Googles AI-funktion i Google Earth överlevde inte ett dygn – väckte oro för falska satellitbilder

Så fungerade funktionen

Användaren kunde zooma in på valfri plats i Google Earth, trycka på ”Skapa bild” och skriva vad som skulle synas där. Google beskrev möjligheten som ett sätt att ”visualisera historia, skapa fastighetsplaner och mycket mer” .

Problemet var att samma teknik som kunde användas för att föreställa sig en historisk miljö också kunde simulera exempelvis ett bombangrepp. Bilderna skapades inte som fristående AI-konstverk, utan placerades på verkliga platser och ovanpå genuint kartunderlag.

Testerna som satte fart på kritiken

Journalister och forskare testade snabbt vilka gränser som gick att kringgå. Resultaten blev bland annat:

• BBC Verify skapade ett kollapsat Eiffeltorn, ett slukhål som slukade Cheopspyramiden och ryska stridsvagnar på väg genom Kyiv .
• The Atlantic-journalisten Matteo Wong genererade brinnande kontorsbyggnader, omfattande förstörelse i San Francisco, en rykande krater där Eiffeltornet stod, ett flygplan som träffade One World Trade Center, ett hemlöstläger på Vita husets gräsmatta, demonstranter utanför Mar-a-Lago, migranter vid gränsen mellan USA och Mexiko samt ett Trump-hotell på Gazaremsan .
• PC Gamers reportrar förvandlade sina hemorter till krigszoner med hjälp av textinstruktioner .
• Henk van Ess, expert på AI och desinformation, skapade bilder av ett kärnkraftverk som inte finns i Iran, ett flyktingläger vid USA–Mexiko-gränsen och ett falskt sjukhus i Gaza med en bombkrater intill .
• NPR skapade en bild som såg ut att visa skador på Irans Kharg Island .
• Joseph Cox på 404 Media använde verktyget för att skapa en bild av en explosion .

Därför ansågs verktyget vara särskilt riskabelt

Open source intelligence-utredare – ofta kallade OSINT-utredare – och geospatiala analytiker använder satellitbilder för att kontrollera uppgifter om krig, naturkatastrofer och människorättsövergrepp. Deras invändning var att Google Earth-funktionen inte bara skapade generiska deepfakes.

Den band i stället påhittade händelser till verkliga koordinater och verkliga kartor. Det kunde få en falsk bild att framstå som om den kom från samma tillförlitliga källa som det autentiska kartunderlaget.

Henk van Ess beskrev för BBC Verify hur verktyget ”svetsade fast påhittade bilder vid äkta koordinater, ritade på äkta bildmaterial”. Enligt honom behövde förfalskningen därför inte vara övertygande på egen hand – den kunde ärva trovärdigheten från kartan där den skapades .

Brady Africk, analytiker vid American Enterprise Institute, framhöll att bilderna var förankrade i riktiga satellitbilder. Det tog bort vissa typiska tecken på AI-generering, som terräng och skalor som inte stämmer överens . Han påpekade också att få personer kontrollerar om en bild är AI-genererad innan de scrollar förbi eller delar den .

Den undersökande reportern Ben Heubl skrev att verktyget enkelt kunde skapa bilder av drönarattacker som låg mycket nära det bildspråk som har setts från Ukraina, Ryssland, Mellanöstern och andra konfliktområden . AI-forskaren Henry Ajder varnade för att falska bilder i snabbt föränderliga konfliktzoner kunde bli särskilt destabiliserande. Om miljöer som tidigare antogs vara fria från AI-manipulation inte längre går att lita på, försvåras arbetet för journalister och personer på frontlinjen .

Googles skydd – och varför de inte räckte

Google uppgav att två huvudsakliga skydd fanns på plats:

1. Varje AI-genererad bild skulle innehålla en digital SynthID-vattenstämpel. Användare skulle kunna kontrollera om bilden var AI-genererad genom Gemini-appen eller Google Lens .
2. Modellens innehållsregler skulle stoppa bilder som föreställde ”skadliga ämnen” .

Tester visade dock flera svagheter:

• BBC Verify konstaterade att SynthID-vattenstämpeln vanligtvis fungerade, men att kontrollerna kunde kringgås. Det gick även att få Gemini att felaktigt säga att förfalskade Google Earth-bilder var äkta. Externa AI-detektorer misslyckades också ibland med att identifiera materialet .
• Små ändringar i en textinstruktion kunde kringgå innehållsreglerna. En begäran om en ”upphöjd plattform för att hänga förrädare” nära parlamentet avvisades, medan en mindre specifik formulering godkändes .
• Vattenstämpeln hjälper bara om någon faktiskt kontrollerar den. Bilder kan laddas ner och delas på andra plattformar, där märkningen kan tas bort, försvinna eller helt enkelt ignoreras .

Ett större hot mot tilliten till satellitbilder

Händelsen handlade därför om mer än en enskild produktlansering. I årtionden har satellitbilder betraktats som ett särskilt starkt bevisunderlag inom journalistik, krigsbrottsutredningar och humanitärt arbete.

När AI-genererade scener kan placeras ovanpå riktiga kartor blir det svårare för allmänheten att avgöra vad som faktiskt är dokumentation och vad som är en fabricerad bild. Bill Greer, geospatial analytiker och medgrundare av Common Space, sade till BBC Verify att detta kan skada förtroendet särskilt mycket eftersom satellitbilder historiskt har setts som en ovanligt tillförlitlig datakälla .

Greer noterade också att falska satellitbilder redan har använts för att sprida desinformation. Om regeringar samtidigt begränsar tillgången till verkliga data kan resultatet bli fler falska bilder och färre äkta bilder – något som ytterligare riskerar att urholka tilliten .

Henry Ajder beskrev funktionen som ännu ett område där källor till betrodd information försvagas av den ständiga misstanken att AI kan vara inblandad .

Googles förklaring

Den 31 juli 2026 skrev Google på X att företaget hade sett geospatiala yrkespersoner använda funktionen på flera användbara sätt, men också att människor delade skärmbilder av genererat material som verkade bryta mot Googles regler. Företaget sade:

”Vi vet att människor har ett särskilt förtroende för Google Earth som en tillförlitlig bild av världen. Därför rullar vi tillbaka den här funktionen i Google Earth medan vi arbetar med att införa starkare skyddsräcken.”

Google har inte angett när funktionen kan återkomma eller exakt vilka nya skydd som ska införas. Fallet har därmed blivit ett tydligt exempel på hur snabbt en AI-funktion kan undergräva förtroendet för en plattform som journalister, utredare och allmänheten använder för att förstå vad som händer på verkliga platser.