FORSKNINGSETIK

ROLLSPECIFIKT EXEMPEL

Exempel för forskare

När en forskare tar fram sökord och kontrollfrågor inför en litteraturgenomgång är huvudfrågan inte om AI kan skriva texten, utan vilka uppgifter, beslut och ansvar som får hanteras. Dokumentera dataklass, vem som granskar och vilket underlag som måste verifieras.

ANPASSA EFTER LOKALA REGLER OCH DATASKYDD

GRÄNS

Mata inte in material som verktyget inte får hantera

Forskningsdata kan innehålla personuppgifter, känsliga uppgifter, sekretessbelagt material, opublicerade resultat eller uppgifter som omfattas av avtal. Använd bara AI-verktyg som din organisation har godkänt för den typen av material.

TRANSPARENS

Dokumentera AI-stöd när det påverkar arbetet

Spara vilka verktyg du använt, vad de användes till och vilka delar du själv kontrollerade. Vid publicering, följ tidskriftens, lärosätets eller finansiärens riktlinjer för AI-redovisning.

KÄLLKRITIK

AI är inte en oberoende granskare

AI kan ge sken av neutralitet, men den speglar träningsdata, promptens formulering och modellens begränsningar. Använd AI för att hitta frågor att ställa, inte för att slippa ställa dem.

KONTROLLERA REFERENSER, DATA, METOD OCH SLUTSATSER SEPARAT

DATAKATEGORIER

Vad får matas in — och var?

Använd den här tabellen som första filter innan du klistrar in något i ett AI-verktyg. Tvekar du, fråga DSO, forskningssekreterare eller IT-ansvarig.

• Grönt först efter kontroll: publicerade artiklar, öppna datakällor och egen text utan personuppgifter kan ändå omfattas av upphovsrätt, licens, databasvillkor, embargo eller lokal policy. Öppen åtkomst betyder inte automatiskt fri uppladdning till en extern modell.
• Gult (intern men ej känslig): arbetsutkast, projektplaner, kursmaterial. Använd endast godkända verktyg och kontrollera lärosätets policy. Undvik att dela med tredje part.
• Rött (personuppgifter, känsliga uppgifter, opublicerade resultat): kräver en dokumenterad bedömning av ändamål, personuppgiftsroller, rättslig grund, etikprövning, informationssäkerhet, avtal och eventuell konsekvensbedömning. Ett godkänt verktyg eller biträdesavtal gör inte behandlingen tillåten i sig.
• Mörkrött (etikprövningspliktigt material, sekretessbelagda uppgifter, registerdata): stannar i den miljö där etikprövningsbeslutet förutsätter — sällan ett extern LLM-gränssnitt utan särskilt avtal.

ETIKPRÖVNING

När krävs etikprövningstillstånd — och hur påverkar AI det?

Etikprövningslagen (2003:460) kräver tillstånd från Etikprövningsmyndigheten för forskning som innefattar behandling av känsliga personuppgifter (hälsa, etnicitet, religion, sexualitet m.fl.) eller som direkt involverar försökspersoner fysiskt eller psykiskt.

AI-konsekvens: om du använder ett AI-verktyg för att bearbeta material som ingår i ett etikprövningspliktigt projekt — till exempel intervjudata eller enkätsvar — är AI-verktyget en del av den behandling som godkänts av nämnden. Att byta verktyg eller metod kan kräva ändringsansökan. Kontrollera med din forskningssekreterare eller dataskyddsombud innan du introducerar ett nytt AI-verktyg i projektet.

Personuppgiftsansvar i forskning. Det är normalt lärosätet (universitetet eller högskolan) som är personuppgiftsansvarig (PUA) för forskning som bedrivs inom organisationen — inte den enskilda forskaren. Du agerar inom ramen för lärosätets ansvar och dess godkända rutiner. Fråga lärosätets DSO vilka verktyg som är godkända för forskning med personuppgifter, och vilka avtal som täcker AI-leverantörerna.

Samtycke är inte automatiskt rättslig grund. Informerat samtycke till att delta i en studie är ett forskningsetiskt krav — det är inte samma sak som rättslig grund enligt GDPR. Svenska lärosäten stödjer sig oftast på uppgift av allmänt intresse för forskningens personuppgiftsbehandling. Vilken grund som gäller, och om en konsekvensbedömning (DPIA) behövs, beror på behandlingens risk och sammanhang — inte på vilket AI-verktyg som används.

BYTA AI-VERKTYG UNDER PÅGÅENDE PROJEKT = KOLLA TILLSTÅNDET
PUA = LÄROSÄTET, INTE DEN ENSKILDA FORSKAREN

ETIKPRÖVNING

GOD FORSKNINGSSED

AI och oredlighet i forskning

Vetenskapsrådets "God forskningssed" och lagens definition av oredlighet (fabricering, förfalskning, plagiering) omfattar även situationer där innehållet är AI-genererat:

• Fabricering. Att presentera AI-genererade data som riktiga mätresultat är fabricering — en av de allvarligaste formerna av oredlighet.
• Plagiering. Att lämna in AI-genererad text som sin egen utan att redovisa AI-hjälpen kan räknas som plagiering, beroende på lärosätets och tidskriftens policy.
• Förfalskning. Att använda AI för att modifiera bilder, statistik eller data på ett sätt som ger ett missvisande intryck av resultat är förfalskning.

Oredlighet i forskning utreds av Nämnden för prövning av oredlighet i forskning (NPOF). Konsekvenser kan inkludera återkallelse av tjänst och publiceringsindragning. Vetenskapsrådets "God forskningssed" är en vägledning, inte bindande lagtext — men som finansiär ställer VR egna villkor i bidragsbeslut och har särskilda regler för generativ AI i bidragsansökningar och sakkunnigbedömning: den som granskar ansökningar åt VR får inte använda generativa AI-verktyg i bedömningsarbetet, och den som söker medel ansvarar fullt ut för ansökans innehåll även om AI använts som stöd. Kontrollera aktuella villkor hos din finansiär före ansökan.

AI-GENERERADE DATA PRESENTERADE SOM RIKTIGA = FABRICERING
REDOVISA ALLTID AI-BIDRAG ENLIGT TIDSKRIFT OCH LÄROSÄTETS POLICY

OREDLIGHET

FABRICERADE KÄLLOR

Så känner du igen en hallucinerad referens

• DOI finns inte i CrossRef eller leder till en annan artikel.
• Författare existerar men har aldrig publicerat i tidskriften som anges.
• Tidskriften och årgången stämmer, men sidnumret leder till en helt annan artikel.
• Titeln låter rimlig men returnerar inga träffar i Google Scholar, Web of Science eller Scopus.
• AI hänvisar till en "klassisk studie" utan att kunna ange exakt år och förlag.

REGEL: INGEN REFERENS GÅR IN I MANUSKRIPT INNAN DEN ÄR ÖPPNAD I ORIGINAL

REDOVISNING

Dokumentera AI-användning i fyra punkter

1. Verktyg och version: "ChatGPT (GPT-4o, oktober 2025)", "Claude 4.5 Sonnet", "Elicit (forskningsläge)" — inte bara "AI".
2. Användningsområde: sökstrategi, språkgranskning, kodgenerering, strukturförslag, hypotesgenerering, översättning.
3. Kontrollåtgärder: manuell källkontroll, statistisk verifiering, kollegagranskning, jämförelse mot original.
4. Avgränsning: vad AI inte användes till (t.ex. dataanalys, tolkning, författarskap av text).

Många tidskrifter (Nature, Science, Elsevier-portföljen, BMJ) kräver numera explicit AI-redovisning i metodavsnittet eller i Author Contributions. Kontrollera tidskriftens senaste policy innan inskick.

KONTROLLPUNKTER

Checklista innan AI-utkast används

• Har materialet rätt rättslig grund att hanteras i det valda verktyget?
• Är personuppgifter pseudonymiserade eller helt borttagna?
• Är opublicerade resultat eller hypoteser skyddade från att läcka via träningsdata?
• Är AI-utkastet faktagranskat mot originalkällor?
• Är min egen tolkning tydligt skild från AI:s formuleringar i manuskriptet?
• Har jag dokumenterat hur AI använts enligt finansiärens, lärosätets och tidskriftens regler?
• Finns det skäl att samråda med DSO, etikprövningsnämnd eller juridik innan jag fortsätter?

EXEMPEL

Två konkreta gränsfall

Fall 1 — språkgranskning av eget manus: Du ber AI putsa språket i ditt diskussionsavsnitt. OK om: ingen opublicerad data ligger i texten, du själv godkänner varje ändring, och tidskriften tillåter AI-assisterad språkgranskning. Redovisa i Acknowledgments eller metodavsnitt.

Fall 2 — analys av intervjucitat: Du vill att AI tematiserar 15 intervjuer med deltagare. Inte OK i extern konsumenttjänst — intervjuer innehåller personuppgifter och materialet är opublicerat. Använd en godkänd miljö (lärosätets enterprise-avtal eller lokalt körd modell), eller gör tematiseringen manuellt.

KÄLLOR OCH FÖRDJUPNING

Primärkällor för regler som påverkar AI i forskning

• Etikprövningsmyndigheten — etikprövningslagen och när forskning kräver tillstånd ↗ (öppnas i ny flik)
• Integritetsskyddsmyndigheten (IMY) — GDPR och behandling av personuppgifter i forskning ↗ (öppnas i ny flik)
• Vetenskapsrådet — God forskningssed (transparens, reproducerbarhet och AI-dokumentation) ↗ (öppnas i ny flik)
• EU-kommissionen — AI Act (krav för AI-system i forskning och akademisk publicering) ↗ (öppnas i ny flik)

FÖRDJUPNING

Relaterade artiklar

• EU AI Act på jobbet 2026 — vad behöver du veta som anställd?
• Tränas AI på din data? Vad det innebär i praktiken

VANLIGA FRÅGOR

Etik och juridik

Får jag mata in opublicerade forskningsresultat i AI?

Endast om etikprövning, finansiär och avtal med medförfattare tillåter det, och då bara i godkänd miljö. Externa konsumentmodeller riskerar att läcka opublicerade hypoteser via träningsdata.

Hur dokumenterar jag AI-användning i en publikation?

Ange verktyg och version, vad det använts till, vad du kontrollerat och vad AI inte använts till. Tidskrifter som Nature, Science och Elsevier kräver explicit redovisning — kolla riktlinjerna före inskick.

Vad gör jag om AI har fabricerat en referens?

Använd inte referensen innan den har verifierats. Kontrollera DOI, titel, författare, år och tidskrift i en relevant bibliografisk databas och läs originalpublikationen. Alla AI- och sökverktyg kan ge ofullständiga eller felaktiga uppgifter.