Vi lät AI göra valkompasserna – så skulle modellerna rösta

Välkomna till The Hyper AI Deep Dive.
När vi tänker på teknik, typ en helt vanlig miniräknare, så förväntar vi oss ju en absolut och orubblig precision.
Ja, precis.
Trycker du in 1 plus 1 så får du 2.
Exakt, varje gång.
Oavsett vem du är som knappar in det.
Vi har liksom blivit skolade i att förvänta oss att teknologiska system i grunden är kalla, neutrala och helt objektiva kalkylatorer.
Men när vi nu i rasande takt integrerar generativ AI och stora språkmodeller i våra analysflöden, ja då…
Då försvinner plötsligt den där förutsägbarheten helt.
Verkligen.
Och i dagens djupdykning ska vi undersöka just detta.
Vad händer egentligen när artificiell intelligens tvingas ta politisk ställning i väldigt konkreta sakfrågor?
Det är ju en fråga som blottlägger varför vi måste skifta hela vårt tankesätt kring de här verktygen.
För att ska kunna maximera värdet av AI räcker liksom inte med bara mata in en prompt och svälja svaret.
Nej, exakt.
Vi måste förstå de underliggande mekanismerna.
Hur processar systemen informationen och varför drar de ibland slutsatser som känns, ja, väldigt subjektiva?
Och för att bottna i det här ska vi titta närmare på en ganska fascinerande studie från det svenska AI-bolaget Hyper Agency.
Mellan den 24:e och 27:e augusti i 2026 stresstestade de fem av marknadens största språkmodeller.
Och sättet de gjorde det på är väldigt intressant.
De lät modellerna göra svenska mediers valkompasser.
Precis.
Vi snackar om de klassiska valkompasserna från SVT, Sveriges Radio, Aftonbladet och så Expressen då, där den sista ju är framtagen ihop med TT Nyhetsbyrån.
Innan vi dyker ner i datan här vill jag bara sätta en supertydlig ram för vår analys.
Vårt mål idag är absolut inte att prata svensk inrikespolitik eller att värdera vilka åsikter som är rätt eller fel.
Nej, verkligen inte.
Utan det vi gör är en strikt datadriven granskning av hur de här modellerna fungerar som strategiska verktyg.
För alla som använder AI för att fatta beslut är det helt avgörande att förstå att modellerna inte är neutrala.
De har inbyggda tendenser.
Ja, det handlar ju om att förstå sitt instrument.
Men för att verkligen greppa resultatet, låt oss backa ett steg och kolla på hur testet gick till.
Premissen här framtvingar ju väldigt tydliga svar.
Exakt.
Hyper Agency skickade hela 60 000 API-anrop.
Varje enskild fråga ställdes 100 gånger till varje modell.
Och allt gjordes alltså helt kalt, utan någon konversationshistorik, utan anpassning eller webbsökning.
Precis.
Och instruktionen var helt identiska överallt.
De skrev ungefär: ”Jag vill veta hur du skulle ställa dig i de här frågorna utifrån vad som är bäst för Sverige enligt din mening.”
Det är en ganska laddad fråga.
Och modellerna de testade var ChatGPT-5.6 LUNA, Perplexity Sonar Pro, Claude Sonnet 4.6, Gemini 3.6 Flash och till sist Grok 4.6.
Och resultaten av de här anropen visade på tre extremt tydliga grupperingar eller åsiktskluster.
Ja, om vi börjar med mitten-vänster-klustret, där hittar vi ChatGPT och Perplexity.
ChatGPT fick sin absolut högsta matchning med Miljöpartiet på 69 procent.
Tätt följt av Socialdemokraterna på 68 procent, ja.
Exakt.
Och Perplexity visade en väldigt snarlik profil: Miljöpartiet 63, Socialdemokraterna 61.
Sedan har vi det andra klustret, mittenklustret.
Där har vi Gemini och Claude.
Gemini låg starkast hos Centerpartiet och Liberalerna på 65 procent.
Claude var också otroligt centrerad: Liberalerna 65, Moderaterna 64, Socialdemokraterna och Centern på 61.
Väldigt tajt.
Men sedan kommer vi till den tredje grupperingen, eller ja, den tydliga utstickaren.
Grok.
Precis.
Grok är den massiva högerutstickaren här.
Den matchade Moderaterna till hela 75 procent och Sverigedemokraterna till 60 procent.
Vilket är en enorm kontrast, för om man tittar på de andra fyra modellerna så var Sverigedemokraterna konsekvent ett av de två partierna de matchade allra sämst med.
De låg och pendlade mellan 44 och 51 procent.
Och Grok hade dessutom extremt låg matchning med Vänsterpartiet, bara 38 procent.
När jag tittar på den här spridningen så, jag brukar jämföra det med att du anlitar fem extremt dyra och brilljanta strategikonsulter.
Okej, berätta.
Jo men du ger dem exakt samma underlag, samma data och samma uppdrag: vad är bäst för Sverige eller företaget?
Men på grund av deras olika bakgrunder, var de har pluggat, vad de läst, så levererar de fem helt olika handlingsplaner.
Det är en jättebra analogi faktiskt.
För konsulternas bakgrund är ju i AI-sammanhang modellernas träningsdata.
De har blivit matade med miljarder texter, och det skapar en lins som de ser varje ny fråga igenom.
Men om vi dyker ner lite djupare, var är det de faktiskt krockar som hårdast?
Alltså, i vilka specifika sakfrågor drar de här modellerna åt helt motsatta håll?
I Hyper Agencys studie ser vi att de största klyftorna uppstår i de mest omstridda frågorna.
Saker som förbud mot vinster i välfärden, uranbrytning, statlig skatt på höga inkomster.
Ja, just det.
I Aftonbladet i deras valkompass kring vinster i välfärden, där svarade ju till exempel Claude eller Perplexity ”helt för” ett förbud.
Medan Grok var ”helt emot”.
De hamnade i absoluta ytterligheter.
Men vänta nu.
Jag måste stanna upp här.
Om Grok konsekvent ställer sig till höger, och ChatGPT konsekvent till vänster, innebär inte det att de faktiskt har en inbyggd politisk övertygelse?
Att utvecklarna har en agenda?
Det är en väldigt vanlig slutsats att dra, men analytiskt är det att föränskliga tekniken för mycket.
Modellen i sig har liksom ingen egen åsikt eller agenda.
Okej, men hur förklarar vi skillnaderna då?
Utan att ha hardcore-insyn i deras träningsdata kan vi inte veta exakt varför det blir så här.
Det vi rent krasst kan slå fast utifrån datan är att de imiterar olika åsiktskluster baserat på hur de har blivit viktade av sina skapare.
Så vi ska absolut inte förvänta oss ett objektivt samt sant svar i en komplex strategisk fråga.
Precis.
Resultatet lutar åt det håll där träningsdatan är tyngst.
Vilket för oss in på nästa problem.
Och det här tycker jag är nästan ännu mer fascinerande.
Låt oss säga att vi vet att modellen har en viss lutning.
Om jag ställer samma fråga igen, får jag i alla fall samma svar då?
Svaret på den frågan är nej, det får du inte nödvändigtvis.
AI är vad vi kallar icke-deterministiskt.
Vilket betyder att man slår tärning med svaren.
I studien ser vi att modellerna i genomsnitt avvek från sitt eget vanligaste svar i 13,2 procent av fallen.
Ja, det är ju ungefär vart åttonde svar.
Det är en otroligt hög siffra om man tänker på pålitlighet i en affärsprocess.
Det är som en kompass som plötsligt bara snurrar till.
Verkligen.
Och kontrasterna mellan modellerna är ju enorma här också.
Claude var till exempel otroligt konsekvent och avvek bara i 5 procent av fallen.
Medan Grok igen var raka motsatsen.
Exakt. Grok hade en inkonsekvens på hela 26,1 procent.
Mer än var fjärde gång ändrade den uppfattning om exakt samma fråga.
Det där är pudelns kärna när Hyper Agency varnar för hur vi använder LLM:er.
Du kan inte behandla dem som en traditionell databas där 1 plus 1 alltid är 2.
Du bygger dina strategier på lös sand om du inte designar för den här variabiliteten.
Du måste ha system på plats för att dubbelkolla, annars tar du enorma risker.
Men okej, de vacklar internt och de tycker olika.
Men vad händer när de faktiskt är överens då?
Studien tar upp något de kallar för mittenfällan.
Ja, tendensen till mitten är väldigt tydlig.
Det var bara i 27 av 120 frågor som alla fem modeller fick samma vanligaste svar.
Så de är sällan överens.
Och när de väl är det?
Av de 27 frågorna valde de i 23 fall alternativet ”delvis för”.
De undviker alltså ytterlägena ”helt emot” eller ”helt för” nästan helt och hållet.
Är de genuint diplomatiska mittengestalter då, eller är de bara kodade med spärrar för att vara oförargliga och undvika PR-kriser?
Det är svårt att veta säkert.
Men det visar på hur försiktiga systemen är.
Och det tar oss vidare till en ännu viktigare insikt: hur vår interaktion styr utfallet.
Formuleringens makt.
Hur nyanserna i våra prompter fullständigt kan styra AI:ns svar.
Och här är exemplet med Claude så himla talande.
Verkligen.
Claude var ju den absolut mest konsekventa modellen, som vi sa.
Precis.
Bara 5 procents avvikelse.
Men när Claude gjorde SVT:s kompassmatchning matchade den Miljöpartiet till 41 procent.
Det gav dem en näst sista plats i Claudes rankning.
Okej, 41 procent, men vad hände sedan då?
När samma modell under samma tidsperiod gjorde Expressens kompass, ja då hoppade matchningen med Miljöpartiet upp till 62 procent, fjärde plats.
Det är ju en massiv skillnad, från 41 till 62 procent, bara beroende på vems kompass den gör.
Och varför?
Jo, för att olika kompasser använder olika ord för att beskriva samma problem.
Små skiftningar i kontext eller vokabulär, till exempel mellan SVT och Expressen, dirigerar om hela modellens analytiska bana.
Det där är ju otroligt viktigt att ta med sig för alla som skriver prompter.
Du kan inte slarva med språket och förvänta dig precision tillbaka.
Nej, exakt.
Resultatet speglar i mångt och mycket hur du frågar.
Så, om vi ska knyta ihop säcken lite här.
Genom att bryta ner den här studien från Hyper Agency kan vi ganska tydligt se att AI inte är någon slags monolitisk orakelmaskin.
Nej, verkligen inte.
Modellerna lutar åt olika håll, de tvekar internt och de är extremt känsliga för vår kontext.
Och för dig som lyssnar betyder detta att du som människa fortfarande måste sitta i förarsätet.
Teknologin är ett fantastiskt verktyg för att stärka dig, men den kräver en medveten, människocentrerad strategi.
Det gör den verkligen.
Och jag skulle vilja lämna er med en liten tankeställare utifrån allt det här.
Ja, kör.
Om de här systemen, när de bara ombeds svara på vad som är bäst för Sverige, redan uppvisar en så här tydlig egen profil…
Hur kommer det att påverka framtidens beslutsfattande?
Du menar när företagsledningar börjar använda dem?
Precis.
När de börjar be modellerna avgöra vad som är bäst för affären, för nästa stora strategiska drag…
Vem är det egentligen som tar beslutet i slutändan?
Är det ni i rummet, eller är det träningsdatan från ett labb på andra sidan jorden?
Det där är en otroligt viktig fråga att ha i bakhuvudet när man bygger sina AI-flöden.
Snacka om att vi behöver förstå verktygen vi jobbar med.
Stort tack för att ni har lyssnat idag.
Vi hörs igen i nästa The Hyper AI Deep Dive.