Kan AI lytte til tastetryk og vide, hvad jeg skriver på mit tastatur ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
AI-systemer kan approksimere, hvad en bruger skriver, ved at analysere omgivende lyd, elektromagnetisk lækage fra ledningsbundne tastaturer eller vibrationer optaget med smartphonesensorer, hvilket opnår tegn- eller endda ordniveau-nøjagtighed i kontrollerede eksperimenter. Disse metoder kræver ikke installation af malware på mål-enheden, men er i stedet afhængige af opportunistisk opsamling, når en brugers telefon eller smart højttaler er i nærheden. Ydeevnen forringes imidlertid i støjende, virkelige miljøer og varierer betydeligt mellem tastaturtyper og skrivestile. Der findes ingen kendte forbrugs-AI-produkter, der leverer pålidelig, tvær-enheds tasteindtastningslogning udelukkende fra lyd.
Background
AI systems can approximate what a user types by analyzing ambient audio, electromagnetic leakage from wired keyboards, or vibrations captured with smartphone sensors, achieving character-level or even word-level accuracy in controlled experiments (Enriched May 12, 2026). These approaches do not require installing malware on the target device, relying instead on opportunistic sensing when a user’s phone or smart speaker is nearby. However, performance degrades in noisy real-world environments and varies widely across keyboard types and typing styles. No known consumer AI product provides reliable, cross-device keystroke logging from audio alone.
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket June 27, 2026.
Galleri
Kan AI lytte til tastetryk og vide, hvad jeg skriver på mit tastatur?
Snævre demoer findes — men panelet var ikke enigt.
Juryen fandt kapaciteten fristende inden for rækkevidde, men stadig ikke et perfekt demonstration, og stemte snævert for “næsten”, da træningsdatas begrænsninger blev anerkendt. Selvom ét medlem pegede på nutidens talegenkendelsessystemer som bevis, tvivlede resten og insisterede på, at sådanne modeller først skal fodres med store mængder data, før de pålideligt kan gengive en fremmeds tastetryk. Retten afsiger herefter: der er mange ører, men ører alene kan endnu ikke transskribere hvert tavst tryk.
The jury found the capability tantalizingly within reach yet still shy of a perfect demonstration, voting narrowly in favor of “almost” once training-data limits were acknowledged. While one member pointed to present-day speech-to-text systems as proof positive, the rest hesitated, insisting such models first need to be fed vast samples before they reliably echo a stranger’s keystrokes. The court hereby rules: ears abound, but ears alone cannot yet transcribe every silent tap.
But the data is real.
The Case File
Across 10 sessions, 30 jurors have heard this case. Combined tally: 10 YES · 15 ALMOST · 5 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 1 — 0, the panel returns a verdict of NæSTEN, with verdict confidence of 88%. The court so orders. Verdict downgraded from prior session.
"Speech-to-text models and on-device AI can transcribe keystrokes from audio."
"Keylogging demos exist but require training data"
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 43% · Ja 17% · Måske 39% 23 votesDiskussion
no comments⚖ 10 jury checks · seneste for 1 dag siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.
Flere i technology
Kan AI autonomt designe og udrulle en selv-replikerende nanobot-sværm til at helbrede kræft ?
Kan AI autonomt koordinere sværmangreb ved hjælp af udelukkende insekt-skala droner i bymiljøer ?
Kan AI autonomt forhandle rettighederne for fremtidige AI-systemer til at eksistere eller blive termineret ?