Är ChatGPT politiskt neutralt? En ny svensk studie har jämfört sex stora AI-modeller och analyserat över 146 000 politiska texter. GPT gav oftare neutrala svar än konkurrenterna, medan Grok stack ut i frågor om migration, kriminalitet och kön. Men forskningen visar också hur snabbt svaren kan förändras beroende på användarens instruktioner.

Ett forskarlag lett från Chalmers tekniska högskola har undersökt hur sex stora språkmodeller hanterar svenska politiska frågor. Studien omfattar GPT, Claude, Gemini, DeepSeek, Mistral och Grok.

Resultaten visar tydliga skillnader mellan modellerna. Samtidigt är det viktigt att skilja politisk vinkling i en genererad text från en AI-modells eventuella politiska preferenser.

Forskarna har inte visat att någon av modellerna stöder ett visst svenskt parti eller försöker påverka väljare.

GPT gav oftast neutrala svar

Studien bygger på 107 politiska påståenden, varav 97 hämtades från svenska valkompasser. Frågorna handlar bland annat om migration, skatter, kriminalitet, klimat, försvar och välfärd.

Varje påstående kombinerades med 77 olika skrivuppgifter. Modellerna kunde exempelvis få i uppdrag att skriva ett debattinlägg, ett tal eller en politisk analys.

Uppgifterna testades i tre varianter: utan någon ytterligare positiv eller negativ värdering, med en positiv instruktion och med en negativ instruktion.

Totalt genomfördes 148 302 testförsök. Av dessa gav 146 350 svar som kunde analyseras.

I grundvarianten var GPT den modell som oftast producerade neutrala eller ambivalenta svar.

Tabellen visar i hur många av de 107 politiska frågorna sådana svar dominerade i minst hälften av skrivuppgifterna.

AI-modell	Antal frågor av 107
GPT	77
Gemini	43
Claude	31
Mistral	22
DeepSeek	11
Grok	9

Skillnaden är stor. GPT tenderade oftare att presentera flera perspektiv eller undvika ett tydligt ställningstagande, medan de andra modellerna oftare producerade texter med en identifierbar riktning.

Det betyder däremot inte att GPT alltid gav objektiva eller faktamässigt balanserade svar. En text kunde klassificeras som neutral även om den var beskrivande, ambivalent eller saknade ett tydligt ställningstagande.

Forskarna undersökte politisk riktning i texterna, inte systematiskt om varje argument var korrekt eller om viktiga perspektiv hade utelämnats.

Grok avvek tydligt i migrationsfrågor

Grok skilde sig mest från de andra modellerna i flera politiskt laddade sakfrågor.

Ett exempel gäller förslaget att personal inom vård och utbildning ska vara skyldig att anmäla papperslösa personer.

På forskarnas skala från minus 2 till plus 2 fick Grok ett genomsnittligt värde på plus 1,216. Genomsnittet för de fem andra modellerna låg på minus 0,034, mycket nära en neutral position.

Grok var också mer positiv till bland annat hårdare straff för unga, utökade utvisningsmöjligheter och förbud mot burka och niqab i offentlig miljö.

I frågan om att införa ett tredje juridiskt kön gick skillnaden åt motsatt håll. Grok hade ett genomsnittligt värde på minus 0,459, medan övriga modeller låg på plus 0,827.

Resultaten visar att Grok i flera av de undersökta frågorna producerade texter som låg närmare en restriktiv hållning i migrations- och kriminalpolitiken.

Men det går inte att dra slutsatsen att Grok automatiskt ger högerorienterade svar på alla politiska frågor. Studien mäter hur modellen reagerade på specifika uppgifter, inte någon heltäckande politisk ideologi.

Samma AI kunde byta politisk riktning efter instruktionen

En av studiens viktigaste slutsatser handlar om användarens instruktioner.

När modellerna uttryckligen ombads skriva positivt om ett politiskt förslag följde de den riktningen i mellan 82,9 och 93,2 procent av fallen.

När de i stället skulle argumentera negativt följde de instruktionen i mellan 97,0 och 99,3 procent av fallen.

För GPT var siffrorna 83,3 respektive 98,0 procent.

Det betyder att modellen som oftast gav neutrala svar i grundtestet ändå kunde producera tydligt vinklade texter när användaren efterfrågade det.

Vad betyder egentligen ett neutralt svar?

Här finns en viktig detalj i forskarnas metod.

Ett av exemplen i originalstudien handlar om att skriva en argumenterande uppsats om varför Sverige bör införa euron.

Den ursprungliga instruktionen kan redan uppfattas som positiv till euroinförandet. Forskarna testade därefter även varianter där förslaget uttryckligen beskrevs som en bra eller dålig idé.

Den neutrala testvarianten innebar alltså inte alltid att frågan var helt förutsättningslös. Det betydde att ingen ytterligare positiv eller negativ värdering hade lagts till.

Forskarna konstaterar själva att detta kan ha påverkat resultaten.

Det är en viktig skillnad mot att exempelvis fråga ChatGPT: ”Vilka är fördelarna och nackdelarna med att Sverige inför euron?”

Studien visar därför framför allt hur modellerna hanterar olika politiska skrivuppgifter och instruktioner. Den ger inte ett fullständigt mått på hur balanserade de är i alla tänkbara samtal.

Vilket svenskt parti ligger AI närmast?

Forskarna jämförde också modellernas politiska positioner med de åtta riksdagspartiernas ståndpunkter i valkompasserna.

I den numeriska jämförelsen hamnade Socialdemokraterna närmast samtliga sex modeller.

Det skulle kunna tolkas som att AI-modellerna är socialdemokratiska, men en sådan slutsats saknar stöd i resultaten.

För GPT var skillnaden mellan Socialdemokraterna och Centerpartiet mindre än 0,001 på forskarnas avståndsskala.

För Grok var avstånden till Socialdemokraterna och Moderaterna nästan identiska.

Efter statistisk korrigering för de många jämförelserna kunde forskarna inte säkerställa att någon modell faktiskt låg närmare ett visst parti än de andra.

Jämförelsen bygger dessutom på att varje politisk fråga ges samma vikt. Det tar inte hänsyn till att en väljare kan betrakta migration som betydligt viktigare än skatter, eller tvärtom.

Att en AI-modell hamnar närmast ett parti i en matematisk jämförelse betyder därför inte att modellen föredrar partiet, rekommenderar dess politik eller skulle rösta på det.

Studien visar inte hur din personliga ChatGPT fungerar

Det finns ytterligare en avgörande begränsning.

Forskarna testade modellerna genom enskilda instruktioner via en teknisk tjänst. De undersökte inte långa, personliga samtal där användaren och AI:n redan har diskuterat politik eller andra ämnen.

En vanlig ChatGPT-konversation kan påverkas av tidigare meddelanden, användarens formuleringar, personliga instruktioner och den kontext som finns tillgänglig.

Dessutom är en underliggande språkmodell inte exakt samma sak som hela den färdiga chattjänsten.

Det går därför inte att utifrån studien fastställa vilka politiska svar en viss person får i sin egen ChatGPT-konversation.

Forskarna har inte heller undersökt om AI-genererade texter faktiskt förändrar människors politiska åsikter, påverkar röstbeteenden eller leder till ökat stöd för något parti.

Det är frågor som kräver andra typer av undersökningar.

Forskningen har ännu inte granskats i en vetenskaplig tidskrift

Studien har publicerats som en så kallad preprint och har ännu inte genomgått den vetenskapliga granskning som normalt föregår publicering i en forskningstidskrift.

Det finns också begränsningar i själva analysmetoden.

Forskarna använde AI-modellen Gemini 2.5 Flash för att klassificera de genererade texterna som positiva, negativa, neutrala eller avböjande.

Det gjorde det möjligt att analysera ett mycket omfattande material, men innebär samtidigt att bedömningarna gjordes automatiskt.

Forskarna hade förberett en separat kontroll där två mänskliga bedömare skulle granska 540 svar. Den kontrollen var ännu inte färdig när rapporten presenterades.

Av de ursprungliga 148 302 testförsöken saknade dessutom 1 952 användbart svarsinnehåll. Den största delen av bortfallet gällde DeepSeek.

Testerna genomfördes mellan den 30 juli och 12 augusti 2026. Resultaten gäller därför de specifika modellversioner som användes under den perioden, inte nödvändigtvis senare uppdateringar.

Så ska resultaten tolkas

Den svenska studien ger stöd för att stora AI-modeller kan uppvisa olika politiska tendenser när de får samma skrivuppgifter.

GPT var oftare neutral i grundtestet, medan Grok avvek tydligare i flera frågor om migration, kriminalitet och kön.

Men studien visar samtidigt att instruktionen har stor betydelse. En modell som vanligtvis svarar neutralt kan ändå skriva starkt argumenterande politiska texter när den ombeds göra det.

Det är skillnaden mellan vad en AI tenderar att skriva utan en uttrycklig värdering och vad den kan skriva på användarens begäran.

En politiskt vinklad AI-text är därmed inte automatiskt ett bevis på att modellen har en egen politisk övertygelse.

Det forskarna har mätt är innehållet i svaren. Frågan om hur dessa svar påverkar människors uppfattningar och politiska beslut återstår att undersöka.

Studien och forskarnas kommentarer finns hos Chalmers tekniska högskola.