Log in to subscribe to heads-up notifications for this feed or its category via email, Slack, or Discord.
Ask the AI anything about content, patterns, and edits for Tornevalls Blog. The AI will receive full version history including all edited articles. Open question history.
882880233449affae26bac93274a5b6ec440e0cdIt’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality....
It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality. So I asked Suno to create a song with a clear connection to Gaza and Palestine. Music from the Middle East and southern latitudes has always been close to my heart, which is why Latin Tech House and Tribal Tech House are neighboring genres I love to explore.
My problem has always been finding good samples for that kind of sound, and I usually don’t record those instruments myself. But given the ongoing war and political climate, it felt like the right moment. Around the same time, someone in my Facebook feed shared a video by Ahmed Muin, located in Gaza City, Gaza Strip. In the video, he sings along to the sound of Israeli drones – which gave me the idea to create a remix of it. The problem was that I later realized the song he was singing was actually the chorus of “Libre Palestina” by Zaid Hilal. They might appreciate reinterpretations, but from a copyright and licensing perspective, it felt like a complicated path just to sample a refrain.
That’s when I realized I should create something original but inspired by the same world of sound. So I asked Suno to generate some melodies. After getting what I wanted, I discarded the rest and rebuilt the track from scratch.
This is the result! This is my support.
6ca7921f5dd5719e9f9fc8bd0c3ce4d9611db90a
882880233449affae26bac93274a5b6ec440e0cd
TITLE: “Beats of Gaza” – releasing this friday! DESCRIPTION: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality.... CONTENT: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality. So I asked Suno to create a song with a clear connection to Gaza and Palestine. Music from the Middle East and southern latitudes has always been close to my heart, which is why Latin Tech House and Tribal Tech House are neighboring genres I love to explore. My problem has always been finding good samples for that kind of sound, and I usually don’t record those instruments myself. But given the ongoing war and political climate, it felt like the right moment. Around the same time, someone in my Facebook feed shared a video by Ahmed Muin, located in Gaza City, Gaza Strip. In the video, he sings along to the sound of Israeli drones – which gave me the idea to create a remix of it. The problem was that I later realized the song he was singing was actually the chorus of “Libre Palestina” by Zaid Hilal. They might appreciate reinterpretations, but from a copyright and licensing perspective, it felt like a complicated path just to sample a refrain. That’s when I realized I should create something original but inspired by the same world of sound. So I asked Suno to generate some melodies. After getting what I wanted, I discarded the rest and rebuilt the track from scratch. This is the result! This is my support.
TITLE: “Beats of Gaza” – releasing this friday! DESCRIPTION: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality.... CONTENT: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality. So I asked Suno to create a song with a clear connection to Gaza and Palestine. Music from the Middle East and southern latitudes has always been close to my heart, which is why Latin Tech House and Tribal Tech House are neighboring genres I love to explore. My problem has always been finding good samples for that kind of sound, and I usually don’t record those instruments myself. But given the ongoing war and political climate, it felt like the right moment. Around the same time, someone in my Facebook feed shared a video by Ahmed Muin, located in Gaza City, Gaza Strip. In the video, he sings along to the sound of Israeli drones – which gave me the idea to create a remix of it. The problem was that I later realized the song he was singing was actually the chorus of “Libre Palestina” by Zaid Hilal. They might appreciate reinterpretations, but from a copyright and licensing perspective, it felt like a complicated path just to sample a refrain. That’s when I realized I should create something original but inspired by the same world of sound. So I asked Suno to generate some melodies. After getting what I wanted, I discarded the rest and rebuilt the track from scratch. This is the result! This is my support.
882880233449affae26bac93274a5b6ec440e0cd
6ca7921f5dd5719e9f9fc8bd0c3ce4d9611db90a
6ca7921f5dd5719e9f9fc8bd0c3ce4d9611db90aIt’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality....
It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality. So I asked Suno to create a song with a clear connection to Gaza and Palestine. Music from the Middle East and southern latitudes has always been close to my heart, which is why Latin Tech House and Tribal Tech House are neighboring genres I love to explore.
My problem has always been finding good samples for that kind of sound, and I usually don’t record those instruments myself. But given the ongoing war and political climate, it felt like the right moment. Around the same time, someone in my Facebook feed shared a video by Ahmed Muin, located in Gaza City, Gaza Strip. In the video, he sings along to the sound of Israeli drones – which gave me the idea to create a remix of it. The problem was that I later realized the song he was singing was actually the chorus of “Libre Palestina” by Zaid Hilal. They might appreciate reinterpretations, but from a copyright and licensing perspective, it felt like a complicated path just to sample a refrain.
That’s when I realized I should create something original but inspired by the same world of sound. So I asked Suno to generate some melodies. After getting what I wanted, I discarded the rest and rebuilt the track from scratch.
This is the result! This is my support.
6ca7921f5dd5719e9f9fc8bd0c3ce4d9611db90a
882880233449affae26bac93274a5b6ec440e0cd
TITLE: “Beats of Gaza” – releasing this friday! DESCRIPTION: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality.... CONTENT: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality. So I asked Suno to create a song with a clear connection to Gaza and Palestine. Music from the Middle East and southern latitudes has always been close to my heart, which is why Latin Tech House and Tribal Tech House are neighboring genres I love to explore. My problem has always been finding good samples for that kind of sound, and I usually don’t record those instruments myself. But given the ongoing war and political climate, it felt like the right moment. Around the same time, someone in my Facebook feed shared a video by Ahmed Muin, located in Gaza City, Gaza Strip. In the video, he sings along to the sound of Israeli drones – which gave me the idea to create a remix of it. The problem was that I later realized the song he was singing was actually the chorus of “Libre Palestina” by Zaid Hilal. They might appreciate reinterpretations, but from a copyright and licensing perspective, it felt like a complicated path just to sample a refrain. That’s when I realized I should create something original but inspired by the same world of sound. So I asked Suno to generate some melodies. After getting what I wanted, I discarded the rest and rebuilt the track from scratch. This is the result! This is my support.
TITLE: “Beats of Gaza” – releasing this friday! DESCRIPTION: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality.... CONTENT: It’s not often that I step outside my comfort zone in the House and Drum & Bass genres, but I felt it was finally time to experiment, now that Suno – as they claim – has achieved near-perfect sound quality. So I asked Suno to create a song with a clear connection to Gaza and Palestine. Music from the Middle East and southern latitudes has always been close to my heart, which is why Latin Tech House and Tribal Tech House are neighboring genres I love to explore. My problem has always been finding good samples for that kind of sound, and I usually don’t record those instruments myself. But given the ongoing war and political climate, it felt like the right moment. Around the same time, someone in my Facebook feed shared a video by Ahmed Muin, located in Gaza City, Gaza Strip. In the video, he sings along to the sound of Israeli drones – which gave me the idea to create a remix of it. The problem was that I later realized the song he was singing was actually the chorus of “Libre Palestina” by Zaid Hilal. They might appreciate reinterpretations, but from a copyright and licensing perspective, it felt like a complicated path just to sample a refrain. That’s when I realized I should create something original but inspired by the same world of sound. So I asked Suno to generate some melodies. After getting what I wanted, I discarded the rest and rebuilt the track from scratch. This is the result! This is my support.
882880233449affae26bac93274a5b6ec440e0cd
6ca7921f5dd5719e9f9fc8bd0c3ce4d9611db90a
62ad2f5076bf56d6285ad2738e4a6dc74d2ea42eFalska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner - men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför...
Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner - men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför just nu?
Det handlar inte om en ny trend eller ett språkfenomen. Symbolerna - tecken som ?, ? eller ? - är ett effektivt knep för att kringgå Facebooks regelverk om unika namn. Genom att lägga till ett diskret Unicode-tecken kan bottillverkare massproducera tusentals konton med svenska namn utan att trigga plattformens filter för duplicering. Resultatet blir ett hav av nästan identiska profiler som ser verkliga ut vid en snabb blick.
Meta har i flera år beskrivit det här under begreppet Coordinated Inauthentic Behavior (CIB) - samordnade försök att manipulera samhällsdebatt och algoritmer genom nätverk av falska konton, sidor och grupper. Syftet är sällan att lura dig personligen, utan att skapa en illusion av mängd. Ett fåtal människor bakom skärmen får det att se ut som om tusentals tycker likadant.
I sina rapporter om CIB visar Meta hur hundratusentals profiler tagits bort globalt. Nätverken härstammar ofta från kommersiella click farms i Syd- och Sydostasien, men även från politiska påverkanskampanjer i Ryssland, Rumänien, Iran och Kina. Kontona ser lokala ut - men rör sig synkroniserat och med identiska mönster.
Sverige är knappast undantaget. Inför riksdagsvalet 2026 syns återigen ett växande antal profiler med svenska namn och ovanliga tecken i smeknamnet. En del sprider vardagligt innehåll, andra interagerar med politiskt laddade ämnen. Det följer ett känt mönster från tidigare valpåverkanskampanjer, enligt FOI:s rapport Political Bots and the Swedish General Election och liknande studier i EU. Falska konton skapas i god tid, "värms upp" med neutrala poster – och aktiveras först när valrörelsen startar. Då används de för att dela inlägg, skapa diskussioner och artificiellt förstärka budskap som ska se ut att komma från verkliga väljare.
I enklare fall handlar det om ren affärsverksamhet. Likes, delningar och visningar säljs i bulk, där varje konto fungerar som en del av en artificiell opinion. The Guardian beskriver hur kunder betalar mellan tio och femtio dollar för tusentals interaktioner från sådana konton. Men samma teknik används även för att påverka val och sprida desinformation.
Enligt FOI och MSB är mönstret tydligt: bottar, anonyma konton och samordnade delningskedjor aktiveras alltid i samband med politiska skeden. Det är inte längre bara utländska aktörer - även inhemska partier och intressegrupper har använt metoden. 2024 avslöjade Kalla fakta att Sverigedemokraternas kommunikationsavdelning låg bakom en serie anonyma konton som spridit politiskt innehåll, vilket visar hur gränsen mellan botnät och partiapparat suddas ut.
De mystiska symbolerna är alltså inte slumpmässiga dekorationer. De är restprodukter av fabrikskonton - digitala serienummer från en industri som lever på mängd, illusion och algoritmisk påverkan.
Så nästa gång du ser en profil med ett svenskt namn och ett ? i slutet - titta två gånger. Du tittar sannolikt inte på en människa. Du tittar på en strategi.
fa4b6e55257b069af0221a85cdb26121f25f8c43
62ad2f5076bf56d6285ad2738e4a6dc74d2ea42e
TITLE: Falska konton pÃ¥ uppsving, men namnen ser konstiga ut DESCRIPTION: Falska profiler pÃ¥ Facebook ökar just nu, ofta frÃ¥n användare som ser ut att vara dina gemensamma vänner – men nÃ¥got skaver. Namn med mystiska vÃ¥gtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför... CONTENT: Falska profiler pÃ¥ Facebook ökar just nu, ofta frÃ¥n användare som ser ut att vara dina gemensamma vänner – men nÃ¥got skaver. Namn med mystiska vÃ¥gtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför just nu? Det handlar inte om en ny trend eller ett sprÃ¥kfenomen. Symbolerna – tecken som 〰, ≋ eller ⓠ– är ett effektivt knep för att kringgÃ¥ Facebooks regelverk om unika namn. Genom att lägga till ett diskret Unicode‑tecken kan bottillverkare massproducera tusentals konton med svenska namn utan att trigga plattformens filter för duplicering. Resultatet blir ett hav av nästan identiska profiler som ser verkliga ut vid en snabb blick. Meta har i flera Ã¥r beskrivit det här under begreppet Coordinated Inauthentic Behavior (CIB) – samordnade försök att manipulera samhällsdebatt och algoritmer genom nätverk av falska konton, sidor och grupper. Syftet är sällan att lura dig personligen, utan att skapa en illusion av mängd. Ett fÃ¥tal människor bakom skärmen fÃ¥r det att se ut som om tusentals tycker likadant. I sina rapporter om CIB visar Meta hur hundratusentals profiler tagits bort globalt. Nätverken härstammar ofta frÃ¥n kommersiella click farms i Syd‑ och Sydostasien, men även frÃ¥n politiska pÃ¥verkanskampanjer i Ryssland, Rumänien, Iran och Kina. Kontona ser lokala ut – men rör sig synkroniserat och med identiska mönster. Sverige är knappast undantaget. Inför riksdagsvalet 2026 syns Ã¥terigen ett växande antal profiler med svenska namn och ovanliga tecken i smeknamnet. En del sprider vardagligt innehÃ¥ll, andra interagerar med politiskt laddade ämnen. Det följer ett känt mönster frÃ¥n tidigare valpÃ¥verkanskampanjer, enligt FOI:s rapport Political Bots and the Swedish General Election och liknande studier i EU. Falska konton skapas i god tid, “värms upp†med neutrala poster – och aktiveras först när valrörelsen startar. DÃ¥ används de för att dela inlägg, skapa diskussioner och artificiellt förstärka budskap som ska se ut att komma frÃ¥n verkliga väljare. I enklare fall handlar det om ren affärsverksamhet. Likes, delningar och visningar säljs i bulk, där varje konto fungerar som en del av en artificiell opinion. The Guardian beskriver hur kunder betalar mellan tio och femtio dollar för tusentals interaktioner frÃ¥n sÃ¥dana konton. Men samma teknik används även för att pÃ¥verka val och sprida desinformation. Enligt FOI och MSB är mönstret tydligt: bottar, anonyma konton och samordnade delningskedjor aktiveras alltid i samband med politiska skeden. Det är inte längre bara utländska aktörer – även inhemska partier och intressegrupper har använt metoden. 2024 avslöjade Kalla fakta att Sverigedemokraternas kommunikationsavdelning lÃ¥g bakom en serie anonyma konton som spridit politiskt innehÃ¥ll, vilket visar hur gränsen mellan botnät och partiapparat suddas ut. De mystiska symbolerna är alltsÃ¥ inte slumpmässiga dekorationer. De är restprodukter av fabrikskonton – digitala serienummer frÃ¥n en industri som lever pÃ¥ mängd, illusion och algoritmisk pÃ¥verkan. SÃ¥ nästa gÃ¥ng du ser en profil med ett svenskt namn och ett 〰 i slutet – titta tvÃ¥ gÃ¥nger. Du tittar sannolikt inte pÃ¥ en människa. Du tittar pÃ¥ en strategi.
TITLE: Falska konton på uppsving, men namnen ser konstiga ut DESCRIPTION: Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner - men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför... CONTENT: Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner - men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför just nu? Det handlar inte om en ny trend eller ett språkfenomen. Symbolerna - tecken som ?, ? eller ? - är ett effektivt knep för att kringgå Facebooks regelverk om unika namn. Genom att lägga till ett diskret Unicode-tecken kan bottillverkare massproducera tusentals konton med svenska namn utan att trigga plattformens filter för duplicering. Resultatet blir ett hav av nästan identiska profiler som ser verkliga ut vid en snabb blick. Meta har i flera år beskrivit det här under begreppet Coordinated Inauthentic Behavior (CIB) - samordnade försök att manipulera samhällsdebatt och algoritmer genom nätverk av falska konton, sidor och grupper. Syftet är sällan att lura dig personligen, utan att skapa en illusion av mängd. Ett fåtal människor bakom skärmen får det att se ut som om tusentals tycker likadant. I sina rapporter om CIB visar Meta hur hundratusentals profiler tagits bort globalt. Nätverken härstammar ofta från kommersiella click farms i Syd- och Sydostasien, men även från politiska påverkanskampanjer i Ryssland, Rumänien, Iran och Kina. Kontona ser lokala ut - men rör sig synkroniserat och med identiska mönster. Sverige är knappast undantaget. Inför riksdagsvalet 2026 syns återigen ett växande antal profiler med svenska namn och ovanliga tecken i smeknamnet. En del sprider vardagligt innehåll, andra interagerar med politiskt laddade ämnen. Det följer ett känt mönster från tidigare valpåverkanskampanjer, enligt FOI:s rapport Political Bots and the Swedish General Election och liknande studier i EU. Falska konton skapas i god tid, "värms upp" med neutrala poster – och aktiveras först när valrörelsen startar. Då används de för att dela inlägg, skapa diskussioner och artificiellt förstärka budskap som ska se ut att komma från verkliga väljare. I enklare fall handlar det om ren affärsverksamhet. Likes, delningar och visningar säljs i bulk, där varje konto fungerar som en del av en artificiell opinion. The Guardian beskriver hur kunder betalar mellan tio och femtio dollar för tusentals interaktioner från sådana konton. Men samma teknik används även för att påverka val och sprida desinformation. Enligt FOI och MSB är mönstret tydligt: bottar, anonyma konton och samordnade delningskedjor aktiveras alltid i samband med politiska skeden. Det är inte längre bara utländska aktörer - även inhemska partier och intressegrupper har använt metoden. 2024 avslöjade Kalla fakta att Sverigedemokraternas kommunikationsavdelning låg bakom en serie anonyma konton som spridit politiskt innehåll, vilket visar hur gränsen mellan botnät och partiapparat suddas ut. De mystiska symbolerna är alltså inte slumpmässiga dekorationer. De är restprodukter av fabrikskonton - digitala serienummer från en industri som lever på mängd, illusion och algoritmisk påverkan. Så nästa gång du ser en profil med ett svenskt namn och ett ? i slutet - titta två gånger. Du tittar sannolikt inte på en människa. Du tittar på en strategi.
62ad2f5076bf56d6285ad2738e4a6dc74d2ea42e
fa4b6e55257b069af0221a85cdb26121f25f8c43
fa4b6e55257b069af0221a85cdb26121f25f8c43Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner – men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför...
Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner – men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför just nu?
Det handlar inte om en ny trend eller ett språkfenomen. Symbolerna – tecken som 〰, ≋ eller ⓠ– är ett effektivt knep för att kringgå Facebooks regelverk om unika namn. Genom att lägga till ett diskret Unicode‑tecken kan bottillverkare massproducera tusentals konton med svenska namn utan att trigga plattformens filter för duplicering. Resultatet blir ett hav av nästan identiska profiler som ser verkliga ut vid en snabb blick.
Meta har i flera år beskrivit det här under begreppet Coordinated Inauthentic Behavior (CIB) – samordnade försök att manipulera samhällsdebatt och algoritmer genom nätverk av falska konton, sidor och grupper. Syftet är sällan att lura dig personligen, utan att skapa en illusion av mängd. Ett fåtal människor bakom skärmen får det att se ut som om tusentals tycker likadant.
I sina rapporter om CIB visar Meta hur hundratusentals profiler tagits bort globalt. Nätverken härstammar ofta från kommersiella click farms i Syd‑ och Sydostasien, men även från politiska påverkanskampanjer i Ryssland, Rumänien, Iran och Kina. Kontona ser lokala ut – men rör sig synkroniserat och med identiska mönster.
Sverige är knappast undantaget. Inför riksdagsvalet 2026 syns Ã¥terigen ett växande antal profiler med svenska namn och ovanliga tecken i smeknamnet. En del sprider vardagligt innehÃ¥ll, andra interagerar med politiskt laddade ämnen. Det följer ett känt mönster frÃ¥n tidigare valpÃ¥verkanskampanjer, enligt FOI:s rapport Political Bots and the Swedish General Election och liknande studier i EU. Falska konton skapas i god tid, “värms upp†med neutrala poster – och aktiveras först när valrörelsen startar. DÃ¥ används de för att dela inlägg, skapa diskussioner och artificiellt förstärka budskap som ska se ut att komma frÃ¥n verkliga väljare.
I enklare fall handlar det om ren affärsverksamhet. Likes, delningar och visningar säljs i bulk, där varje konto fungerar som en del av en artificiell opinion. The Guardian beskriver hur kunder betalar mellan tio och femtio dollar för tusentals interaktioner från sådana konton. Men samma teknik används även för att påverka val och sprida desinformation.
Enligt FOI och MSB är mönstret tydligt: bottar, anonyma konton och samordnade delningskedjor aktiveras alltid i samband med politiska skeden. Det är inte längre bara utländska aktörer – även inhemska partier och intressegrupper har använt metoden. 2024 avslöjade Kalla fakta att Sverigedemokraternas kommunikationsavdelning låg bakom en serie anonyma konton som spridit politiskt innehåll, vilket visar hur gränsen mellan botnät och partiapparat suddas ut.
De mystiska symbolerna är alltså inte slumpmässiga dekorationer. De är restprodukter av fabrikskonton – digitala serienummer från en industri som lever på mängd, illusion och algoritmisk påverkan.
Så nästa gång du ser en profil med ett svenskt namn och ett 〰 i slutet – titta två gånger. Du tittar sannolikt inte på en människa. Du tittar på en strategi.
fa4b6e55257b069af0221a85cdb26121f25f8c43
62ad2f5076bf56d6285ad2738e4a6dc74d2ea42e
TITLE: Falska konton pÃ¥ uppsving, men namnen ser konstiga ut DESCRIPTION: Falska profiler pÃ¥ Facebook ökar just nu, ofta frÃ¥n användare som ser ut att vara dina gemensamma vänner – men nÃ¥got skaver. Namn med mystiska vÃ¥gtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför... CONTENT: Falska profiler pÃ¥ Facebook ökar just nu, ofta frÃ¥n användare som ser ut att vara dina gemensamma vänner – men nÃ¥got skaver. Namn med mystiska vÃ¥gtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför just nu? Det handlar inte om en ny trend eller ett sprÃ¥kfenomen. Symbolerna – tecken som 〰, ≋ eller ⓠ– är ett effektivt knep för att kringgÃ¥ Facebooks regelverk om unika namn. Genom att lägga till ett diskret Unicode‑tecken kan bottillverkare massproducera tusentals konton med svenska namn utan att trigga plattformens filter för duplicering. Resultatet blir ett hav av nästan identiska profiler som ser verkliga ut vid en snabb blick. Meta har i flera Ã¥r beskrivit det här under begreppet Coordinated Inauthentic Behavior (CIB) – samordnade försök att manipulera samhällsdebatt och algoritmer genom nätverk av falska konton, sidor och grupper. Syftet är sällan att lura dig personligen, utan att skapa en illusion av mängd. Ett fÃ¥tal människor bakom skärmen fÃ¥r det att se ut som om tusentals tycker likadant. I sina rapporter om CIB visar Meta hur hundratusentals profiler tagits bort globalt. Nätverken härstammar ofta frÃ¥n kommersiella click farms i Syd‑ och Sydostasien, men även frÃ¥n politiska pÃ¥verkanskampanjer i Ryssland, Rumänien, Iran och Kina. Kontona ser lokala ut – men rör sig synkroniserat och med identiska mönster. Sverige är knappast undantaget. Inför riksdagsvalet 2026 syns Ã¥terigen ett växande antal profiler med svenska namn och ovanliga tecken i smeknamnet. En del sprider vardagligt innehÃ¥ll, andra interagerar med politiskt laddade ämnen. Det följer ett känt mönster frÃ¥n tidigare valpÃ¥verkanskampanjer, enligt FOI:s rapport Political Bots and the Swedish General Election och liknande studier i EU. Falska konton skapas i god tid, “värms upp†med neutrala poster – och aktiveras först när valrörelsen startar. DÃ¥ används de för att dela inlägg, skapa diskussioner och artificiellt förstärka budskap som ska se ut att komma frÃ¥n verkliga väljare. I enklare fall handlar det om ren affärsverksamhet. Likes, delningar och visningar säljs i bulk, där varje konto fungerar som en del av en artificiell opinion. The Guardian beskriver hur kunder betalar mellan tio och femtio dollar för tusentals interaktioner frÃ¥n sÃ¥dana konton. Men samma teknik används även för att pÃ¥verka val och sprida desinformation. Enligt FOI och MSB är mönstret tydligt: bottar, anonyma konton och samordnade delningskedjor aktiveras alltid i samband med politiska skeden. Det är inte längre bara utländska aktörer – även inhemska partier och intressegrupper har använt metoden. 2024 avslöjade Kalla fakta att Sverigedemokraternas kommunikationsavdelning lÃ¥g bakom en serie anonyma konton som spridit politiskt innehÃ¥ll, vilket visar hur gränsen mellan botnät och partiapparat suddas ut. De mystiska symbolerna är alltsÃ¥ inte slumpmässiga dekorationer. De är restprodukter av fabrikskonton – digitala serienummer frÃ¥n en industri som lever pÃ¥ mängd, illusion och algoritmisk pÃ¥verkan. SÃ¥ nästa gÃ¥ng du ser en profil med ett svenskt namn och ett 〰 i slutet – titta tvÃ¥ gÃ¥nger. Du tittar sannolikt inte pÃ¥ en människa. Du tittar pÃ¥ en strategi.
TITLE: Falska konton på uppsving, men namnen ser konstiga ut DESCRIPTION: Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner - men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför... CONTENT: Falska profiler på Facebook ökar just nu, ofta från användare som ser ut att vara dina gemensamma vänner - men något skaver. Namn med mystiska vågtecken, symboler och bindestreck i smeknamnen dyker upp överallt. Vad betyder de egentligen, och varför just nu? Det handlar inte om en ny trend eller ett språkfenomen. Symbolerna - tecken som ?, ? eller ? - är ett effektivt knep för att kringgå Facebooks regelverk om unika namn. Genom att lägga till ett diskret Unicode-tecken kan bottillverkare massproducera tusentals konton med svenska namn utan att trigga plattformens filter för duplicering. Resultatet blir ett hav av nästan identiska profiler som ser verkliga ut vid en snabb blick. Meta har i flera år beskrivit det här under begreppet Coordinated Inauthentic Behavior (CIB) - samordnade försök att manipulera samhällsdebatt och algoritmer genom nätverk av falska konton, sidor och grupper. Syftet är sällan att lura dig personligen, utan att skapa en illusion av mängd. Ett fåtal människor bakom skärmen får det att se ut som om tusentals tycker likadant. I sina rapporter om CIB visar Meta hur hundratusentals profiler tagits bort globalt. Nätverken härstammar ofta från kommersiella click farms i Syd- och Sydostasien, men även från politiska påverkanskampanjer i Ryssland, Rumänien, Iran och Kina. Kontona ser lokala ut - men rör sig synkroniserat och med identiska mönster. Sverige är knappast undantaget. Inför riksdagsvalet 2026 syns återigen ett växande antal profiler med svenska namn och ovanliga tecken i smeknamnet. En del sprider vardagligt innehåll, andra interagerar med politiskt laddade ämnen. Det följer ett känt mönster från tidigare valpåverkanskampanjer, enligt FOI:s rapport Political Bots and the Swedish General Election och liknande studier i EU. Falska konton skapas i god tid, "värms upp" med neutrala poster – och aktiveras först när valrörelsen startar. Då används de för att dela inlägg, skapa diskussioner och artificiellt förstärka budskap som ska se ut att komma från verkliga väljare. I enklare fall handlar det om ren affärsverksamhet. Likes, delningar och visningar säljs i bulk, där varje konto fungerar som en del av en artificiell opinion. The Guardian beskriver hur kunder betalar mellan tio och femtio dollar för tusentals interaktioner från sådana konton. Men samma teknik används även för att påverka val och sprida desinformation. Enligt FOI och MSB är mönstret tydligt: bottar, anonyma konton och samordnade delningskedjor aktiveras alltid i samband med politiska skeden. Det är inte längre bara utländska aktörer - även inhemska partier och intressegrupper har använt metoden. 2024 avslöjade Kalla fakta att Sverigedemokraternas kommunikationsavdelning låg bakom en serie anonyma konton som spridit politiskt innehåll, vilket visar hur gränsen mellan botnät och partiapparat suddas ut. De mystiska symbolerna är alltså inte slumpmässiga dekorationer. De är restprodukter av fabrikskonton - digitala serienummer från en industri som lever på mängd, illusion och algoritmisk påverkan. Så nästa gång du ser en profil med ett svenskt namn och ett ? i slutet - titta två gånger. Du tittar sannolikt inte på en människa. Du tittar på en strategi.
62ad2f5076bf56d6285ad2738e4a6dc74d2ea42e
fa4b6e55257b069af0221a85cdb26121f25f8c43
b91e2de271bb6ba3b4208f92f061774863bc519fLåten “Magdalena” ingår i musikserien “Ballader För Det Bruna Sverige” och kommer ligga på volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare låtar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2...
Låten “Magdalena” ingår i musikserien “Ballader För Det Bruna Sverige” och kommer ligga på volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare låtar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2 skulle bli en slags “woke-version” av första volymen – en ironisk vändning där flera högerpolitiker plötsligt vaknade upp, insåg sin egen upplysning och började klä sig i batik. Magdalena framställdes därför som en motvikt till högern, en slags ofrivillig hjältefigur i kontrast till den brunblå regeringen.
En kort marknadsföringskampanj – knappt 25 kronor per dag under fyra dygn – riktades brett mot olika musikintressen, inte specifikt politiska målgrupper. Men resultatet blev något helt annat. Algoritmerna skickade låten rakt in i flödena hos arga högeranvändare, som började kommentera frenetiskt. Utan att förstå det bidrog de själva till att sprida låten vidare, exakt enligt den mekanism som texten här beskriver: ilska som bränsle för spridning. När kommentarerna väl började flöda lät jag dem ligga kvar för att se vad som hände – och mycket riktigt, engagemanget exploderade.
Dokumentären Hacking Hate på SVT visar att vi kanske missförstått hur algoritmer “missbrukas” av högern på sociala medier. I filmen uttrycktes My det som att det inte är högern som är skicklig på att använda sociala medier för att sprida hat, utan att det är snarare sociala medier som är skickliga på att förstärka och sprida hatet.
Jag konstaterar att det är extremt enkelt att skapa denna typen av spridning idag – genom att helt enkelt göra folk upprörda – och att det är därför de kan göra det, snarare än motsatsen. Hade det varit svårt, hade ingen i högern gjort det – så intelligenta är de nämligen inte. Istället räcker det med en arg text och en knapptryckning för att nå tusentals läsare. De söta katterna och godnatt-texterna som folk ihärdigt skriver sprids visserligen, men inte i någon större omfattning. Eller som i Magdalenas fall – en extremt woke hyllning till något som högern hatar över allt annat: Socialdemokraternas partiledare.
Spännande statistik
I skrivande stund har det gått ungefär en vecka, och siffrorna fram till 4 oktober talar sitt tydliga språk. På bara sju dagar nådde låten 8 477 visningar med en räckvidd på nästan 6 000 personer. Vid en viss typ av marknadsföring brukar det här vara mindre, beroende på det är vad man marknadsför, även om det styrs av att man också väljer rätt målgrupper. I värsta fall når marknadsföringen ingenstans men här inleddes besöken av delvis tjurskalliga individer som tyckte det var märkligt att man vill hylla en socialdemokrat. För mig är det betydligt märkligare att man vill hylla fascism, som gång på gång visar sympatier för en retorik som ligger farligt nära det som en gång förstörde Europa.
Över 5 800 unika tittare stannade kvar i snitt 17 sekunder – vilket är fullt normalt i Facebooks korta uppmärksamhetsfönster – låttexten börjar direkt med en hyllning vilket gör att budskapet har nått fram efter bara 5 sekunder. 96 procent av alla som såg videon hade aldrig tidigare följt sidan, vilket visar hur effektiv algoritmen var på att sprida innehållet utanför den egna kretsen. Den totala visningstiden uppgick till cirka 35 timmar – en hel arbetsvecka av folk som i vredesmod spred det de egentligen avskydde, om det inte vore för att de nyfunna följarna valt (enligt kommentarer) att sträckspela låten. Om det görs fram till valet, låter jag vara osagt.
Bland målgrupperna sticker även män mellan 35 och 44 år ut, vilket inte är oväntat. Det är den grupp som oftast engagerar sig mest aggressivt i politiska inlägg på nätet. Samtidigt syns en tydlig minoritet av kvinnor i samma ålder som kommenterar nyanserat eller försvarar. Kombinationen skapar en dynamik där inlägget lever längre än det annars skulle gjort, eftersom konflikterna håller kvar algoritmernas intresse.
Det här experimentet visar hur högerns upprördhet kan användas som motor i spridningen. Algoritmerna är byggda för att lyfta affekt. De belönar det som väcker reaktion – oavsett innehållets sanning. Högerextrema användare reagerar snabbt, ofta med aggressiv ton. Det skapar fler signaler till algoritmen som tolkar det som “värdefull interaktion”. Resultatet blir paradoxalt: ju argare de blir, desto mer sprids låten de hatar.
Kort sagt så har My helt rätt här – hatet är inte skickligt på sociala medier – det är sociala medier som är skickliga på hatet.
a7278b1f859a172a12f20268b0d8ff0c1f002223
b91e2de271bb6ba3b4208f92f061774863bc519f
TITLE: “Magdalena” utnyttjade högern – blev ett algoritmiskt experiment DESCRIPTION: LÃ¥ten “Magdalena” ingÃ¥r i musikserien “Ballader För Det Bruna Sverige” och kommer ligga pÃ¥ volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare lÃ¥tar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2... CONTENT: LÃ¥ten “Magdalena” ingÃ¥r i musikserien “Ballader För Det Bruna Sverige” och kommer ligga pÃ¥ volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare lÃ¥tar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2 skulle bli en slags “woke-version” av första volymen – en ironisk vändning där flera högerpolitiker plötsligt vaknade upp, insÃ¥g sin egen upplysning och började klä sig i batik. Magdalena framställdes därför som en motvikt till högern, en slags ofrivillig hjältefigur i kontrast till den brunblÃ¥ regeringen. En kort marknadsföringskampanj – knappt 25 kronor per dag under fyra dygn – riktades brett mot olika musikintressen, inte specifikt politiska mÃ¥lgrupper. Men resultatet blev nÃ¥got helt annat. Algoritmerna skickade lÃ¥ten rakt in i flödena hos arga högeranvändare, som började kommentera frenetiskt. Utan att förstÃ¥ det bidrog de själva till att sprida lÃ¥ten vidare, exakt enligt den mekanism som texten här beskriver: ilska som bränsle för spridning. När kommentarerna väl började flöda lät jag dem ligga kvar för att se vad som hände – och mycket riktigt, engagemanget exploderade. Dokumentären Hacking Hate pÃ¥ SVT visar att vi kanske missförstÃ¥tt hur algoritmer “missbrukas” av högern pÃ¥ sociala medier. I filmen uttrycktes My det som att det inte är högern som är skicklig pÃ¥ att använda sociala medier för att sprida hat, utan att det är snarare sociala medier som är skickliga pÃ¥ att förstärka och sprida hatet. Jag konstaterar att det är extremt enkelt att skapa denna typen av spridning idag – genom att helt enkelt göra folk upprörda – och att det är därför de kan göra det, snarare än motsatsen. Hade det varit svÃ¥rt, hade ingen i högern gjort det – sÃ¥ intelligenta är de nämligen inte. Istället räcker det med en arg text och en knapptryckning för att nÃ¥ tusentals läsare. De söta katterna och godnatt-texterna som folk ihärdigt skriver sprids visserligen, men inte i nÃ¥gon större omfattning. Eller som i Magdalenas fall – en extremt woke hyllning till nÃ¥got som högern hatar över allt annat: Socialdemokraternas partiledare. Spännande statistik I skrivande stund har det gÃ¥tt ungefär en vecka, och siffrorna fram till 4 oktober talar sitt tydliga sprÃ¥k. PÃ¥ bara sju dagar nÃ¥dde lÃ¥ten 8 477 visningar med en räckvidd pÃ¥ nästan 6 000 personer. Vid en viss typ av marknadsföring brukar det här vara mindre, beroende pÃ¥ det är vad man marknadsför, även om det styrs av att man ocksÃ¥ väljer rätt mÃ¥lgrupper. I värsta fall nÃ¥r marknadsföringen ingenstans men här inleddes besöken av delvis tjurskalliga individer som tyckte det var märkligt att man vill hylla en socialdemokrat. För mig är det betydligt märkligare att man vill hylla fascism, som gÃ¥ng pÃ¥ gÃ¥ng visar sympatier för en retorik som ligger farligt nära det som en gÃ¥ng förstörde Europa. Över 5 800 unika tittare stannade kvar i snitt 17 sekunder – vilket är fullt normalt i Facebooks korta uppmärksamhetsfönster – lÃ¥ttexten börjar direkt med en hyllning vilket gör att budskapet har nÃ¥tt fram efter bara 5 sekunder. 96 procent av alla som sÃ¥g videon hade aldrig tidigare följt sidan, vilket visar hur effektiv algoritmen var pÃ¥ att sprida innehÃ¥llet utanför den egna kretsen. Den totala visningstiden uppgick till cirka 35 timmar – en hel arbetsvecka av folk som i vredesmod spred det de egentligen avskydde, om det inte vore för att de nyfunna följarna valt (enligt kommentarer) att sträckspela lÃ¥ten. Om det görs fram till valet, lÃ¥ter jag vara osagt. Bland mÃ¥lgrupperna sticker även män mellan 35 och 44 Ã¥r ut, vilket inte är oväntat. Det är den grupp som oftast engagerar sig mest aggressivt i politiska inlägg pÃ¥ nätet. Samtidigt syns en tydlig minoritet av kvinnor i samma Ã¥lder som kommenterar nyanserat eller försvarar. Kombinationen skapar en dynamik där inlägget lever längre än det annars skulle gjort, eftersom konflikterna hÃ¥ller kvar algoritmernas intresse. Det här experimentet visar hur högerns upprördhet kan användas som motor i spridningen. Algoritmerna är byggda för att lyfta affekt. De belönar det som väcker reaktion – oavsett innehÃ¥llets sanning. Högerextrema användare reagerar snabbt, ofta med aggressiv ton. Det skapar fler signaler till algoritmen som tolkar det som “värdefull interaktionâ€. Resultatet blir paradoxalt: ju argare de blir, desto mer sprids lÃ¥ten de hatar. Kort sagt sÃ¥ har My helt rätt här – hatet är inte skickligt pÃ¥ sociala medier – det är sociala medier som är skickliga pÃ¥ hatet.
TITLE: “Magdalena” utnyttjade högern – blev ett algoritmiskt experiment DESCRIPTION: Låten “Magdalena” ingår i musikserien “Ballader För Det Bruna Sverige” och kommer ligga på volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare låtar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2... CONTENT: Låten “Magdalena” ingår i musikserien “Ballader För Det Bruna Sverige” och kommer ligga på volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare låtar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2 skulle bli en slags “woke-version” av första volymen – en ironisk vändning där flera högerpolitiker plötsligt vaknade upp, insåg sin egen upplysning och började klä sig i batik. Magdalena framställdes därför som en motvikt till högern, en slags ofrivillig hjältefigur i kontrast till den brunblå regeringen. En kort marknadsföringskampanj – knappt 25 kronor per dag under fyra dygn – riktades brett mot olika musikintressen, inte specifikt politiska målgrupper. Men resultatet blev något helt annat. Algoritmerna skickade låten rakt in i flödena hos arga högeranvändare, som började kommentera frenetiskt. Utan att förstå det bidrog de själva till att sprida låten vidare, exakt enligt den mekanism som texten här beskriver: ilska som bränsle för spridning. När kommentarerna väl började flöda lät jag dem ligga kvar för att se vad som hände – och mycket riktigt, engagemanget exploderade. Dokumentären Hacking Hate på SVT visar att vi kanske missförstått hur algoritmer “missbrukas” av högern på sociala medier. I filmen uttrycktes My det som att det inte är högern som är skicklig på att använda sociala medier för att sprida hat, utan att det är snarare sociala medier som är skickliga på att förstärka och sprida hatet. Jag konstaterar att det är extremt enkelt att skapa denna typen av spridning idag – genom att helt enkelt göra folk upprörda – och att det är därför de kan göra det, snarare än motsatsen. Hade det varit svårt, hade ingen i högern gjort det – så intelligenta är de nämligen inte. Istället räcker det med en arg text och en knapptryckning för att nå tusentals läsare. De söta katterna och godnatt-texterna som folk ihärdigt skriver sprids visserligen, men inte i någon större omfattning. Eller som i Magdalenas fall – en extremt woke hyllning till något som högern hatar över allt annat: Socialdemokraternas partiledare. Spännande statistik I skrivande stund har det gått ungefär en vecka, och siffrorna fram till 4 oktober talar sitt tydliga språk. På bara sju dagar nådde låten 8 477 visningar med en räckvidd på nästan 6 000 personer. Vid en viss typ av marknadsföring brukar det här vara mindre, beroende på det är vad man marknadsför, även om det styrs av att man också väljer rätt målgrupper. I värsta fall når marknadsföringen ingenstans men här inleddes besöken av delvis tjurskalliga individer som tyckte det var märkligt att man vill hylla en socialdemokrat. För mig är det betydligt märkligare att man vill hylla fascism, som gång på gång visar sympatier för en retorik som ligger farligt nära det som en gång förstörde Europa. Över 5 800 unika tittare stannade kvar i snitt 17 sekunder – vilket är fullt normalt i Facebooks korta uppmärksamhetsfönster – låttexten börjar direkt med en hyllning vilket gör att budskapet har nått fram efter bara 5 sekunder. 96 procent av alla som såg videon hade aldrig tidigare följt sidan, vilket visar hur effektiv algoritmen var på att sprida innehållet utanför den egna kretsen. Den totala visningstiden uppgick till cirka 35 timmar – en hel arbetsvecka av folk som i vredesmod spred det de egentligen avskydde, om det inte vore för att de nyfunna följarna valt (enligt kommentarer) att sträckspela låten. Om det görs fram till valet, låter jag vara osagt. Bland målgrupperna sticker även män mellan 35 och 44 år ut, vilket inte är oväntat. Det är den grupp som oftast engagerar sig mest aggressivt i politiska inlägg på nätet. Samtidigt syns en tydlig minoritet av kvinnor i samma ålder som kommenterar nyanserat eller försvarar. Kombinationen skapar en dynamik där inlägget lever längre än det annars skulle gjort, eftersom konflikterna håller kvar algoritmernas intresse. Det här experimentet visar hur högerns upprördhet kan användas som motor i spridningen. Algoritmerna är byggda för att lyfta affekt. De belönar det som väcker reaktion – oavsett innehållets sanning. Högerextrema användare reagerar snabbt, ofta med aggressiv ton. Det skapar fler signaler till algoritmen som tolkar det som “värdefull interaktion”. Resultatet blir paradoxalt: ju argare de blir, desto mer sprids låten de hatar. Kort sagt så har My helt rätt här – hatet är inte skickligt på sociala medier – det är sociala medier som är skickliga på hatet.
b91e2de271bb6ba3b4208f92f061774863bc519f
a7278b1f859a172a12f20268b0d8ff0c1f002223
a7278b1f859a172a12f20268b0d8ff0c1f002223LÃ¥ten “Magdalena” ingÃ¥r i musikserien “Ballader För Det Bruna Sverige” och kommer ligga pÃ¥ volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare lÃ¥tar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2...
LÃ¥ten “Magdalena” ingÃ¥r i musikserien “Ballader För Det Bruna Sverige” och kommer ligga pÃ¥ volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare lÃ¥tar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2 skulle bli en slags “woke-version” av första volymen – en ironisk vändning där flera högerpolitiker plötsligt vaknade upp, insÃ¥g sin egen upplysning och började klä sig i batik. Magdalena framställdes därför som en motvikt till högern, en slags ofrivillig hjältefigur i kontrast till den brunblÃ¥ regeringen.
En kort marknadsföringskampanj – knappt 25 kronor per dag under fyra dygn – riktades brett mot olika musikintressen, inte specifikt politiska mÃ¥lgrupper. Men resultatet blev nÃ¥got helt annat. Algoritmerna skickade lÃ¥ten rakt in i flödena hos arga högeranvändare, som började kommentera frenetiskt. Utan att förstÃ¥ det bidrog de själva till att sprida lÃ¥ten vidare, exakt enligt den mekanism som texten här beskriver: ilska som bränsle för spridning. När kommentarerna väl började flöda lät jag dem ligga kvar för att se vad som hände – och mycket riktigt, engagemanget exploderade.
Dokumentären Hacking Hate pÃ¥ SVT visar att vi kanske missförstÃ¥tt hur algoritmer “missbrukas” av högern pÃ¥ sociala medier. I filmen uttrycktes My det som att det inte är högern som är skicklig pÃ¥ att använda sociala medier för att sprida hat, utan att det är snarare sociala medier som är skickliga pÃ¥ att förstärka och sprida hatet.
Jag konstaterar att det är extremt enkelt att skapa denna typen av spridning idag – genom att helt enkelt göra folk upprörda – och att det är därför de kan göra det, snarare än motsatsen. Hade det varit svÃ¥rt, hade ingen i högern gjort det – sÃ¥ intelligenta är de nämligen inte. Istället räcker det med en arg text och en knapptryckning för att nÃ¥ tusentals läsare. De söta katterna och godnatt-texterna som folk ihärdigt skriver sprids visserligen, men inte i nÃ¥gon större omfattning. Eller som i Magdalenas fall – en extremt woke hyllning till nÃ¥got som högern hatar över allt annat: Socialdemokraternas partiledare.
Spännande statistik
I skrivande stund har det gått ungefär en vecka, och siffrorna fram till 4 oktober talar sitt tydliga språk. På bara sju dagar nådde låten 8 477 visningar med en räckvidd på nästan 6 000 personer. Vid en viss typ av marknadsföring brukar det här vara mindre, beroende på det är vad man marknadsför, även om det styrs av att man också väljer rätt målgrupper. I värsta fall når marknadsföringen ingenstans men här inleddes besöken av delvis tjurskalliga individer som tyckte det var märkligt att man vill hylla en socialdemokrat. För mig är det betydligt märkligare att man vill hylla fascism, som gång på gång visar sympatier för en retorik som ligger farligt nära det som en gång förstörde Europa.
Över 5 800 unika tittare stannade kvar i snitt 17 sekunder – vilket är fullt normalt i Facebooks korta uppmärksamhetsfönster – lÃ¥ttexten börjar direkt med en hyllning vilket gör att budskapet har nÃ¥tt fram efter bara 5 sekunder. 96 procent av alla som sÃ¥g videon hade aldrig tidigare följt sidan, vilket visar hur effektiv algoritmen var pÃ¥ att sprida innehÃ¥llet utanför den egna kretsen. Den totala visningstiden uppgick till cirka 35 timmar – en hel arbetsvecka av folk som i vredesmod spred det de egentligen avskydde, om det inte vore för att de nyfunna följarna valt (enligt kommentarer) att sträckspela lÃ¥ten. Om det görs fram till valet, lÃ¥ter jag vara osagt.
Bland målgrupperna sticker även män mellan 35 och 44 år ut, vilket inte är oväntat. Det är den grupp som oftast engagerar sig mest aggressivt i politiska inlägg på nätet. Samtidigt syns en tydlig minoritet av kvinnor i samma ålder som kommenterar nyanserat eller försvarar. Kombinationen skapar en dynamik där inlägget lever längre än det annars skulle gjort, eftersom konflikterna håller kvar algoritmernas intresse.
Det här experimentet visar hur högerns upprördhet kan användas som motor i spridningen. Algoritmerna är byggda för att lyfta affekt. De belönar det som väcker reaktion – oavsett innehÃ¥llets sanning. Högerextrema användare reagerar snabbt, ofta med aggressiv ton. Det skapar fler signaler till algoritmen som tolkar det som “värdefull interaktionâ€. Resultatet blir paradoxalt: ju argare de blir, desto mer sprids lÃ¥ten de hatar.
Kort sagt sÃ¥ har My helt rätt här – hatet är inte skickligt pÃ¥ sociala medier – det är sociala medier som är skickliga pÃ¥ hatet.
a7278b1f859a172a12f20268b0d8ff0c1f002223
b91e2de271bb6ba3b4208f92f061774863bc519f
TITLE: “Magdalena” utnyttjade högern – blev ett algoritmiskt experiment DESCRIPTION: LÃ¥ten “Magdalena” ingÃ¥r i musikserien “Ballader För Det Bruna Sverige” och kommer ligga pÃ¥ volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare lÃ¥tar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2... CONTENT: LÃ¥ten “Magdalena” ingÃ¥r i musikserien “Ballader För Det Bruna Sverige” och kommer ligga pÃ¥ volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare lÃ¥tar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2 skulle bli en slags “woke-version” av första volymen – en ironisk vändning där flera högerpolitiker plötsligt vaknade upp, insÃ¥g sin egen upplysning och började klä sig i batik. Magdalena framställdes därför som en motvikt till högern, en slags ofrivillig hjältefigur i kontrast till den brunblÃ¥ regeringen. En kort marknadsföringskampanj – knappt 25 kronor per dag under fyra dygn – riktades brett mot olika musikintressen, inte specifikt politiska mÃ¥lgrupper. Men resultatet blev nÃ¥got helt annat. Algoritmerna skickade lÃ¥ten rakt in i flödena hos arga högeranvändare, som började kommentera frenetiskt. Utan att förstÃ¥ det bidrog de själva till att sprida lÃ¥ten vidare, exakt enligt den mekanism som texten här beskriver: ilska som bränsle för spridning. När kommentarerna väl började flöda lät jag dem ligga kvar för att se vad som hände – och mycket riktigt, engagemanget exploderade. Dokumentären Hacking Hate pÃ¥ SVT visar att vi kanske missförstÃ¥tt hur algoritmer “missbrukas” av högern pÃ¥ sociala medier. I filmen uttrycktes My det som att det inte är högern som är skicklig pÃ¥ att använda sociala medier för att sprida hat, utan att det är snarare sociala medier som är skickliga pÃ¥ att förstärka och sprida hatet. Jag konstaterar att det är extremt enkelt att skapa denna typen av spridning idag – genom att helt enkelt göra folk upprörda – och att det är därför de kan göra det, snarare än motsatsen. Hade det varit svÃ¥rt, hade ingen i högern gjort det – sÃ¥ intelligenta är de nämligen inte. Istället räcker det med en arg text och en knapptryckning för att nÃ¥ tusentals läsare. De söta katterna och godnatt-texterna som folk ihärdigt skriver sprids visserligen, men inte i nÃ¥gon större omfattning. Eller som i Magdalenas fall – en extremt woke hyllning till nÃ¥got som högern hatar över allt annat: Socialdemokraternas partiledare. Spännande statistik I skrivande stund har det gÃ¥tt ungefär en vecka, och siffrorna fram till 4 oktober talar sitt tydliga sprÃ¥k. PÃ¥ bara sju dagar nÃ¥dde lÃ¥ten 8 477 visningar med en räckvidd pÃ¥ nästan 6 000 personer. Vid en viss typ av marknadsföring brukar det här vara mindre, beroende pÃ¥ det är vad man marknadsför, även om det styrs av att man ocksÃ¥ väljer rätt mÃ¥lgrupper. I värsta fall nÃ¥r marknadsföringen ingenstans men här inleddes besöken av delvis tjurskalliga individer som tyckte det var märkligt att man vill hylla en socialdemokrat. För mig är det betydligt märkligare att man vill hylla fascism, som gÃ¥ng pÃ¥ gÃ¥ng visar sympatier för en retorik som ligger farligt nära det som en gÃ¥ng förstörde Europa. Över 5 800 unika tittare stannade kvar i snitt 17 sekunder – vilket är fullt normalt i Facebooks korta uppmärksamhetsfönster – lÃ¥ttexten börjar direkt med en hyllning vilket gör att budskapet har nÃ¥tt fram efter bara 5 sekunder. 96 procent av alla som sÃ¥g videon hade aldrig tidigare följt sidan, vilket visar hur effektiv algoritmen var pÃ¥ att sprida innehÃ¥llet utanför den egna kretsen. Den totala visningstiden uppgick till cirka 35 timmar – en hel arbetsvecka av folk som i vredesmod spred det de egentligen avskydde, om det inte vore för att de nyfunna följarna valt (enligt kommentarer) att sträckspela lÃ¥ten. Om det görs fram till valet, lÃ¥ter jag vara osagt. Bland mÃ¥lgrupperna sticker även män mellan 35 och 44 Ã¥r ut, vilket inte är oväntat. Det är den grupp som oftast engagerar sig mest aggressivt i politiska inlägg pÃ¥ nätet. Samtidigt syns en tydlig minoritet av kvinnor i samma Ã¥lder som kommenterar nyanserat eller försvarar. Kombinationen skapar en dynamik där inlägget lever längre än det annars skulle gjort, eftersom konflikterna hÃ¥ller kvar algoritmernas intresse. Det här experimentet visar hur högerns upprördhet kan användas som motor i spridningen. Algoritmerna är byggda för att lyfta affekt. De belönar det som väcker reaktion – oavsett innehÃ¥llets sanning. Högerextrema användare reagerar snabbt, ofta med aggressiv ton. Det skapar fler signaler till algoritmen som tolkar det som “värdefull interaktionâ€. Resultatet blir paradoxalt: ju argare de blir, desto mer sprids lÃ¥ten de hatar. Kort sagt sÃ¥ har My helt rätt här – hatet är inte skickligt pÃ¥ sociala medier – det är sociala medier som är skickliga pÃ¥ hatet.
TITLE: “Magdalena” utnyttjade högern – blev ett algoritmiskt experiment DESCRIPTION: Låten “Magdalena” ingår i musikserien “Ballader För Det Bruna Sverige” och kommer ligga på volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare låtar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2... CONTENT: Låten “Magdalena” ingår i musikserien “Ballader För Det Bruna Sverige” och kommer ligga på volym 2. Serien är en musikalisk satir över svensk politik, där flera tidigare låtar fungerat som rena roasts av högerregeringen. Ursprungligen var idén att volym 2 skulle bli en slags “woke-version” av första volymen – en ironisk vändning där flera högerpolitiker plötsligt vaknade upp, insåg sin egen upplysning och började klä sig i batik. Magdalena framställdes därför som en motvikt till högern, en slags ofrivillig hjältefigur i kontrast till den brunblå regeringen. En kort marknadsföringskampanj – knappt 25 kronor per dag under fyra dygn – riktades brett mot olika musikintressen, inte specifikt politiska målgrupper. Men resultatet blev något helt annat. Algoritmerna skickade låten rakt in i flödena hos arga högeranvändare, som började kommentera frenetiskt. Utan att förstå det bidrog de själva till att sprida låten vidare, exakt enligt den mekanism som texten här beskriver: ilska som bränsle för spridning. När kommentarerna väl började flöda lät jag dem ligga kvar för att se vad som hände – och mycket riktigt, engagemanget exploderade. Dokumentären Hacking Hate på SVT visar att vi kanske missförstått hur algoritmer “missbrukas” av högern på sociala medier. I filmen uttrycktes My det som att det inte är högern som är skicklig på att använda sociala medier för att sprida hat, utan att det är snarare sociala medier som är skickliga på att förstärka och sprida hatet. Jag konstaterar att det är extremt enkelt att skapa denna typen av spridning idag – genom att helt enkelt göra folk upprörda – och att det är därför de kan göra det, snarare än motsatsen. Hade det varit svårt, hade ingen i högern gjort det – så intelligenta är de nämligen inte. Istället räcker det med en arg text och en knapptryckning för att nå tusentals läsare. De söta katterna och godnatt-texterna som folk ihärdigt skriver sprids visserligen, men inte i någon större omfattning. Eller som i Magdalenas fall – en extremt woke hyllning till något som högern hatar över allt annat: Socialdemokraternas partiledare. Spännande statistik I skrivande stund har det gått ungefär en vecka, och siffrorna fram till 4 oktober talar sitt tydliga språk. På bara sju dagar nådde låten 8 477 visningar med en räckvidd på nästan 6 000 personer. Vid en viss typ av marknadsföring brukar det här vara mindre, beroende på det är vad man marknadsför, även om det styrs av att man också väljer rätt målgrupper. I värsta fall når marknadsföringen ingenstans men här inleddes besöken av delvis tjurskalliga individer som tyckte det var märkligt att man vill hylla en socialdemokrat. För mig är det betydligt märkligare att man vill hylla fascism, som gång på gång visar sympatier för en retorik som ligger farligt nära det som en gång förstörde Europa. Över 5 800 unika tittare stannade kvar i snitt 17 sekunder – vilket är fullt normalt i Facebooks korta uppmärksamhetsfönster – låttexten börjar direkt med en hyllning vilket gör att budskapet har nått fram efter bara 5 sekunder. 96 procent av alla som såg videon hade aldrig tidigare följt sidan, vilket visar hur effektiv algoritmen var på att sprida innehållet utanför den egna kretsen. Den totala visningstiden uppgick till cirka 35 timmar – en hel arbetsvecka av folk som i vredesmod spred det de egentligen avskydde, om det inte vore för att de nyfunna följarna valt (enligt kommentarer) att sträckspela låten. Om det görs fram till valet, låter jag vara osagt. Bland målgrupperna sticker även män mellan 35 och 44 år ut, vilket inte är oväntat. Det är den grupp som oftast engagerar sig mest aggressivt i politiska inlägg på nätet. Samtidigt syns en tydlig minoritet av kvinnor i samma ålder som kommenterar nyanserat eller försvarar. Kombinationen skapar en dynamik där inlägget lever längre än det annars skulle gjort, eftersom konflikterna håller kvar algoritmernas intresse. Det här experimentet visar hur högerns upprördhet kan användas som motor i spridningen. Algoritmerna är byggda för att lyfta affekt. De belönar det som väcker reaktion – oavsett innehållets sanning. Högerextrema användare reagerar snabbt, ofta med aggressiv ton. Det skapar fler signaler till algoritmen som tolkar det som “värdefull interaktion”. Resultatet blir paradoxalt: ju argare de blir, desto mer sprids låten de hatar. Kort sagt så har My helt rätt här – hatet är inte skickligt på sociala medier – det är sociala medier som är skickliga på hatet.
b91e2de271bb6ba3b4208f92f061774863bc519f
a7278b1f859a172a12f20268b0d8ff0c1f002223
d04ea6072895e6b0943aea69ecb645467d307e33Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty...
Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty produced tracks are under threat. Unfortunately – they are not.
In reality, the purge is aimed at large-scale spam and fraud, not personal experiments or low-quality indie crap. So – this isn’t your cousin’s lo-fi EP got unfairly nuked – it’s a bonfire of junk uploads designed to siphon royalties and pollute recommendations. Here’s what actually changed, why it happened, and what it means if you’re a genuine artist.
Table of Contents Toggle First things first – what got axedThe actual policy bundle – three moving partsWhy do this now? Follow the money!No – this isn’t a blanket ban on AIContext that matters – the 1,000-stream ruleWho actually gets caught – and whyHow to stay well clear – a practical checklistWhat changes for listeners and legit artistsEdge cases worth knowing First things first – what got axed
The bulk of the removed catalogue fits one or more of these patterns:
Mass-generated songs from text-to-music tools pushed out in the thousands per account.
Ultra-short snippets engineered to beat the 30-second royalty trigger.
Duplicates, SEO-bait titles, retitled clones, and playlist-stuffing noise.
Impersonations and deepfake vocals – slapping a famous artist’s name and voice on a track you didn’t license.
Uploads funnelling botted plays to farm pennies at scale.
Translation – obvious grift. The target is the industrial spam layer, not ordinary DIY releases.
The actual policy bundle – three moving parts
Impersonation enforcement got teeth – vocal deepfakes, fake artist profiles, and hijacked metadata are being penalised harder. Distributors are on the hook and repeat offenders get shut out.
A music spam filter – suspicious uploads can be down-ranked or stopped from surfacing in recommendations and search. It looks for mass-upload patterns, duplicates, and other fraud signals – so junk won’t ride the algorithm.
AI disclosure in credits – Spotify is aligning with an industry standard so creators and distributors can clearly flag AI involvement. The point isn’t to ban AI – it’s to label it so rights and royalties don’t get muddied.
Why do this now? Follow the money!
Streaming pays out when a track is played for long enough. Spam rings exploited that with armies of micro-tracks and bots. Left unchecked, this dilutes the royalty pool and drowns listeners in landfill audio. Spotify’s purge is less about taste policing and more about stopping systematic revenue skimming and restoring minimal trust in recommendations.
No – this isn’t a blanket ban on AI
AI itself isn’t the villain. Plenty of legitimate artists use AI as an instrument – arrangement ideas, stems, sound design – and will continue to do so. The line is fraud and deception: voice-cloning a star without consent, fake attributions, botted plays, or churning out 500 near-identical tracks just to clip the meter. That’s what’s being targeted.
Context that matters – the 1,000-stream rule
Since 2024, a track typically needs about 1,000 streams in 12 months to qualify for recorded-royalty payouts. That rule predates this purge and was introduced to stop micropennies from noise farms gobbling administrative overhead. Together with the spam filter, it raises the floor – fewer junk payouts, more money pooling to tracks people actually play.
If you’re a normal indie artist releasing real music – this isn’t aimed at you. If anything, it reduces clutter you compete with.
Who actually gets caught – and why
Accounts dumping hundreds of near-identical cues per week.
Uploads with mismatched metadata, fake artist names, or keyword-stuffed titles.
Deepfake vocals of living artists without licensing.
Content linked to play-inflation schemes – bots, clickfarms, suspicious listener patterns.
How to stay well clear – a practical checklist
Release at a sane cadence – quality over flood. If you’re shipping 300 tracks a month, expect scrutiny.
Keep metadata clean and honest – correct artist name, no celebrity bait, no fake features.
Don’t use unlicensed voices or likenesses – if you’re using a model trained on a specific singer, get explicit rights.
Be transparent about AI involvement – if tools helped generate stems or vocals, disclose it in credits when your distributor supports it.
Avoid ultra-short filler – make actual songs, not 31-second widgets. If you do functional audio, follow platform length rules.
Never, ever buy plays – promotion services that guarantee streams are landmines. One campaign can flag your entire catalogue.
Use reputable distributors – they’re now gatekeepers with their own fraud checks. Cheap, no-name aggregators often equal risk.
What changes for listeners and legit artists
Cleaner recommendations – the spam filter should stop clones from cluttering search and radio.
Fairer pool dynamics – less leakage to junk means slightly better economics for tracks that cross the eligibility threshold.
Faster takedowns – impersonations and profile hijacks should be resolved with fewer back-and-forth tickets.
Edge cases worth knowing
If you collaborate with AI vocal tools, document your rights – model license, training disclosures, and any consent from human vocalists.
If you release instrumental libraries or ambience, expect stricter categorisation and length rules – follow your distributor’s guidance.
If an old track gets flagged by mistake – appeal through your distributor with session files, stems, and release history. Paper trails help.
This was a purge of spam, not a crusade against bedroom producers. If you’re writing your own tracks, not gaming the system, and not impersonating anyone – you are not the target. Keep releasing music – and let the garbage trucks do their job.
1704d655a1873da6542a63da1c52c239773b53d4
d04ea6072895e6b0943aea69ecb645467d307e33
TITLE: Spotify’s 75-Million Purge – what actually happened, who it hits, and how real artists stay clear DESCRIPTION: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty... CONTENT: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty produced tracks are under threat. Unfortunately – they are not. In reality, the purge is aimed at large-scale spam and fraud, not personal experiments or low-quality indie crap. So – this isn’t your cousin’s lo-fi EP got unfairly nuked – it’s a bonfire of junk uploads designed to siphon royalties and pollute recommendations. Here’s what actually changed, why it happened, and what it means if you’re a genuine artist. Table of Contents Toggle First things first – what got axedThe actual policy bundle – three moving partsWhy do this now? Follow the money!No – this isn’t a blanket ban on AIContext that matters – the 1,000-stream ruleWho actually gets caught – and whyHow to stay well clear – a practical checklistWhat changes for listeners and legit artistsEdge cases worth knowing First things first – what got axed The bulk of the removed catalogue fits one or more of these patterns: Mass-generated songs from text-to-music tools pushed out in the thousands per account. Ultra-short snippets engineered to beat the 30-second royalty trigger. Duplicates, SEO-bait titles, retitled clones, and playlist-stuffing noise. Impersonations and deepfake vocals – slapping a famous artist’s name and voice on a track you didn’t license. Uploads funnelling botted plays to farm pennies at scale. Translation – obvious grift. The target is the industrial spam layer, not ordinary DIY releases. The actual policy bundle – three moving parts Impersonation enforcement got teeth – vocal deepfakes, fake artist profiles, and hijacked metadata are being penalised harder. Distributors are on the hook and repeat offenders get shut out. A music spam filter – suspicious uploads can be down-ranked or stopped from surfacing in recommendations and search. It looks for mass-upload patterns, duplicates, and other fraud signals – so junk won’t ride the algorithm. AI disclosure in credits – Spotify is aligning with an industry standard so creators and distributors can clearly flag AI involvement. The point isn’t to ban AI – it’s to label it so rights and royalties don’t get muddied. Why do this now? Follow the money! Streaming pays out when a track is played for long enough. Spam rings exploited that with armies of micro-tracks and bots. Left unchecked, this dilutes the royalty pool and drowns listeners in landfill audio. Spotify’s purge is less about taste policing and more about stopping systematic revenue skimming and restoring minimal trust in recommendations. No – this isn’t a blanket ban on AI AI itself isn’t the villain. Plenty of legitimate artists use AI as an instrument – arrangement ideas, stems, sound design – and will continue to do so. The line is fraud and deception: voice-cloning a star without consent, fake attributions, botted plays, or churning out 500 near-identical tracks just to clip the meter. That’s what’s being targeted. Context that matters – the 1,000-stream rule Since 2024, a track typically needs about 1,000 streams in 12 months to qualify for recorded-royalty payouts. That rule predates this purge and was introduced to stop micropennies from noise farms gobbling administrative overhead. Together with the spam filter, it raises the floor – fewer junk payouts, more money pooling to tracks people actually play. If you’re a normal indie artist releasing real music – this isn’t aimed at you. If anything, it reduces clutter you compete with. Who actually gets caught – and why Accounts dumping hundreds of near-identical cues per week. Uploads with mismatched metadata, fake artist names, or keyword-stuffed titles. Deepfake vocals of living artists without licensing. Content linked to play-inflation schemes – bots, clickfarms, suspicious listener patterns. How to stay well clear – a practical checklist Release at a sane cadence – quality over flood. If you’re shipping 300 tracks a month, expect scrutiny. Keep metadata clean and honest – correct artist name, no celebrity bait, no fake features. Don’t use unlicensed voices or likenesses – if you’re using a model trained on a specific singer, get explicit rights. Be transparent about AI involvement – if tools helped generate stems or vocals, disclose it in credits when your distributor supports it. Avoid ultra-short filler – make actual songs, not 31-second widgets. If you do functional audio, follow platform length rules. Never, ever buy plays – promotion services that guarantee streams are landmines. One campaign can flag your entire catalogue. Use reputable distributors – they’re now gatekeepers with their own fraud checks. Cheap, no-name aggregators often equal risk. What changes for listeners and legit artists Cleaner recommendations – the spam filter should stop clones from cluttering search and radio. Fairer pool dynamics – less leakage to junk means slightly better economics for tracks that cross the eligibility threshold. Faster takedowns – impersonations and profile hijacks should be resolved with fewer back-and-forth tickets. Edge cases worth knowing If you collaborate with AI vocal tools, document your rights – model license, training disclosures, and any consent from human vocalists. If you release instrumental libraries or ambience, expect stricter categorisation and length rules – follow your distributor’s guidance. If an old track gets flagged by mistake – appeal through your distributor with session files, stems, and release history. Paper trails help. This was a purge of spam, not a crusade against bedroom producers. If you’re writing your own tracks, not gaming the system, and not impersonating anyone – you are not the target. Keep releasing music – and let the garbage trucks do their job.
TITLE: Spotify’s 75-Million Purge – what actually happened, who it hits, and how real artists stay clear DESCRIPTION: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty... CONTENT: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty produced tracks are under threat. Unfortunately – they are not. In reality, the purge is aimed at large-scale spam and fraud, not personal experiments or low-quality indie crap. So – this isn’t your cousin’s lo-fi EP got unfairly nuked – it’s a bonfire of junk uploads designed to siphon royalties and pollute recommendations. Here’s what actually changed, why it happened, and what it means if you’re a genuine artist. Table of Contents Toggle First things first – what got axedThe actual policy bundle – three moving partsWhy do this now? Follow the money!No – this isn’t a blanket ban on AIContext that matters – the 1,000-stream ruleWho actually gets caught – and whyHow to stay well clear – a practical checklistWhat changes for listeners and legit artistsEdge cases worth knowing First things first – what got axed The bulk of the removed catalogue fits one or more of these patterns: Mass-generated songs from text-to-music tools pushed out in the thousands per account. Ultra-short snippets engineered to beat the 30-second royalty trigger. Duplicates, SEO-bait titles, retitled clones, and playlist-stuffing noise. Impersonations and deepfake vocals – slapping a famous artist’s name and voice on a track you didn’t license. Uploads funnelling botted plays to farm pennies at scale. Translation – obvious grift. The target is the industrial spam layer, not ordinary DIY releases. The actual policy bundle – three moving parts Impersonation enforcement got teeth – vocal deepfakes, fake artist profiles, and hijacked metadata are being penalised harder. Distributors are on the hook and repeat offenders get shut out. A music spam filter – suspicious uploads can be down-ranked or stopped from surfacing in recommendations and search. It looks for mass-upload patterns, duplicates, and other fraud signals – so junk won’t ride the algorithm. AI disclosure in credits – Spotify is aligning with an industry standard so creators and distributors can clearly flag AI involvement. The point isn’t to ban AI – it’s to label it so rights and royalties don’t get muddied. Why do this now? Follow the money! Streaming pays out when a track is played for long enough. Spam rings exploited that with armies of micro-tracks and bots. Left unchecked, this dilutes the royalty pool and drowns listeners in landfill audio. Spotify’s purge is less about taste policing and more about stopping systematic revenue skimming and restoring minimal trust in recommendations. No – this isn’t a blanket ban on AI AI itself isn’t the villain. Plenty of legitimate artists use AI as an instrument – arrangement ideas, stems, sound design – and will continue to do so. The line is fraud and deception: voice-cloning a star without consent, fake attributions, botted plays, or churning out 500 near-identical tracks just to clip the meter. That’s what’s being targeted. Context that matters – the 1,000-stream rule Since 2024, a track typically needs about 1,000 streams in 12 months to qualify for recorded-royalty payouts. That rule predates this purge and was introduced to stop micropennies from noise farms gobbling administrative overhead. Together with the spam filter, it raises the floor – fewer junk payouts, more money pooling to tracks people actually play. If you’re a normal indie artist releasing real music – this isn’t aimed at you. If anything, it reduces clutter you compete with. Who actually gets caught – and why Accounts dumping hundreds of near-identical cues per week. Uploads with mismatched metadata, fake artist names, or keyword-stuffed titles. Deepfake vocals of living artists without licensing. Content linked to play-inflation schemes – bots, clickfarms, suspicious listener patterns. How to stay well clear – a practical checklist Release at a sane cadence – quality over flood. If you’re shipping 300 tracks a month, expect scrutiny. Keep metadata clean and honest – correct artist name, no celebrity bait, no fake features. Don’t use unlicensed voices or likenesses – if you’re using a model trained on a specific singer, get explicit rights. Be transparent about AI involvement – if tools helped generate stems or vocals, disclose it in credits when your distributor supports it. Avoid ultra-short filler – make actual songs, not 31-second widgets. If you do functional audio, follow platform length rules. Never, ever buy plays – promotion services that guarantee streams are landmines. One campaign can flag your entire catalogue. Use reputable distributors – they’re now gatekeepers with their own fraud checks. Cheap, no-name aggregators often equal risk. What changes for listeners and legit artists Cleaner recommendations – the spam filter should stop clones from cluttering search and radio. Fairer pool dynamics – less leakage to junk means slightly better economics for tracks that cross the eligibility threshold. Faster takedowns – impersonations and profile hijacks should be resolved with fewer back-and-forth tickets. Edge cases worth knowing If you collaborate with AI vocal tools, document your rights – model license, training disclosures, and any consent from human vocalists. If you release instrumental libraries or ambience, expect stricter categorisation and length rules – follow your distributor’s guidance. If an old track gets flagged by mistake – appeal through your distributor with session files, stems, and release history. Paper trails help. This was a purge of spam, not a crusade against bedroom producers. If you’re writing your own tracks, not gaming the system, and not impersonating anyone – you are not the target. Keep releasing music – and let the garbage trucks do their job.
d04ea6072895e6b0943aea69ecb645467d307e33
1704d655a1873da6542a63da1c52c239773b53d4
1704d655a1873da6542a63da1c52c239773b53d4Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty...
Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty produced tracks are under threat. Unfortunately – they are not.
In reality, the purge is aimed at large-scale spam and fraud, not personal experiments or low-quality indie crap. So – this isn’t your cousin’s lo-fi EP got unfairly nuked – it’s a bonfire of junk uploads designed to siphon royalties and pollute recommendations. Here’s what actually changed, why it happened, and what it means if you’re a genuine artist.
Table of Contents Toggle First things first – what got axedThe actual policy bundle – three moving partsWhy do this now? Follow the money!No – this isn’t a blanket ban on AIContext that matters – the 1,000-stream ruleWho actually gets caught – and whyHow to stay well clear – a practical checklistWhat changes for listeners and legit artistsEdge cases worth knowing First things first – what got axed
The bulk of the removed catalogue fits one or more of these patterns:
Mass-generated songs from text-to-music tools pushed out in the thousands per account.
Ultra-short snippets engineered to beat the 30-second royalty trigger.
Duplicates, SEO-bait titles, retitled clones, and playlist-stuffing noise.
Impersonations and deepfake vocals – slapping a famous artist’s name and voice on a track you didn’t license.
Uploads funnelling botted plays to farm pennies at scale.
Translation – obvious grift. The target is the industrial spam layer, not ordinary DIY releases.
The actual policy bundle – three moving parts
Impersonation enforcement got teeth – vocal deepfakes, fake artist profiles, and hijacked metadata are being penalised harder. Distributors are on the hook and repeat offenders get shut out.
A music spam filter – suspicious uploads can be down-ranked or stopped from surfacing in recommendations and search. It looks for mass-upload patterns, duplicates, and other fraud signals – so junk won’t ride the algorithm.
AI disclosure in credits – Spotify is aligning with an industry standard so creators and distributors can clearly flag AI involvement. The point isn’t to ban AI – it’s to label it so rights and royalties don’t get muddied.
Why do this now? Follow the money!
Streaming pays out when a track is played for long enough. Spam rings exploited that with armies of micro-tracks and bots. Left unchecked, this dilutes the royalty pool and drowns listeners in landfill audio. Spotify’s purge is less about taste policing and more about stopping systematic revenue skimming and restoring minimal trust in recommendations.
No – this isn’t a blanket ban on AI
AI itself isn’t the villain. Plenty of legitimate artists use AI as an instrument – arrangement ideas, stems, sound design – and will continue to do so. The line is fraud and deception: voice-cloning a star without consent, fake attributions, botted plays, or churning out 500 near-identical tracks just to clip the meter. That’s what’s being targeted.
Context that matters – the 1,000-stream rule
Since 2024, a track typically needs about 1,000 streams in 12 months to qualify for recorded-royalty payouts. That rule predates this purge and was introduced to stop micropennies from noise farms gobbling administrative overhead. Together with the spam filter, it raises the floor – fewer junk payouts, more money pooling to tracks people actually play.
If you’re a normal indie artist releasing real music – this isn’t aimed at you. If anything, it reduces clutter you compete with.
Who actually gets caught – and why
Accounts dumping hundreds of near-identical cues per week.
Uploads with mismatched metadata, fake artist names, or keyword-stuffed titles.
Deepfake vocals of living artists without licensing.
Content linked to play-inflation schemes – bots, clickfarms, suspicious listener patterns.
How to stay well clear – a practical checklist
Release at a sane cadence – quality over flood. If you’re shipping 300 tracks a month, expect scrutiny.
Keep metadata clean and honest – correct artist name, no celebrity bait, no fake features.
Don’t use unlicensed voices or likenesses – if you’re using a model trained on a specific singer, get explicit rights.
Be transparent about AI involvement – if tools helped generate stems or vocals, disclose it in credits when your distributor supports it.
Avoid ultra-short filler – make actual songs, not 31-second widgets. If you do functional audio, follow platform length rules.
Never, ever buy plays – promotion services that guarantee streams are landmines. One campaign can flag your entire catalogue.
Use reputable distributors – they’re now gatekeepers with their own fraud checks. Cheap, no-name aggregators often equal risk.
What changes for listeners and legit artists
Cleaner recommendations – the spam filter should stop clones from cluttering search and radio.
Fairer pool dynamics – less leakage to junk means slightly better economics for tracks that cross the eligibility threshold.
Faster takedowns – impersonations and profile hijacks should be resolved with fewer back-and-forth tickets.
Edge cases worth knowing
If you collaborate with AI vocal tools, document your rights – model license, training disclosures, and any consent from human vocalists.
If you release instrumental libraries or ambience, expect stricter categorisation and length rules – follow your distributor’s guidance.
If an old track gets flagged by mistake – appeal through your distributor with session files, stems, and release history. Paper trails help.
This was a purge of spam, not a crusade against bedroom producers. If you’re writing your own tracks, not gaming the system, and not impersonating anyone – you are not the target. Keep releasing music – and let the garbage trucks do their job.
1704d655a1873da6542a63da1c52c239773b53d4
d04ea6072895e6b0943aea69ecb645467d307e33
TITLE: Spotify’s 75-Million Purge – what actually happened, who it hits, and how real artists stay clear DESCRIPTION: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty... CONTENT: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty produced tracks are under threat. Unfortunately – they are not. In reality, the purge is aimed at large-scale spam and fraud, not personal experiments or low-quality indie crap. So – this isn’t your cousin’s lo-fi EP got unfairly nuked – it’s a bonfire of junk uploads designed to siphon royalties and pollute recommendations. Here’s what actually changed, why it happened, and what it means if you’re a genuine artist. Table of Contents Toggle First things first – what got axedThe actual policy bundle – three moving partsWhy do this now? Follow the money!No – this isn’t a blanket ban on AIContext that matters – the 1,000-stream ruleWho actually gets caught – and whyHow to stay well clear – a practical checklistWhat changes for listeners and legit artistsEdge cases worth knowing First things first – what got axed The bulk of the removed catalogue fits one or more of these patterns: Mass-generated songs from text-to-music tools pushed out in the thousands per account. Ultra-short snippets engineered to beat the 30-second royalty trigger. Duplicates, SEO-bait titles, retitled clones, and playlist-stuffing noise. Impersonations and deepfake vocals – slapping a famous artist’s name and voice on a track you didn’t license. Uploads funnelling botted plays to farm pennies at scale. Translation – obvious grift. The target is the industrial spam layer, not ordinary DIY releases. The actual policy bundle – three moving parts Impersonation enforcement got teeth – vocal deepfakes, fake artist profiles, and hijacked metadata are being penalised harder. Distributors are on the hook and repeat offenders get shut out. A music spam filter – suspicious uploads can be down-ranked or stopped from surfacing in recommendations and search. It looks for mass-upload patterns, duplicates, and other fraud signals – so junk won’t ride the algorithm. AI disclosure in credits – Spotify is aligning with an industry standard so creators and distributors can clearly flag AI involvement. The point isn’t to ban AI – it’s to label it so rights and royalties don’t get muddied. Why do this now? Follow the money! Streaming pays out when a track is played for long enough. Spam rings exploited that with armies of micro-tracks and bots. Left unchecked, this dilutes the royalty pool and drowns listeners in landfill audio. Spotify’s purge is less about taste policing and more about stopping systematic revenue skimming and restoring minimal trust in recommendations. No – this isn’t a blanket ban on AI AI itself isn’t the villain. Plenty of legitimate artists use AI as an instrument – arrangement ideas, stems, sound design – and will continue to do so. The line is fraud and deception: voice-cloning a star without consent, fake attributions, botted plays, or churning out 500 near-identical tracks just to clip the meter. That’s what’s being targeted. Context that matters – the 1,000-stream rule Since 2024, a track typically needs about 1,000 streams in 12 months to qualify for recorded-royalty payouts. That rule predates this purge and was introduced to stop micropennies from noise farms gobbling administrative overhead. Together with the spam filter, it raises the floor – fewer junk payouts, more money pooling to tracks people actually play. If you’re a normal indie artist releasing real music – this isn’t aimed at you. If anything, it reduces clutter you compete with. Who actually gets caught – and why Accounts dumping hundreds of near-identical cues per week. Uploads with mismatched metadata, fake artist names, or keyword-stuffed titles. Deepfake vocals of living artists without licensing. Content linked to play-inflation schemes – bots, clickfarms, suspicious listener patterns. How to stay well clear – a practical checklist Release at a sane cadence – quality over flood. If you’re shipping 300 tracks a month, expect scrutiny. Keep metadata clean and honest – correct artist name, no celebrity bait, no fake features. Don’t use unlicensed voices or likenesses – if you’re using a model trained on a specific singer, get explicit rights. Be transparent about AI involvement – if tools helped generate stems or vocals, disclose it in credits when your distributor supports it. Avoid ultra-short filler – make actual songs, not 31-second widgets. If you do functional audio, follow platform length rules. Never, ever buy plays – promotion services that guarantee streams are landmines. One campaign can flag your entire catalogue. Use reputable distributors – they’re now gatekeepers with their own fraud checks. Cheap, no-name aggregators often equal risk. What changes for listeners and legit artists Cleaner recommendations – the spam filter should stop clones from cluttering search and radio. Fairer pool dynamics – less leakage to junk means slightly better economics for tracks that cross the eligibility threshold. Faster takedowns – impersonations and profile hijacks should be resolved with fewer back-and-forth tickets. Edge cases worth knowing If you collaborate with AI vocal tools, document your rights – model license, training disclosures, and any consent from human vocalists. If you release instrumental libraries or ambience, expect stricter categorisation and length rules – follow your distributor’s guidance. If an old track gets flagged by mistake – appeal through your distributor with session files, stems, and release history. Paper trails help. This was a purge of spam, not a crusade against bedroom producers. If you’re writing your own tracks, not gaming the system, and not impersonating anyone – you are not the target. Keep releasing music – and let the garbage trucks do their job.
TITLE: Spotify’s 75-Million Purge – what actually happened, who it hits, and how real artists stay clear DESCRIPTION: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty... CONTENT: Spotify has recently admitted to removing over 75 million spammy, AI-generated tracks in the past year. This information is being circulated by both legitimate and half-dis-informative sources – but most explanations are vague. Many people panic, thinking their own shitty produced tracks are under threat. Unfortunately – they are not. In reality, the purge is aimed at large-scale spam and fraud, not personal experiments or low-quality indie crap. So – this isn’t your cousin’s lo-fi EP got unfairly nuked – it’s a bonfire of junk uploads designed to siphon royalties and pollute recommendations. Here’s what actually changed, why it happened, and what it means if you’re a genuine artist. Table of Contents Toggle First things first – what got axedThe actual policy bundle – three moving partsWhy do this now? Follow the money!No – this isn’t a blanket ban on AIContext that matters – the 1,000-stream ruleWho actually gets caught – and whyHow to stay well clear – a practical checklistWhat changes for listeners and legit artistsEdge cases worth knowing First things first – what got axed The bulk of the removed catalogue fits one or more of these patterns: Mass-generated songs from text-to-music tools pushed out in the thousands per account. Ultra-short snippets engineered to beat the 30-second royalty trigger. Duplicates, SEO-bait titles, retitled clones, and playlist-stuffing noise. Impersonations and deepfake vocals – slapping a famous artist’s name and voice on a track you didn’t license. Uploads funnelling botted plays to farm pennies at scale. Translation – obvious grift. The target is the industrial spam layer, not ordinary DIY releases. The actual policy bundle – three moving parts Impersonation enforcement got teeth – vocal deepfakes, fake artist profiles, and hijacked metadata are being penalised harder. Distributors are on the hook and repeat offenders get shut out. A music spam filter – suspicious uploads can be down-ranked or stopped from surfacing in recommendations and search. It looks for mass-upload patterns, duplicates, and other fraud signals – so junk won’t ride the algorithm. AI disclosure in credits – Spotify is aligning with an industry standard so creators and distributors can clearly flag AI involvement. The point isn’t to ban AI – it’s to label it so rights and royalties don’t get muddied. Why do this now? Follow the money! Streaming pays out when a track is played for long enough. Spam rings exploited that with armies of micro-tracks and bots. Left unchecked, this dilutes the royalty pool and drowns listeners in landfill audio. Spotify’s purge is less about taste policing and more about stopping systematic revenue skimming and restoring minimal trust in recommendations. No – this isn’t a blanket ban on AI AI itself isn’t the villain. Plenty of legitimate artists use AI as an instrument – arrangement ideas, stems, sound design – and will continue to do so. The line is fraud and deception: voice-cloning a star without consent, fake attributions, botted plays, or churning out 500 near-identical tracks just to clip the meter. That’s what’s being targeted. Context that matters – the 1,000-stream rule Since 2024, a track typically needs about 1,000 streams in 12 months to qualify for recorded-royalty payouts. That rule predates this purge and was introduced to stop micropennies from noise farms gobbling administrative overhead. Together with the spam filter, it raises the floor – fewer junk payouts, more money pooling to tracks people actually play. If you’re a normal indie artist releasing real music – this isn’t aimed at you. If anything, it reduces clutter you compete with. Who actually gets caught – and why Accounts dumping hundreds of near-identical cues per week. Uploads with mismatched metadata, fake artist names, or keyword-stuffed titles. Deepfake vocals of living artists without licensing. Content linked to play-inflation schemes – bots, clickfarms, suspicious listener patterns. How to stay well clear – a practical checklist Release at a sane cadence – quality over flood. If you’re shipping 300 tracks a month, expect scrutiny. Keep metadata clean and honest – correct artist name, no celebrity bait, no fake features. Don’t use unlicensed voices or likenesses – if you’re using a model trained on a specific singer, get explicit rights. Be transparent about AI involvement – if tools helped generate stems or vocals, disclose it in credits when your distributor supports it. Avoid ultra-short filler – make actual songs, not 31-second widgets. If you do functional audio, follow platform length rules. Never, ever buy plays – promotion services that guarantee streams are landmines. One campaign can flag your entire catalogue. Use reputable distributors – they’re now gatekeepers with their own fraud checks. Cheap, no-name aggregators often equal risk. What changes for listeners and legit artists Cleaner recommendations – the spam filter should stop clones from cluttering search and radio. Fairer pool dynamics – less leakage to junk means slightly better economics for tracks that cross the eligibility threshold. Faster takedowns – impersonations and profile hijacks should be resolved with fewer back-and-forth tickets. Edge cases worth knowing If you collaborate with AI vocal tools, document your rights – model license, training disclosures, and any consent from human vocalists. If you release instrumental libraries or ambience, expect stricter categorisation and length rules – follow your distributor’s guidance. If an old track gets flagged by mistake – appeal through your distributor with session files, stems, and release history. Paper trails help. This was a purge of spam, not a crusade against bedroom producers. If you’re writing your own tracks, not gaming the system, and not impersonating anyone – you are not the target. Keep releasing music – and let the garbage trucks do their job.
d04ea6072895e6b0943aea69ecb645467d307e33
1704d655a1873da6542a63da1c52c239773b53d4
eb54dd9ea23b7b61b42e019dfa52ae8309fbe93eNo! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it...
No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it doesn’t really work the same way as it does here at home. At national competitions in Sweden, it usually works out to get permission to go onto the field, especially when the referees are Swedish and the crowd is smaller. But at a World Championship? No, most likely not.
But well, one has to travel abroad too. This year the World Championship was held in Nottingham, England, but we could still follow the competitions from home through friends who were there. Jessica’s daughter, however, unfortunately didn’t compete this year. But that’s okay anyway. At the same time, Tug of War Memorie – a very good friend of mine – was there and shared photos from the competition. In particular, a video he posted on Facebook caught my attention even more: the Swiss cheering squad! They brought large cowbells with them, which they rang from the stands, and that made me super eager to finally follow through on something I had always planned: to release a Tug of War 2025. It was finished on Sunday, the same weekend as the World Championship, and has now been released on a range of streaming services, including Spotify, YouTube Music and Apple Music!
This time, it’s not the usual Drum & Bass – instead, it has been “houseified” with a light touch of Latin Tech House. We present “Tug of War – Houseifyer 2025 (Feat. Switzerland Tug of War Cheering Squad)” – with a little “Easter egg” from the earlier releases!
Here is a preview of what awaits. You can listen to the track directly from SoundCloud below!
The Original Inspiring Video
4524a78ed76a2631cd268d7a4df5ae7001fd3221
eb54dd9ea23b7b61b42e019dfa52ae8309fbe93e
TITLE: Tug of War 2025 – Featuring World Championship 2025 in Nottingham DESCRIPTION: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it... CONTENT: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it doesn’t really work the same way as it does here at home. At national competitions in Sweden, it usually works out to get permission to go onto the field, especially when the referees are Swedish and the crowd is smaller. But at a World Championship? No, most likely not. But well, one has to travel abroad too. This year the World Championship was held in Nottingham, England, but we could still follow the competitions from home through friends who were there. Jessica’s daughter, however, unfortunately didn’t compete this year. But that’s okay anyway. At the same time, Tug of War Memorie – a very good friend of mine – was there and shared photos from the competition. In particular, a video he posted on Facebook caught my attention even more: the Swiss cheering squad! They brought large cowbells with them, which they rang from the stands, and that made me super eager to finally follow through on something I had always planned: to release a Tug of War 2025. It was finished on Sunday, the same weekend as the World Championship, and has now been released on a range of streaming services, including Spotify, YouTube Music and Apple Music! This time, it’s not the usual Drum & Bass – instead, it has been “houseified” with a light touch of Latin Tech House. We present “Tug of War – Houseifyer 2025 (Feat. Switzerland Tug of War Cheering Squad)” – with a little “Easter egg” from the earlier releases! Here is a preview of what awaits. You can listen to the track directly from SoundCloud below! The Original Inspiring Video
TITLE: Tug of War 2025 – Featuring World Championship 2025 in Nottingham DESCRIPTION: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it... CONTENT: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it doesn’t really work the same way as it does here at home. At national competitions in Sweden, it usually works out to get permission to go onto the field, especially when the referees are Swedish and the crowd is smaller. But at a World Championship? No, most likely not. But well, one has to travel abroad too. This year the World Championship was held in Nottingham, England, but we could still follow the competitions from home through friends who were there. Jessica’s daughter, however, unfortunately didn’t compete this year. But that’s okay anyway. At the same time, Tug of War Memorie – a very good friend of mine – was there and shared photos from the competition. In particular, a video he posted on Facebook caught my attention even more: the Swiss cheering squad! They brought large cowbells with them, which they rang from the stands, and that made me super eager to finally follow through on something I had always planned: to release a Tug of War 2025. It was finished on Sunday, the same weekend as the World Championship, and has now been released on a range of streaming services, including Spotify, YouTube Music and Apple Music! This time, it’s not the usual Drum & Bass – instead, it has been “houseified” with a light touch of Latin Tech House. We present “Tug of War – Houseifyer 2025 (Feat. Switzerland Tug of War Cheering Squad)” – with a little “Easter egg” from the earlier releases! Here is a preview of what awaits. You can listen to the track directly from SoundCloud below! The Original Inspiring Video
eb54dd9ea23b7b61b42e019dfa52ae8309fbe93e
4524a78ed76a2631cd268d7a4df5ae7001fd3221
4524a78ed76a2631cd268d7a4df5ae7001fd3221No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it...
No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it doesn’t really work the same way as it does here at home. At national competitions in Sweden, it usually works out to get permission to go onto the field, especially when the referees are Swedish and the crowd is smaller. But at a World Championship? No, most likely not.
But well, one has to travel abroad too. This year the World Championship was held in Nottingham, England, but we could still follow the competitions from home through friends who were there. Jessica’s daughter, however, unfortunately didn’t compete this year. But that’s okay anyway. At the same time, Tug of War Memorie – a very good friend of mine – was there and shared photos from the competition. In particular, a video he posted on Facebook caught my attention even more: the Swiss cheering squad! They brought large cowbells with them, which they rang from the stands, and that made me super eager to finally follow through on something I had always planned: to release a Tug of War 2025. It was finished on Sunday, the same weekend as the World Championship, and has now been released on a range of streaming services, including Spotify, YouTube Music and Apple Music!
This time, it’s not the usual Drum & Bass – instead, it has been “houseified” with a light touch of Latin Tech House. We present “Tug of War – Houseifyer 2025 (Feat. Switzerland Tug of War Cheering Squad)” – with a little “Easter egg” from the earlier releases!
Here is a preview of what awaits. You can listen to the track directly from SoundCloud below!
The Original Inspiring Video
4524a78ed76a2631cd268d7a4df5ae7001fd3221
eb54dd9ea23b7b61b42e019dfa52ae8309fbe93e
TITLE: Tug of War 2025 – Featuring World Championship 2025 in Nottingham DESCRIPTION: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it... CONTENT: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it doesn’t really work the same way as it does here at home. At national competitions in Sweden, it usually works out to get permission to go onto the field, especially when the referees are Swedish and the crowd is smaller. But at a World Championship? No, most likely not. But well, one has to travel abroad too. This year the World Championship was held in Nottingham, England, but we could still follow the competitions from home through friends who were there. Jessica’s daughter, however, unfortunately didn’t compete this year. But that’s okay anyway. At the same time, Tug of War Memorie – a very good friend of mine – was there and shared photos from the competition. In particular, a video he posted on Facebook caught my attention even more: the Swiss cheering squad! They brought large cowbells with them, which they rang from the stands, and that made me super eager to finally follow through on something I had always planned: to release a Tug of War 2025. It was finished on Sunday, the same weekend as the World Championship, and has now been released on a range of streaming services, including Spotify, YouTube Music and Apple Music! This time, it’s not the usual Drum & Bass – instead, it has been “houseified” with a light touch of Latin Tech House. We present “Tug of War – Houseifyer 2025 (Feat. Switzerland Tug of War Cheering Squad)” – with a little “Easter egg” from the earlier releases! Here is a preview of what awaits. You can listen to the track directly from SoundCloud below! The Original Inspiring Video
TITLE: Tug of War 2025 – Featuring World Championship 2025 in Nottingham DESCRIPTION: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it... CONTENT: No! Unfortunately, we didn’t have the honor of being at the Tug of War World Championship this year either – otherwise, I probably would have been the photographer there too… or not. After all, it’s a worldwide competition, and it doesn’t really work the same way as it does here at home. At national competitions in Sweden, it usually works out to get permission to go onto the field, especially when the referees are Swedish and the crowd is smaller. But at a World Championship? No, most likely not. But well, one has to travel abroad too. This year the World Championship was held in Nottingham, England, but we could still follow the competitions from home through friends who were there. Jessica’s daughter, however, unfortunately didn’t compete this year. But that’s okay anyway. At the same time, Tug of War Memorie – a very good friend of mine – was there and shared photos from the competition. In particular, a video he posted on Facebook caught my attention even more: the Swiss cheering squad! They brought large cowbells with them, which they rang from the stands, and that made me super eager to finally follow through on something I had always planned: to release a Tug of War 2025. It was finished on Sunday, the same weekend as the World Championship, and has now been released on a range of streaming services, including Spotify, YouTube Music and Apple Music! This time, it’s not the usual Drum & Bass – instead, it has been “houseified” with a light touch of Latin Tech House. We present “Tug of War – Houseifyer 2025 (Feat. Switzerland Tug of War Cheering Squad)” – with a little “Easter egg” from the earlier releases! Here is a preview of what awaits. You can listen to the track directly from SoundCloud below! The Original Inspiring Video
eb54dd9ea23b7b61b42e019dfa52ae8309fbe93e
4524a78ed76a2631cd268d7a4df5ae7001fd3221