Frihet eller säkerhet? AI gör den gamla frågan mer aktuell än någonsin. 

Du har inte begått något brott, du är inte ens misstänkt för något. Ändå kan en algoritm placera dig som högre upp på en lista över säkerhetsrisker än någon annan. Inte för att du gjort något, utan för att din bostadsadress, ditt umgänge, tidigare kontakt med myndigheter eller mönster i din omgivning tolkas som en risk av ett AI-program. 

Det är där den klassiska vågskålen mellan frihet och säkerhet får en ny teknisk dimension. Kameraövervakning har alltid funnits, register har alltid funnits. Polisen har alltid försökt förutse var brott kan ske och vilka personer som kräver uppmärksamhet i ett tidigt skede. Skillnaden är att AI gör detta snabbare, bredare och mer automatiserat än tidigare. Framför allt kan tekniken ge gamla register en ny tyngd. Uppgifter som tidigare krävde mänsklig tolkning kan nu vägas samman i modeller som rangordnar människor, flaggar risker och ger myndigheter ett skenbart exakt beslutsunderlag.

Ett nytt reportage från WIRED om hur brittisk polis använt AI lyfter därför djupare frågor än eventuella sekretessöverträdelser.

Granskningen visar hur Avon and Somerset Police och Bristol City Council byggde en omfattande databas med uppgifter om nästan en halv miljon människor och använde makininlärning för att riskbedöma vuxna och en stor andel barn. Målet var att bland annat kunna förutse brott, innan de skedde. 

Systemet, kallat Think Family Database, innehöll bland myndighetsöverskridande uppgifter som till exempel polisuppgifter, bostadsstatus, psykisk hälsa, tonårsgraviditeter, skolfrånvaro och uppgifter om föräldrastöd. På datan byggdes modeller som skulle göra en riskbedömning på varje person. 

Problemet är att en modell inte behöver förstå sammanhanget för att påverka beslut. Den kan väga samband fel, förstärka brister i datan och presentera osäkra slutsatser som ett till synes exakt beslutsunderlag.

WIRED:s granskning visar att Avon and Somerset Police utvecklade minst 23 modeller. De skulle bland annat bedöma risken för inbrott, uteblivna domstolsförhandlingar, våld i nära relation och risken för att barn skulle utsättas för sexuellt eller kriminell exploatering. Flera modeller fick sedan hård kritik och två modeller som rörde barn lades ner efter att personalen inte längre litade på modellernas resultat. Externa granskare kunde inte hitta tillräcklig dokumentation om hur modellerna byggts, och en oberoende analys av polisens egna prestandadata visade i vissa fall mycket svag träffsäkerhet. 

Myndigheter har under lång tid byggt upp tekniska och juridiska system för att samla in information och AI gör den användbar. Även om exemplet från Bristol inte är juridiskt möjligt att genomföra Sverige idag så visar det att AI lägger ny tyngd på frågan om personlig integritet. 

Från register till förutsägelser

Myndigheters register har hittills varit verktyg för att hitta information om sådant som redan hänt, exempelvis var du bor, vad du tjänar, vilka fordon du äger eller om du är dömd för brott. 

AI förändrar inte bara mängden information som kan hanteras samtidigt, den ändrar även riktningen. Databaser som tidigare använts för att slå upp fakta kan nu användas för att dra teoretiska slutsatser om framtida situtioner. Vem är mest sannolik att begå brott? Vilken person bör stoppas oftare? Vilket område behöver fler patruller nästa vecka? 

RAND Corporation beskriver prediktiv polisverksamhet som ett verktyg för att identifiera mål för polisiära insatser i syfte att förebygga brott, lösa tidigare brott eller identifiera potentiella gärningspersoner och brottsoffer. Samma rapport betonar att systemet inte är kristallkulor, men att de framför allt används för att påverka hur polisens resurser fördelas. 

Forskare har länge varnat för så kallade feedbackloopar i prediktiv polisverksamhet. Om ett system skickar fler poliser till ett område kommer också fler brott upptäckas där. När den nya datan sedan matas tillbaka in i systemet kan området tolkas som ännu mer brottsbelastat och skicka dit ännu fler resurser. En välkänd studie om ’runaway feedback loops’ visar hur prediktiva system kan skicka polis tillbaka till samma områden oavsett den faktiska brottsnivån.

Det är inte en moralisk fråga, det är ett tekniskt problem. Om datan påverkas av tidigare beslut kommer modellen att ärva besluten.

Om polisen historiskt har kontrollerat vissa områden eller personer mer än andra kommer dessa områden också ha mer polisdata. En algoritm kan därför framstå som objektiv samtidigt som den i praktiken bara förstärker tidigare prioriteringar. 

Den svenska vägen mot ett säkrare samhälle

Sverige har inget känt system som motsvarar Bristolprojektets omfattande AI-baserade riskpoäng på invånare. Men riktningen går åt samma håll: mer datainsamling, fler tekniska verktyg och fler undantag när säkerhet vägs mot integritet.

FRA-lagen blev 2008 ett av de första stora vägskälen, tätt följt av IPRED-lagen året efter, som båda fick stor initial kritik att inskränka på den personliga integriteten. 

I maj 2026 röstade riksdagen ja till regeringens förslag om att ge Polismyndigheten rätt att använda AI-teknik för ansiktsigenkänning i realtid. Det är kanske inte startskottet på ett svenskt socialt poängsystem men det är ytterligare ett steg bort från individens rätt till privatliv till förmån för ett säkert samhälle. 

Enligt riksdagen ska ansiktsigenkänning kunna användas om det är absolut nödvändigt för att lokalisera eller identifiera en specifik person, till exempel vid kidnappning, människohandel eller allvarliga brott med fara för liv eller säkerhet. 

Här möter vi vattendelaren i debatten om integration.

Barnen, terrorn och brotten

Det svåra med debatten mellan säkerhet och integritet är att argumenten för mer övervakning ofta är starka. Det är lätt att hitta argument för sin rätt till privatliv, men desto svårare när det vägs mot kidnappade barn, terrorbrott, gängmord eller sexuella övergrepp. 

Det är också anledningen till att Chat Control-debatten inom EU blivit så infekterad. Förslaget, officiellt kopplad till bekämpning av sexuella övergrepp mot barn online, har av kritiker beskrivits som ett hot mot all möjlighet till privat kommunikation.

Här blir konflikten omöjlig att reducera till enkla slagord. Ingen seriös person är emot att barn skyddas från övergrepp, samtidigt är privat kommunikation en grundläggande del av ett fritt samhälle. 

Hoten är ofta verkliga, brotten är ofta fruktansvärda men varje tekniskt verktyg som införs för ett specifikt problem riskerar också att senare bli en del av en större infrastruktur. 

När övervakning blir samhällsmodell

När västerländska medier skriver om digital övervakning dyker Kina nästan alltid upp. Ofta handlar det om ”social credit”, alltså ett stort nationellt poängsystem där varje medborgare får en siffra som avgör om man får resa, låna pengar eller överhuvudtaget leva ett normalt live. 

Bilden av Kinas sociala poängsystem är ofta förenklad. Det handlar inte om en enda siffra som styr varje medborgares liv, utan om ett lapptäcke av register, svartlistor, lokala försök, kameranätverk, ansiktsigenkänning och administrativa sanktioner. Det gör inte systemet mindre relevant. Snarare tvärtom.

Under president XI Jinping har kinesiska myndigheter kombinerat censur och internetkontroll med ansiktsigenkänning, röstigenkänning, DNA-insamling, AI och storskalig videoövervakning där målet i slutändan är ett heltäckande system för total kontroll. 

Det är också något man behöver ha i åtanke, även om man inte har något att dölja. 

Dagens verktyg till morgondagens makthavare

Ett vanligt argument i debatten är att den som inte har någonting att dölja inte heller har något att frukta. Men det argumentet bygger på att dagens makthavare, dagens lagar och dagens samhällsklimat består.

Det är långt ifrån säkert. Regeringar byts ut, hotbilder förändras och tekniska system som byggs för ett legitimt syfte kan senare användas på helt andra sätt. Ett verktyg för att hitta försvunna barn kan i framtiden bli ett verktyg för att kartlägga politiska motståndare, demonstranter eller minoriteter.

Digital infrastruktur försvinner inte när politiken förändras. Det är därför frågan om övervakning inte bara handlar om vad staten gör i dag, utan om vilka möjligheter vi bygger in för morgondagen.

När säkerheten får ett nytt språk

Det som gör AI så kraftfullt är också det som gör den politiskt attraktiv. Den lovar mer av allt: snabbare utredningar, bättre prioriteringar, färre administrativa timmar, mer effektiv brottsbekämpning och tidigare ingripanden. I Storbritannien har utvecklingen redan blivit nationell politik där 115 miljoner pund i finansiering ska accelerera användningen av AI i samtliga 43 polismyndigheter i England och Wales.

Den brittiska regeringens egen faktasida om AI i polisarbete beskriver användningsområden som bland annat ansiktsigenkänning, automatisk nummerplåtsavläsning, översättning, sammanfattning av dokument och analys av ljud- och videomaterial. Samtidigt betonas att ansvariga polischefer måste väga in bland annat kostnad, modellprecision, utbildning, datakvalitet, laglighet, etik och allmänhetens acceptans.

Det är en rationell myndighetslogik. Polisen drunknar i data. Brottsligheten blir mer digital. Gängen använder krypterade appar, sociala medier, unga springpojkar och internationella nätverk. Barn exploateras online. Bedrägerier automatiseras. Deepfakes blir bättre. Mot den bakgrunden framstår AI inte som en lyx, utan som ett nödvändigt verktyg.

Problemet är att samma argument nästan alltid kan användas för nästa steg också.

Om AI kan hitta ett försvunnet barn, varför inte använda tekniken oftare? Om ansiktsigenkänning kan hitta en misstänkt terrorist, varför inte använda den mot grova våldsbrott? Om den fungerar mot grova våldsbrott, varför inte mot organiserad stöld? Om prediktiva modeller kan hitta barn i riskzon, varför inte använda ännu fler datakällor för att göra träffarna bättre?

Det är sällan integriteten försvinner i ett enda dramatiskt beslut. Den naggas i kanten genom undantag som var för sig framstår som rimliga.

“Säkerhetsargumentet är nästan alltid konkret. Integritetsargumentet är ofta principiellt. Det är därför friheten så ofta förlorar steg för steg.”

När beslutsstödet börjar styra besluten

Alla AI-system som används för att bedöma människor måste till slut konfronteras med samma obekväma fråga: vad händer när systemet har fel?

I många konsumenttjänster är ett fel mest irriterande. En rekommendationsmotor visar fel film, ett spamfilter släpper igenom ett dåligt mejl eller en chattbot missförstår en fråga. I polisarbete ser konsekvenserna annorlunda ut. Ett falskt positivt resultat kan innebära att någon hamnar på en lista, stoppas oftare, granskas närmare eller behandlas som en riskperson utan att förstå varför. Ett falskt negativt resultat kan innebära att ett barn i fara missas, att ett hot underskattas eller att resurser hamnar fel.

WIRED:s granskning av Avon and Somerset Police visar hur svårt detta kan bli i praktiken. När Eticas, ett oberoende AI-granskningsföretag, analyserade polisens prestandadata hittade man enligt WIRED flera modeller med låg precision. En modell kopplad till inbrott uppges ha legat under 10 procents precision under flera år. I praktiken betyder det att färre än en av tio personer som flaggades som hög risk faktiskt skulle begå den typ av brott som modellen försökte förutse. Polisen uppgav senare att vissa modeller aldrig driftsattes, men fynden visar ändå hur svårt det kan vara att förstå vad systemen mäter, varför de behålls och vilken roll de faktiskt spelar i myndigheters arbete.

Här räcker det inte alltid att säga att en människa fattar det slutliga beslutet. Människor påverkas av system. En riskmarkering i ett gränssnitt är inte neutral. En lista sorterad efter sannolikhet är inte bara information. Den styr blicken, påverkar tiden och avgör vem som hamnar överst medan någon annan försvinner längre ned.

Det kallas ibland automation bias: tendensen att lita för mycket på automatiserade system, särskilt när de presenteras som objektiva eller datadrivna. I polisarbete kan den effekten bli särskilt stark, eftersom beslut ofta fattas under press, med begränsad tid och ofullständig information.

Det är därför frågan om ansvar blir så svår. Om en algoritm sorterar listan, ett gränssnitt markerar risken och en människa sedan följer rekommendationen, vem har då i praktiken fattat beslutet? Formellt kan ansvaret ligga hos en person. Men systemet har redan hunnit påverka vad människan ser, hur hon prioriterar och vilka alternativ som framstår som rimliga.

Frihet eller säkerhet är inte en slogan

Det vore enkelt att avsluta här med ett tydligt svar. Att säga att all övervakning är fel. Eller att säkerhet alltid måste gå först. Men verkligheten är svårare än så.

Det finns brott som kräver kraftfulla verktyg. Det finns barn som behöver skyddas. Det finns människor som försvinner. Det finns terrorhot, gängmord, digitala övergrepp och organiserad brottslighet som utnyttjar varje tekniskt försprång. En stat som vägrar använda ny teknik riskerar att svika sina medborgare.

Men en stat som använder all teknik den kan använda riskerar något annat.

Den riskerar att förändra relationen mellan medborgare och myndighet i grunden.

För när staten vet mer, analyserar snabbare och agerar tidigare förändras också frihetens praktiska villkor. Frihet handlar inte bara om att inte vara dömd. Den handlar om att inte bli behandlad som misstänkt utan att förstå varför. Den handlar om att kunna röra sig, kommunicera, organisera sig, söka hjälp, göra misstag och leva utan att hela tiden reduceras till en riskprofil.

AI gör inte den frågan ny. Den gör den akut.

Den nya gränsen

Det mest oroande med WIRED:s granskning är inte att ett brittiskt AI-system hade brister. Det är att problemen känns igen från nästan varje stor teknikförskjutning: mycket data, lite insyn, modeller som är svåra att förklara och människor som inte vet om de har blivit bedömda.

Det är också därför frågan måste ställas medan systemen byggs, inte först när de redan blivit en självklar del av myndigheternas vardag. Svenska lagar kan sätta upp tillståndskrav. EU:s AI Act kan försöka dra gränser. Integritetsskyddsmyndigheter kan ingripa i efterhand. Men när infrastrukturen väl finns på plats blir den svår att rulla tillbaka.

Frihet eller säkerhet är en gammal konflikt. AI avgör den inte, men den höjer insatsen.

För första gången har staten verktyg som inte bara kan se vad människor har gjort, utan försöka förutse vad de kan komma att göra.

Det är där nästa stora integritetsstrid börjar.