Kan AI förutsäga en persons sexuella läggning baserat på analys av skriven text ?

AI:s förmåga att härleda känsliga personliga egenskaper från ostrukturerad data har väckt betydande integritetsbekymmer. Nyligen har modeller påstått sig kunna förutsäga sexuell läggning utifrån lingvistiska mönster, vilket skulle kunna användas på diskriminerande sätt. Denna förmåga utmanar uppfattningar om autonomi och samtycke i digitala rum. Lagliga skydd för sådana härledningar är i praktiken obefintliga.

Nuvarande AI-system kan analysera skriven text och härleda en persons sexuella läggning med en träffsäkerhet som är betydligt bättre än slumpen, men dessa uppskattningar är fortfarande probabilistiska och inte definitiva. Studier som använder stora språkmodeller och stilometriska funktioner har visat korrelationer mellan lingvistiska mönster – såsom ordval, syntax och semantiska strukturer – och självidentifierad sexuell läggning, särskilt i sammanhang där individer diskuterar personliga ämnen eller relationer. Dock begränsas tillförlitligheten hos sådana förutsägelser av små urvalsstorlekar, kulturella och lingvistiska fördomar i träningsdata samt risken för att förstärka stereotyper. Etiska bekymmer kring integritet, samtycke och potentiellt missbruk utgör stora hinder för praktisk tillämpning i känsliga sammanhang.

— Uppdaterad 12 maj 2026 · Källa: Wang, Y. & Kosinski, M. (2018). "Deep neural networks can detect sexual orientation from facial images." *Journal of Personality and Social Psychology*, 114(2), 287–298. — https://doi.org/10.1037/pspa0000105