A miniszterelnök korábban a Facebookon tett közzé felvételeket, amelyeken három lányát – Rózát, Flórát és Sárát – hívja fel telefonon, hogy elmondja nekik: vegyék komolyan a fenyegetést, de ne ijedjenek meg, ha a hírekben is találkoznak majd vele. Egy másik videón az is látható, ahogy éjszaka az édesanyjával beszél telefonon.

„Ne aggódjál! Mindent kibírok, tudod” – mondta a miniszterelnök a beszélgetés során. A videó készítőjének azt is elmondta, hogy édesanyja aggódik ugyan a családot ért fenyegetések miatt, de nem mutatja ki félelmét, mert – mint fogalmazott – ezzel csak az ő terhét növelné.

A történet előzménye, hogy az Index arról számolt be: egy Pryamy TV nevű YouTube-csatornára feltöltött videóban Hrihorij Omelcsenko ukrán politikus, korábbi parlamenti képviselő és az Ukrán Biztonsági Szolgálat egykori tisztje fenyegette meg Orbán Viktort és családját. A beszámoló szerint a felvételen az hangzik el, hogy tudják, hol lakik a magyar miniszterelnök, hol tölti az éjszakát, merre jár, és kikkel találkozik.

A Népszava azonban több ellentmondásra is felhívta a figyelmet. Bár Omelcsenko és a Pryamy TV létező szereplők, az Index által említett, KARMA nevű szervezetnek nincs nyoma. Egyes orosz hírportálok – például a Lenta – a „karma” kifejezést inkább sorsként értelmezték, nem pedig szervezetként.

A felvétel hitelességét az is megkérdőjelezi, hogy a beszélő szájmozgása nem egyezik az elhangzó szöveggel, ami arra utalhat, hogy mesterséges intelligenciával manipulált videóról van szó.

Frész Ferenc kibervédelmi szakértő szerint a felvétel „elég gyenge próbálkozás”. Állítása szerint a hangot valószínűleg egy úgynevezett deepvoice hanggenerátorral állították elő, majd egy korábbi videóra illesztették rá, miközben a beszélő szájmozgását utólag szinkronizálták.

A szakértő szerint a felvétel lelassítva több árulkodó jelet is mutat: miközben a fej mozgása természetesnek tűnik, a száj és az áll mozgása késve követi a hangot, időnként pedig furcsán vibrál. Ez arra utalhat, hogy az eredeti videóban a politikus teljesen más témáról beszélt, az algoritmus pedig utólag illesztette rá az új szöveget.

Frész Ferenc szerint az ilyen manipulációk gyakran nem teljes deepfake-technikával készülnek, mert az könnyebben hibákat eredményez. A szájmozgás utólagos illesztése – az úgynevezett lip-sync – hatékonyabb módszer lehet a dezinformáció terjesztésére, mivel a szem és a mimika eredeti marad, így a nézők nehezebben veszik észre a manipulációt.

A kibervédelmi szakértő néhány nappal korábban arról is írt, hogy szerinte a Kreml a választások közeledtével dezinformációs módszereket alkalmazhat. Ennek egyik lehetséges forgatókönyve, hogy mesterséges intelligenciával készített lejárató tartalmak jelennek meg hitelesnek tűnő felületeken, amelyeket később kormányközeli médiumok külföldi sajtóértesülésként vesznek át, majd botfarmok és influenszerek segítségével rövid idő alatt széles körben terjesztenek.