AI & Sverige
Kortet Informella bosättningar ur MethodKit för Samhälle och Politik
Kort 42 av 128 · MethodKit för Samhälle & Politik
  • OmrådePlatser & infrastruktur
  • Kort42 av 128
  • Frågor5 att diskutera
  • Källor3 referenser
Platser & infrastruktur

Informella bosättningar

Livet i bortglömda delar av staden

I Sverige heter de sällan slum, men de finns: husvagnsläger, madrasser i andra hand, trångbodda lägenheter utan kontrakt och ett skuggsamhälle av papperslösa. Gemensamt för livet där är att det sällan syns i register. Och AI-system ser bara det som har registrerats.

Hur AI tros påverka området

Strukturen i problemet är enkel och obekväm: svensk förvaltning bygger på register, AI-system bygger på registrens data, och den som lever informellt finns inte i dem. När handläggning automatiseras blir stadens mest utsatta antingen osynliga eller felbeskrivna, inte av illvilja utan av arkitektur. Diggs riktlinjer för generativ AI betonar ansvarsfull användning i offentlig sektor, men ansvar förutsätter att man vet vilka som saknas i datan, och den kunskapen saknas oftast också.

Samtidigt fördelas övervakningen ojämnt över staden: registrerande teknik riktas oftast mot områden som redan pekats ut. När polisen från maj 2026 får använda ansiktsigenkänning i realtid varnade remissinstanser för etnisk profilering och upplevd massövervakning. För den som lever utan tillstånd förskjuts hela relationen till samhället: varje kontakt som kan registreras blir ett skäl att undvika vård, skola och myndigheter, alltså precis de institutioner som skulle kunna hjälpa.

Tekniken kan också sänka trösklar i stort: språkstöd, översättning och enklare vägar in i samhällsinformation gör mest nytta för dem som har minst. Men mönstret i användningen går åt andra hållet: Internetstiftelsen visar att över halva befolkningen ännu inte använt AI-verktyg, och användningen är som lägst där hindren (kostnad, språk, tillit) är som störst. Så länge verktygen byggs långt från dem de ska hjälpa förblir det stadens mest utsatta som betalar för felen.

Positiv påverkan
  • Språkstöd och översättning kan sänka trösklarna till samhällsinformation för fler.trolig
  • AI-analys kan hjälpa kommuner att upptäcka trångboddhet och osäkra boenden tidigare.spekulativ
  • Debatten om dataluckor kan tvinga fram bättre kunskap om dem som i dag inte syns i registren.spekulativ
Negativ påverkan
  • Automatiserad handläggning bygger på register; den som lever informellt blir osynlig eller felbeskriven.säker
  • Övervakningsteknik landar först i redan utpekade områden; risken för profilering ökar.trolig
  • Registrerande teknik kan få papperslösa att undvika vård och skola, kontakterna som kunde hjälpa.trolig
  • Systemen designas långt från dem de ska hjälpa; felen upptäcks sent eller inte alls.trolig

Frågor att diskutera

  1. Vem tar ansvar för dem som inte finns i de data som myndigheternas AI tränas på?

  2. Hur påverkas viljan att söka vård eller skola för sina barn om varje kontakt med samhället kan registreras och analyseras?

  3. Hur skulle kommuner kunna använda AI för att upptäcka trångboddhet och osäkra boenden tidigare, och vad tycker de boende om att bli sedda?

  4. Var går gränsen mellan att kartlägga utsatthet för att hjälpa och att övervaka för att kontrollera?

  5. Vilka röster från stadens bortglömda delar finns med i rummet när AI-systemen designas?

Att tänka på

  • Registerdata beskriver det formella Sverige; den som bor informellt blir antingen osynlig eller felbeskriven i automatiska system.
  • Kameror och ansiktsigenkänning landar oftast först i områden som redan pekats ut; remissinstanser varnar för diskriminering och upplevd massövervakning.
  • Teknik som ska hjälpa utsatta grupper byggs sällan tillsammans med dem; avståndet mellan designbord och vardag syns i resultaten.