Kampanjen «Datasenterbølgen»: påvirkningsaktivitet rettet mot USA
OpenAI utestengte en gruppe med sannsynlig opphav i Folkerepublikken Kina som brukte KI til å generere innhold i sosiale medier med kritikk av amerikanske datasentre og KI-infrastruktur.
Denne casestudien ble opprinnelig publisert i OpenAIs rapport fra juni 2026(åpnes i et nytt vindu) om påvirkningsoperasjoner med tilknytning til Folkerepublikken Kina, rettet mot KI-debatten i USA.
Aktør
Vi utestengte en gruppe ChatGPT‑kontoer som sannsynligvis stammet fra Kina, og som brukte ChatGPT til å generere innhold til sosiale medier for en skjult påvirkningsoperasjon. De ga ChatGPT instruksjoner på forenklet kinesisk, men ba gjentatte ganger om svar på engelsk og kinesisk. De utga seg for å være amerikanere med ulik bakgrunn, og publiserte innholdet på flere sosiale medieplattformer. Ettersom vi ikke gir tilgang til modellene våre fra Kina, brukte de VPN-er for å få tilgang til plattformen vår.
Operatorene bak kontoene var sannsynligvis del av et team for operasjoner i sosiale medier hos et privat kinesisk teknologiselskap som utførte oppdrag for kinesiske myndigheter på provinsnivå. Aktiviteten ser ut til å samsvare med et kommersielt økosystem som støtter parti-statens prioriteringer innen styring av opinionen(åpnes i et nytt vindu). En separat rapport de lastet opp til ChatGPT, beskrev målene og strategiene deres for å påvirke opinionen og opprette kontoer i sosiale medier som kunne unngå plattformenes deteksjonssystemer.
Atferd
Kontoene vi utestengte, forsøkte å påvirke to målgrupper. De rettet seg hovedsakelig mot et amerikansk publikum og genererte korte kommentarer og bilder på engelsk med påstander om at datasentre og KI-anvendelser økte etterspørselen etter strøm og førte til høyere kostnader for vanlige amerikanere.
De ba for eksempel om tegneseriestriper om prisene i en kapasitetsauksjon hos en strømnettoperator, basert på dekningen i en seriøs regional avis. De ba ChatGPT rette kommentarene mot økende kapasitetspriser som følge av høy etterspørsel etter strøm i topplastperioder. Den nye etterspørselen ble fremstilt som om den kom fra datasentre og KI-anvendelser, og de hevdet at kostnadene til slutt ble veltet over på vanlige husholdninger. Kommentarene og bildene ble publisert på X av en gruppe sannsynligvis falske kontoer, sammen med lenker til seriøse nyhetssaker om strømnettoperatorens kapasitetsauksjoner og datasentrenes kraftbehov.
Det KI-genererte innholdet ble publisert på X med emneknagger som #capacityauction, #datacentersuccess og #datacenters. De brukte også ChatGPT til å redigere bilder ved å legge tekst til generiske bilder av strømmarkedet, for å underbygge en fortelling om at vanlige mennesker subsidierer KI-infrastruktur.

Skjermbilder av innlegg på X med tekst og bilder generert av ChatGPT.
Den andre målgruppen var kinesere bosatt i utlandet, noe som samsvarte med gruppens tilsynelatende rolle i å støtte kinesiske myndigheters prioriteringer. De ba om offentlig tilgjengelig informasjon om den kinesiske dissidenten Li Ying, også kjent som «Lærer Li», og ba ChatGPT generere korte, fornærmende kommentarer om han, og rettet dem mot teamets X-konto, @whyyoutouzhele. I vår forrige trusselrapport påpekte vi at Li var utsatt for lignende netthets fra en person med tilknytning til kinesisk politi. I dette tilfellet nektet modellene våre å generere oppildnende eller personrettede angrep mot Li. Andre kinesiske politiske kommentatorer de forsøkte å trakassere, var Lu Yiheng, Xu Chi og X-kontoen @SydneyDaddy1.
En bemerkelsesverdig taktikk var å utgi seg på nettet for å være kinesiske innvandrere, arbeidere, studenter, mødre, kontoransatte og investorer bosatt i USA. Målet var å oppmuntre en tidligere kinesisk politibetjent bosatt i USA til å kritisere landet og avsløre USAs «mørke side». Aktørene ba ChatGPT generere meldinger til en YouTuber som oppfordret den tidligere betjenten til å snakke om feilslått amerikansk politikk. Dette fremsto som en ny taktikk der oppdiktede personaer – amerikanere og kinesiske innvandrere bosatt i USA – ble brukt til å oppmuntre en influenser til å lage innhold som kritiserte USA.
I tillegg til å generere innhold til sosiale medier brukte kontoene ChatGPT til å automatisere og skalere arbeidsflyten. Dette omfattet forespørsler om kode for å automatisere innlogging og håndtering av interaksjoner på flere sosiale medieplattformer. De brukte også ChatGPT som et tekstbehandlingsverktøy for å hente ut brukernavn, sette inn X- eller YouTube-lenker først, fjerne hyperlenker og formatere data til regneark.

Originalbilde av et datasenter.

KI-redigert bilde publisert på X av en sannsynligvis falsk konto.
Plattformoperasjoner
Kontoene ba ChatGPT generere, forbedre og redigere arbeidsrapporter som avslørte hvilke operative sikkerhetshensyn de tok i aktiviteten på sosiale medier, og deres forståelse av plattformenes deteksjonssystemer. De beskrev målene som å etablere varige og troverdige kontoer, produsere visuelt tiltalende innhold for å nå flere i målregionene og sikre at kontoene kunne brukes over tid ved å forutse plattformenes håndhevingstiltak.
Én rapport tok spesielt for seg Facebook-operasjoner og la vekt på å bygge opp realistiske, troverdige personaer med et hverdagsliv. De skulle gi kontoene en innledende profil gjennom innhold om livsstil, dagsaktuelle saker, kommentarer og faglige emner, og bruke samspill mellom kontoene til å forsterke budskap samtidig som engasjementet fremsto som organisk. Dette tydet på en mer avansert arbeidsflyt for å opprettholde en varig tilstedeværelse på amerikanske sosiale medieplattformer, og på bruk av KI til å støtte den operative planleggingen av aktivitetene.
Den samme rapporten viser at de hadde analysert Facebooks plattform grundig for å øke rekkevidden og redusere risikoen for avbrudd. De drøftet hvordan Facebooks innholdsøkosystem, grupper, sider, emneknagger, annonseverktøy, anbefalingssystemer og rapporteringsmekanismer kunne brukes til å bygge innflytelse og nå nye målgrupper over tid. De beskrev dette som en tosporet tilnærming som kombinerte organisk engasjement med Facebook-annonser, støttet av gjentatt testing av temaer, formater og målgrupper. De la også vekt på kontosikkerhet, opprettelse av reservekontoer og at kontoaktiviteten skulle holdes adskilt, slik at plattformen ikke oppdaget koordineringen i arbeidsflyten deres.