Over 400 000 KI-relaterte rapporter om overgrepsmateriale av barn i 2025 – mot 4 700 i 2023
En ny analyse fra Childlight viser at NCMEC, USAs sentrale meldingspunkt for overgrepsmateriale, mottok over 400 000 rapporter om KI-generert overgrepsmateriale i 2025, mot rundt 4 700 i 2023. Dagen etter lanserte OpenAI et gratis klassifiseringsverktøy – men tallene er rapportvolumer, ikke dokumentert forekomst, og metodene er fortsatt uavhengig utestet.
Hva den nye analysen viser
Childlight – Global Child Safety Institute, et forskningssenter ved University of Edinburgh, publiserte i midten av november 2026 en analyse som viser at rapporter om KI-relatert seksuelt overgrepsmateriale av barn (CSAM) økte globalt med mer enn 8 400 prosent fra 2023 til 2025. I 2023 mottok den amerikanske organisasjonen National Center for Missing & Exploited Children (NCMEC) rundt 4 700 slike rapporter. I 2025 var tallet over 400 000 (The Guardian, Mashable).
Analysen bygger på rapporter som teknologiselskaper selv sender til NCMEC, ikke på direkte målinger av hvor mye materiale som faktisk sirkulerer. Det inkluderer dypefaker laget med såkalte «nudify-apper» – verktøy som kler av bilder av ekte barn.
Childlight oppfordrer myndigheter til å behandle seksuell utnyttelse av barn som en forebyggbar folkehelsekrise. Instituttet anslår at over 300 millioner barn verden over hvert år rammes av minst én form for teknologifasilitert seksuell utnyttelse eller overgrep (The Guardian).
Trajektorien, år for år – og hvorfor tallene må leses varsomt
Årstallene kommer fra ulike kilder og bør holdes fra hverandre. Guardian og Mashable omtaler 2023-tallet (rundt 4 700) og 2025-tallet (over 400 000). The Verge fyller inn mellomåret: NCMECs CyberTipline mottok 67 000 KI-relaterte rapporter i 2024, en «eksponentiell» økning videre til 400 000 i 2025 (The Verge).
Det viktigste forbeholdet kommer fra Childlight selv. Professor Debi Fry, instituttets globale datadirektør, sier at «selv om forbedret deteksjon og rapportering kan forklare noe av økningen, understreker funnene hvorfor myndigheter og teknologiselskaper må handle raskt for å forstå og forebygge disse nye formene for overgrep og raskt fjerne materiale» (The Guardian). Med andre ord: en del av veksten kan skyldes at flere plattformer oppdager og melder inn materialet, ikke nødvendigvis at mengden overgrepsmateriale har vokst i takt med rapporttallene.
En ytterligere metodologisk begrensning: denne analysens regionale omfang (Øst-Asia og Stillehavet, Latin-Amerika og Karibia, Nord-Amerika) skiller seg fra Childlights tidligere studier, som dekket Vest-Europa. Det begrenser muligheten til å sammenligne trender over tid.
Hvor 400 000 rapporter blir et infrastrukturproblem
CyberTipline er USAs sentrale mottakspunkt: teknologiselskaper er lovpålagt å melde inn oppdaget overgrepsmateriale dit, og NCMEC videresender til rettshåndheving. Når volumet av KI-relaterte rapporter øker fra 67 000 til 400 000 på ett år, rammer det en arbeidsflyt som bygger på manuell gjennomgang. Forskere har advart om at tilstrømningen kan gjøre NCMECs arbeidsmengde «uhåndterlig», ifølge The Verge (The Verge).
Et bredere bilde av skalaen kommer fra Internet Watch Foundation (IWF), en britisk NGO som overvåker overgrepsmateriale globalt. I 2026 har IWF allerede vurdert 6 310 KI-genererte bilder som oppfyller den juridiske definisjonen av seksuelt overgrepsmateriale av barn – 40 prosent over helålstallet for 2025, som var mer enn 4 500 (The Guardian). Tallene fra IWF og NCMEC måles ulikt – IWF vurderte selv materiale, NCMEC registrerer innsendte rapporter – men begge peker samme retning.
OpenAIs svar: en klassifiserer som ser på bildene, ikke hasjene
Dagen etter at Childlight-analysen ble publisert, lanserte OpenAI et klassifiseringsverktøy for CSAM, gratis tilgjengelig via API for godkjente organisasjoner (Fox News, The Verge).
Teknisk skiller verktøyet seg fra etablerte løsninger på ett vesentlig punkt. Tradisjonelle verktøy sammenligner hasjverdier – digitale fingeravtrykk – av allerede identifiserte filer. Det fungerer for kjent materiale, men ser aldri noe nyprodusert. OpenAIs klassifiserer analyserer i stedet visuelle kjennetegn ved mulig overgrepsmateriale, og kan dermed flagge mistenkelig innhold som aldri er identifisert før (Fox News). Verktøyet gir poengsummer som menneskelige vurderere bruker i arbeidet, og ifølge OpenAI er det det første bredt tilgjengelige verktøyet i sin klasse som inkluderer et eget signal for at et bilde kan være KI-generert (Mashable).
Det KI-signalet er poenget mot bakgrunnen av Childlight-dataene: mens store deler av rapportflommen skyldes syntetisk materiale laget av ekte barns bilder, kan hashbaserte systemer ikke skille ny syntetisk variasjon fra kjent materiale.
Hva OpenAI hevder – og hva som gjenstår å bevise
Ytelsestallene er selskapets egne, ikke uavhengig verifisert. OpenAI sier at klassifisereren flagget rundt 48 prosent færre bilder – altså færre falske positiver – samtidig som den fant omtrent like mange overgrepsbilder som eksisterende verktøy (The Hill). Selskapet oppgir også at bilder verktøyet flagger er omtrent dobbelt så sannsynlige til å inneholde overgrep (OpenAI via The Hill og Mashable).
Pressen har pekt på to viktige forbehold. Fox News skriver at verktøyet trenger uavhengig testing (Fox News), og The Hill bemerker at menneskelig gjennomgang fortsatt er nødvendig – klassifisereren poengsetter og prioriterer, men dømmer ikke (The Hill). Dette er AIMags analyse: den sentrale begrensningen er ikke løst av det nye signalet – et KI-generert bilde basert på et ekte barn peker fortsatt på et barn som kan trenge beskyttelse, og vurderingen av det ligger hos mennesker og rettshåndhevende myndigheter.
Åpne spørsmål
Tre spørsmål står ubesvart etter denne uken. For det første avstanden mellom rapportvolum og reell forekomst: Debi Frys eget forbehold om forbedret deteksjon og rapportering betyr at den sanne veksten i KI-generert materiale ikke kan leses direkte ut av NCMEC-tallene. For det andre deteksjonskappløpet: det gjenstår å se om deteksjonsverktøy klarer å følge med på hvordan genereringsverktøyene utvikler seg, og OpenAIs klassifiserer er ennå ikke uavhengig uttestet. For det tredje de regulatoriske rammene: Childlight oppfordrer regjeringer til å handle og behandle utnyttelsen som forebyggbar, men det foreligger ingen konkret regulatorisk respons i det tilgjengelige kildematerialet.
Alt tallmaterialet i denne saken kommer via sekundær pressedekning; de primære rapportene fra Childlight, IWF, NCMEC og OpenAI er ikke direkte gjennomgått av AIMag.

