlige oppsummeringen er denne: tegnene er reelle, men de fleste av dem folk gjentar på nettet er feil. Antall emojier forteller deg ingenting. Perfekt grammatikk forteller deg ingenting. Det som faktisk avslører det, er rytme.
Den korte versjonen
AI-bildetekster har et uvanlig jevnt tempo. Menneskelige bildetekster er ujevne — en lang, snirklete setning, så tre ord, og deretter et sidespor ingen ba om. Hvis hver setning er omtrent like lang og hvert avsnitt lander på samme måte, er det signalet ditt.
Tegnene som faktisk fungerer
Dette er mønstre jeg stadig ser på Instagram, LinkedIn og X. Ingen av dem er et bevis alene. To eller tre sammen, derimot, og du ser vanligvis på en språkmodell.
1. «Det handler ikke om X. Det handler om Y.»-oppbyggingen
Denne er overalt. «Det handler ikke om målet. Det handler om reisen.» «Dette er ikke et tilbakeslag. Det er en mulighet.» Modeller elsker denne formen fordi den høres dyp ut og koster ingenting. Mennesker bruker den også — men omtrent én gang i året, ikke to ganger per bildetekst.
2. Alt kommer i tretall
Tre adjektiver. Tre kulepunkter. En tredelt avslutningslinje. Tretallsregelen er genuint godt skrivestilråd, som er akkurat hvorfor modeller overdriver bruken. Når du legger merke til en bildetekst der hver eneste liste tilfeldigvis har tre punkter, gjør den regelmessigheten mer arbeid enn skribenten hadde til hensikt.
3. Mistenkelig balanserte setninger
Les bildeteksten høyt. Menneskelig skriving snubler — et ledd blir for langt, en tanke blir avbrutt halvveis, noen glemmer å lukke en parentes. AI-skriving leses nesten som et dikt: hver setning på femten til tjue ord, hver enkelt grammatisk fullstendig, hver enkelt avsluttet på et taktslag. Den jevnheten er det enkeltvis mest pålitelige signalet vi måler.
4. Emneknagger som ikke matcher innlegget
En person som skriver om surdeigsstarteren sin tagger #surdeig #baking #kjøkkenfail. En modell som genererer et innlegg om surdeig tagger #surdeig #baking #matglede #inspirasjon #fellesskap #reise — bredt, generisk og med søk etter engasjement snarere enn å beskrive noe konkret. Misforhold i abstraksjonsnivå mellom bildeteksten og emneknaggetikettene er et godt tegn spesielt på Instagram og TikTok.
5. LinkedIn-åpningen
LinkedIn fortjener en egen omtale fordi sjangeren har kollapset inn i en formel: et enlinjes krok, linjeskift, en kort dramatisk setning, et nytt linjeskift, og deretter en historie som munner ut i en forretningspoupplevelse. «Jeg ble avvist 47 ganger.» Linjeskift. «Her er hva det lærte meg.» Modeller lærte denne strukturen fra en million ekte innlegg, så de reproduserer den perfekt — noe som ironisk nok gjør den oppdagbar. Ekte mennesker bryter sin egen formel. Modeller gjør det ikke.
Tegnene som IKKE fungerer (vennligst slutt å gjenta disse)
Dette avsnittet betyr mer enn det forrige, fordi å handle ut fra et dårlig tegn betyr å anklage ekte mennesker for ting de ikke har gjort.
«Den bruker tankestreker, så det er AI»
Nei. Tankestreken (em dash) ble et meme-tegn i 2025, og den var aldri pålitelig. Mange gode skribenter bruker dem mye — og nåværende modeller har blitt finjustert bort fra dem nettopp fordi folk begynte å legge merke til det. Om noe, korrelerer tung bruk av tankestreker nå svakt med menneskelig skriving.
«Grammatikken er feilfri»
Det er også grammatikken til alle som skrev bildeteksten sin i en notat-app og leste den to ganger. Feilfri grammatikk er et tegn på nøyaktighet, ikke forfatterskap. Dette tegnet straffer nøye skribenter, personer med et annet morsmål som korrekturleser mye, og alle som har en telefon med aggressiv autokorrektur.
«Den bruker avanserte ord som 'delve' eller 'tapestry'»
Det er en kjerne av sannhet her — visse modeller overbrukte enkelte ord — men det utdateres raskt. Ordbaserte tegn har en holdbarhet på omtrent én modellversjon. Struktur varer mye lenger, noe som er grunnen til at deteksjonsverktøy vektlegger rytme og forutsigbarhet over vokabular.
Det ser forskjellig ut på hver plattform
Den samme modellen produserer svært ulikt utseende tekster avhengig av hvor den publiserer, fordi prompten vanligvis inkluderer plattformen.
Bildetekster har en tendens til å være lange og historieformede. Tegnet er vanligvis et misforhold: et svært polert, strukturert avsnitt festet til et spjåkete bilde som ser spontant ut. Folk som skriver uformelt produserer ikke plutselig en femsetningers narrativ bue om en kaffe.
X (Twitter)
Korte innlegg er genuint vanskelige å vurdere — det er ganske enkelt ikke nok tekst. Der AI vises tydelig er i tråder. Se etter nummererte innlegg som alle treffer nøyaktig samme lengde og der alle avsluttes med en krok til neste. Mennesker mister pusten rundt innlegg fire. Modeller gjør det ikke.
TikTok
Bildeteksten er ofte en ettertanke, så den er tynn uansett. Det mer nyttige signalet er teksten på skjermen eller manuskriptet, hvis du kan få tak i det — det er i manuskripter den genererte strukturen vises.
Den høyeste tettheten av AI-skrevet innhold på noen stor plattform, og også den vanskeligste å avgjøre, fordi de menneskelige innleggene etterligner den samme formelen. Vektlegg detaljene: ekte innlegg navngir reelle selskaper, reelle tall, reelle personer. Genererte innlegg forblir abstrakte.
Hvorfor noen faktisk trenger å sjekke dette
Ikke av ren nysgjerrighet, for det meste. Folk som spør oss har som regel en konkret grunn:
- Ansettelser. En rekrutterer som leser en kandidats LinkedIn vil vite hvers stemme de leser.
- Merkevaresamarbeid. Byråer som evaluerer en innholdsskaper før de betaler dem for å skrive, vil vite om «stemmen» de kjøper er en prompt.
- Journalistikk og forskning. Alle som siterer et innlegg må vite om et ekte menneske sa det.
- Moderering. Koordinert engasjementsdyrking (engagement farming) genereres i volum, og det leses slik.
Legg merke til hva som mangler fra den listen: å avsløre en venn. Hvis du står overfor å konfrontere noen med en bildetekst, er det ærlige rådet: la være. Verktøyene — inkludert vårt — gir deg en sannsynlighet, ikke en tilståelse.
Sjekke et innlegg uten å spå i kaffegrut
Hvis du heller vil slippe å gjette, kan du lime inn en offentlig innleggslenke i vår sosiale medier AI-detektor, så vil den hente bildeteksten og vurdere den, samt vise de spesifikke setningene som økte tallet.
To ting som er verdt å vite før du bruker det, eller ethvert lignende verktøy. For det første analyserer det teksten. Det viser innleggets bilde slik at du vet at det leste riktig innlegg, men det vurderer ikke bildet — etterforskning av bilder er et annet problem, og vi sier heller fra enn å gi deg et påfunnet tall. For det andre nekter det å score bildetekster under ca. tjue ord. Under det er det ikke nok signal, og enhver prosentandel ville vært nærmere et myntkast enn en måling.
Delen de fleste artikler hopper over
AI-deteksjon er sannsynlighetsbasert. Alltid. En høy poengsum betyr at skrivingen bærer mønstre som er sterkt forbundet med språkmodeller — det betyr ikke at noen har løyet for deg. Enkelte mennesker skriver naturlig i en ren, jevn og velstrukturert prosa. Markedsføringstekster har hørtes svakt maskingenerert ut siden lenge før maskiner kunne generere dem. Og hvem som helst kan kjøre en menneskeskrevet bildetekst gjennom et omskrivingsverktøy og snu poengsummen.
Bruk derfor poengsummen slik du ville brukt en røykvarsler: som en grunn til å sjekke nærmere, ikke som en dom. De flaggede setningene betyr mer enn prosentandelen. Hvis begrunnelsen ikke overbeviser deg, stoler du på din egen lesning — du kjenner personens stemme bedre enn noen modell gjør.
Det korte svaret
Slutt å telle emojier og tankestreker. Les etter rytme i stedet. Menneskelig skriving er ujevn, spesifikk og av og til litt rotete; generert skriving er glatt, balansert og merkelig motvillig til å navngi noe konkret. Når du først har lagt merke til det, vil du se det overalt — noe som enten er en nyttig ferdighet eller en forbannelse, avhengig av hvor mye tid du bruker på nettet.
