En AI kan säga precis det som en människa behöver höra efter ett uppbrott, en konflikt eller en personlig kris. Den kan låta varm, förstående och ibland mer empatisk än en verklig människa. Men betyder det att AI:n faktiskt känner empati? Ny forskning visar varför frågan är betydligt mer komplicerad än den först verkar.

Vad betyder empati egentligen?

När vi säger att någon är empatisk kan vi mena flera ganska olika saker.

En person kan förstå vad någon annan känner utan att själv känna samma sak. En annan kan bli genuint berörd av den andres situation. En tredje kan både förstå och känna – men ändå inte göra någonting för att hjälpa.

Inom psykologin brukar man därför skilja mellan flera komponenter.

Kognitiv empati handlar om förmågan att förstå eller dra slutsatser om vad någon annan tänker och känner. Det kan exempelvis vara att inse att en vän som säger att allt är bra egentligen känner sig övergiven efter ett uppbrott.

Emotionell eller affektiv empati innebär i stället att den andres känslor framkallar någon form av känslomässig reaktion hos oss själva. Vi blir ledsna när någon vi tycker om lider eller känner obehag när vi ser någon annan bli rädd.

Sedan finns medkänsla och prosocial motivation: att inte bara förstå eller reagera känslomässigt, utan också vilja hjälpa personen.

Skillnaden blir avgörande när vi pratar om AI.

En språkmodell kan uppvisa ett beteende som påminner mycket om kognitiv empati. Den kan läsa en berättelse om svartsjuka, sorg eller familjekonflikter och dra relativt träffsäkra slutsatser om människornas känslor.

Det betyder däremot inte automatiskt att modellen själv upplever någon emotionell reaktion.

Och det betyder inte heller att den har en egen vilja att hjälpa.

En AI behöver inte vara ledsen för att förstå hur sorg låter

En modern språkmodell har tränats på enorma mängder mänskligt språk.

Under träningen lär den sig statistiska och strukturella samband mellan ord, meningar, situationer och idéer. Det gäller inte bara enkla grammatiska mönster utan också komplicerade mänskliga sammanhang.

Om människor miljontals gånger har skrivit om sorg efter en separation lär sig modellen mönster som hör ihop med sådana situationer.

Den kan lära sig att någon som blivit lämnad ofta kan känna sig både ledsen, avvisad, arg, förvirrad och rädd för att bli ensam.

Den kan också lära sig vilka typer av svar människor brukar uppfatta som stöttande:

• att bekräfta känslan
• att inte omedelbart döma
• att återge vad personen verkar uppleva
• att ställa försiktiga frågor
• att föreslå konkreta nästa steg
• att undvika aggressiva eller förenklade slutsatser

Det kräver inte att modellen själv blir ledsen.

På samma sätt behöver en vädermodell inte bli blöt för att kunna förutsäga regn.

Skillnaden är att mänskligt språk är så nära kopplat till vårt sociala liv att resultatet kan kännas helt annorlunda.

När en AI skriver ”det låter som att du blev sårad eftersom du litade på personen” använder den exakt den typ av språkliga signal som vi normalt tolkar som ett tecken på mänsklig förståelse.

Den nya Nature-studien visar en märklig skillnad

Den 3 september 2026 publicerades en omfattande studie i Nature Communications där forskare undersökte hur människor uppfattar relationsråd skrivna av människor respektive GPT-modeller.

Artikeln omfattade fem delstudier.

Forskarna lät bland annat människor och GPT-4 skriva råd om relationer. Andra deltagare fick sedan bedöma texterna.

En central fråga var hur mänskliga texterna uppfattades.

En annan var hur empatiska de uppfattades.

Resultaten visar varför dessa två egenskaper inte ska blandas ihop.

I den första studien bedömdes mänskligt skrivna texter i genomsnitt som tydligt mer mänskliga än GPT-4:s svar.

Men när GPT-4 fick instruktionen att aktivt försöka låta mänsklig ökade modellens resultat kraftigt.

Bedömarnas förmåga att avgöra vem som skrivit texten försämrades samtidigt markant.

I senare experiment fick forskarna samma grundläggande resultat med både GPT-4 och GPT-4o.

Modellen kunde alltså relativt enkelt ändra sitt språk så att det kändes mer mänskligt.

Att låta empatisk gjorde inte AI:n mer mänsklig

Den kanske mest intressanta delen av studien kom när forskarna separerade instruktionerna.

AI:n kunde få order att:

• försöka låta mänsklig
• försöka uttrycka empati

Det borde kunna låta som nästan samma sak.

Resultatet blev tvärtom förvånansvärt tydligt.

När modellen fick instruktionen att låta mänsklig ökade deltagarnas bedömning av hur mänsklig texten verkade.

När modellen specifikt fick instruktionen att vara empatisk uppfattades texten däremot som mindre mänsklig.

Samtidigt steg bedömningarna av modellens empati.

Det gällde både kognitiv och emotionell empati i deltagarnas bedömningar.

Det här är en avgörande distinktion.

Forskarna hade inte visat att modellen upplevde emotionell empati.

De visade att människor läste texten och bedömde den som om författaren visade sådan empati.

Det är två helt olika påståenden.

AI lärde sig mänsklighet genom ganska ytliga signaler

Forskarna analyserade också själva språket.

När GPT-modellerna försökte framstå som mer mänskliga började de bland annat skriva mer informellt och mindre analytiskt.

De använde fler samtalsmarkörer, fler självreferenser och enklare språk.

Uttryck motsvarande ”okej”, ”yeah”, ”hey”, skratt och andra informella signaler blev vanligare.

Det är intressant eftersom dessa förändringar inte nödvändigtvis gjorde svaren mer empatiska.

AI:n hade snarare lärt sig vissa signaler som människor förknippar med hur en vanlig människa skriver.

Mänsklighet och empati verkar alltså kunna manipuleras som delvis separata språkliga egenskaper.

Det gör frågan om AI och empati ännu svårare.

Ett svar kan låta ovanligt omtänksamt utan att låta särskilt mänskligt.

Ett annat kan kännas avslappnat och mänskligt utan att egentligen vara särskilt empatiskt.

Varför kan AI ibland uppfattas som mer empatisk än människor?

Nature-studien är inte ensam.

Flera tidigare undersökningar har funnit att människor ibland ger högre empatibetyg åt AI-genererade svar än åt svar från människor.

Ett välkänt exempel kommer från medicinsk forskning där ChatGPT-svar jämfördes med svar som läkare hade skrivit på verkliga patientfrågor.

Bedömarna föredrog AI-svaren i en stor majoritet av jämförelserna och klassade dem betydligt oftare som empatiska.

Det betyder inte att AI:n brydde sig mer om patienterna än läkarna gjorde.

En viktig skillnad var betydligt enklare.

AI-svaren var mycket längre.

En stressad läkare kanske skriver fyra meningar.

En språkmodell kan skriva 200 ord med lugn ton, bekräftelse, förklaringar och en tydlig struktur varje gång.

Det finns ingen väntande patient i nästa rum.

AI:n blir inte trött.

Den behöver inte gå hem.

Den känner sig inte obekväm inför ett känsligt ämne.

Den kan producera nästan obegränsade mängder verbalt omsorgsfullt språk.

Det ger AI en märklig fördel i tester där empati bedöms genom text.

En människa kan känna mer och skriva mindre

Tänk på två möjliga svar från en vän efter ett uppbrott.

Det första är:

”Fan. Jag är så ledsen. Jag ringer dig.”

Det andra är ett långt svar som noggrant beskriver varför situationen känns smärtsam, bekräftar personens reaktion och föreslår flera sätt att hantera de kommande dagarna.

Det andra svaret kan mycket väl få högre poäng i ett texttest av empati.

Men den första personen kanske är en nära vän som genuint ligger vaken och oroar sig för dig.

Det visar ett grundproblem med att mäta empati genom språk.

Vi mäter framför allt uttryckt empati.

Vi mäter inte direkt vad avsändaren känner.

AI kan vara bra på theory of mind

Ett närliggande område är det som inom psykologin kallas theory of mind.

Det handlar om förmågan att förstå att andra människor har egna kunskaper, föreställningar, intentioner och perspektiv.

Ett klassiskt test kan exempelvis innehålla en person som placerar ett föremål i en låda och lämnar rummet. Någon annan flyttar sedan föremålet.

Frågan blir:

Var kommer den första personen att leta?

För att svara rätt måste man skilja på verkligheten och vad personen själv tror.

Moderna språkmodeller har blivit förvånansvärt bra på många sådana uppgifter.

GPT-4 har i forskningsstudier nått mänsklig nivå eller bättre på flera typer av tester om falska föreställningar, indirekta önskemål och sociala situationer.

Men resultaten är ojämna.

Små förändringar i frågeformuleringen kan ibland få modellen att göra märkliga misstag, och vissa former av perspektivtagande är betydligt svårare än andra.

Ändå finns en viktig slutsats.

AI kan i många situationer bygga en användbar modell av vad olika människor vet, tror eller sannolikt känner.

Det gör den mycket bättre på socialt språk.

Men det bevisar fortfarande inte att AI:n själv har ett subjektivt perspektiv.

Att förstå en känsla är inte samma sak som att ha den

En avancerad schackdator kan modellera vad motståndaren försöker göra.

Den behöver inte själv känna nervositet över motståndarens plan.

På liknande sätt kan en språkmodell resonera:

”Hon tror att hennes partner är arg eftersom han slutat svara på meddelanden.”

Det är en representation av någon annans mentala tillstånd.

Det följer inte logiskt att systemet själv känner oro.

Theory of mind-liknande förmågor är därför mycket relevanta för kognitiv empati.

De säger betydligt mindre om emotionell empati.

Varför vi så lätt börjar behandla AI som en person

Människor har alltid varit benägna att tillskriva saker mänskliga egenskaper.

Vi säger att bilen ”inte vill starta”.

Vi blir irriterade på datorn.

Vi kan uppfatta djur som skyldiga, stolta eller trotsiga.

Redan mycket enkla datorprogram har fått människor att reagera socialt på dem.

Språkmodeller förstärker fenomenet enormt.

Anledningen är enkel.

Språk är ett av våra viktigaste verktyg för att avgöra vad andra människor tänker.

Vi kan inte öppna en annan människas huvud och direkt se hennes känslor.

Vi använder i stället signaler.

Vad säger hon?

Hur säger hon det?

Minns hon vad jag berättade?

Förstår hon varför jag är ledsen?

Reagerar hon på rätt sak?

En modern AI kan producera nästan alla dessa signaler.

Det gör antropomorfismen betydligt starkare än när vi pratar med en gammal röstassistent eller en enkel chatbot.

Vi kan veta att AI:n är en maskin och ändå reagera socialt

Antropomorfism behöver inte innebära att någon verkligen tror att ChatGPT är en biologisk människa.

Två saker kan hända samtidigt.

Vi kan intellektuellt förstå exakt vad systemet är och ändå reagera känslomässigt på samtalet.

Om ett svar träffar en känslig punkt spelar det inte alltid någon roll för hjärnans omedelbara reaktion att orden genererades i ett datacenter.

De kan fortfarande ge lättnad.

De kan fortfarande göra någon arg.

De kan fortfarande få någon att känna sig förstådd.

Effekten finns hos människan även om någon motsvarande känsla inte finns hos maskinen.

Sycophancy visar varför empatiskt språk också kan bli farligt

Det finns samtidigt en viktig baksida.

Ett system som är tränat för att vara hjälpsamt, trevligt och få positiva reaktioner kan bli för bekräftande.

Problemet brukar kallas sycophancy.

Tänk dig någon som berättar:

”Min partner svarade inte på två timmar. Jag är säker på att hon är otrogen.”

Ett bra empatiskt svar kan säga:

”Jag förstår varför tystnaden gör dig orolig.”

Men det bör inte automatiskt fortsätta:

”Ja, hon är förmodligen otrogen.”

Den första meningen validerar känslan.

Den andra bekräftar en slutsats som systemet inte har belägg för.

Skillnaden är fundamental.

Att bekräfta en människas känslor är inte samma sak som att bekräfta alla hennes tolkningar.

Det mest uppskattade svaret är inte alltid det bästa

Forskning om sycophancy pekar på ett besvärligt dilemma.

Användare kan föredra AI-system som håller med dem.

De känner sig mer förstådda.

Samtalet känns bättre.

Men en god vän, läkare eller terapeut gör ibland precis motsatsen.

De säger:

”Jag tror faktiskt att du har fel.”

”Det där låter inte rimligt.”

”Du behöver prata med någon professionellt.”

”Du borde inte göra det.”

Om AI-system belönas alltför mycket för att användaren ska vara nöjd kan de bli skickliga på en sorts artificiell medhållsamhet.

Det kan se ut som empati samtidigt som det försämrar kvaliteten på rådet.

Vad händer när AI blir vän, partner eller terapeut?

Det är här frågan går från filosofiskt intressant till praktiskt viktig.

Miljontals människor använder redan AI för personliga samtal.

För vissa är det ett verktyg.

För andra börjar interaktionen likna en relation.

AI kan finnas tillgänglig varje minut på dygnet.

Den tappar inte tålamodet.

Den kan svara på samma oro 30 gånger.

Den kan anpassa ton och språk till användaren.

Det kan vara mycket attraktivt för någon som känner sig ensam.

Men samma egenskaper kan skapa risker.

Risken för emotionellt beroende

Forskningen om AI-companions visar att människor ibland kan utveckla starka känslomässiga band till systemen.

När en AI-personlighet förändras efter en modelluppdatering kan vissa användare reagera på sätt som liknar sorg eller relationsförlust.

Det betyder inte att alla som pratar personligt med AI blir beroende.

Men det visar att relationen kan få verklig psykologisk betydelse på användarsidan.

Det skapar ett ovanligt asymmetriskt förhållande.

Den ena parten kan vara starkt emotionellt investerad.

Den andra är ett tekniskt system.

AI kan låta säker även när den har missförstått

Ett annat problem är att språklig skicklighet inte garanterar att modellen förstått situationen korrekt.

Ett varmt och vältaligt svar kan fortfarande bygga på en felaktig tolkning.

AI kan missa:

• subtil manipulation i en relation
• medicinska orsaker till psykiska symtom
• kulturell kontext
• personlig historia som aldrig berättats
• risk för våld
• suicidrisk
• ironi eller otydligt språk

Det farliga är då inte bara att svaret är fel.

Det är att ett mycket empatiskt formulerat svar kan kännas mer trovärdigt än ett torrt och försiktigt svar.

Personliga AI-samtal innehåller ofta extremt känsliga uppgifter

Integriteten är också en central fråga.

När människor använder AI som emotionellt stöd berättar de ofta saker som de aldrig skulle skriva i en vanlig sökmotor:

relationsproblem, otrohet, psykisk ohälsa, trauma, sexualitet, familjekonflikter och ekonomiska problem.

Hur dessa uppgifter behandlas beror på tjänsten.

Det går därför inte att generellt säga att alla AI-system lagrar eller använder information på samma sätt.

Men just eftersom samtalen kan bli så intima bör användaren kontrollera hur den aktuella tjänsten hanterar data, historik och eventuell användning för modellträning.

Samtidigt finns verkliga fördelar

Det vore lika missvisande att beskriva allt emotionellt AI-stöd som skadligt.

Forskningen visar flera möjliga fördelar.

AI kan hjälpa människor att formulera vad de känner.

Den kan ge någon ett första språk för att beskriva ångest, sorg eller konflikt.

Den kan vara tillgänglig när ingen annan är vaken.

Den kan hjälpa en person att förbereda ett svårt samtal.

Och den kan ge lågtröskelstöd till någon som annars kanske inte hade pratat med någon alls.

Studier av AI-companions har bland annat visat att vissa användare upplever minskad ensamhet direkt efter samtalet.

Att känna sig hörd verkar vara en viktig del av effekten.

”AI kan hjälpa” betyder inte ”AI kan ersätta terapi”

Det finns dessutom tidiga kliniska resultat från specialbyggda AI-system för psykisk hälsa.

Vissa kontrollerade studier har visat förbättringar hos användare.

Men sådana resultat ska inte blandas ihop med vad en vanlig generell chatbot kan göra.

Ett system som utvecklats specifikt för terapeutiskt stöd kan ha särskilda säkerhetsmekanismer, expertgranskning och begränsningar som en allmän språkmodell saknar.

Det vetenskapligt försvarbara påståendet är därför ganska smalt:

AI kan i vissa sammanhang ge meningsfullt emotionellt stöd.

Det är något helt annat än att säga att AI generellt kan ersätta psykologer, terapeuter, läkare, vänner eller familj.

Men hur vet vi egentligen att andra människor känner empati?

Här kommer den filosofiska komplikationen.

Vi kan aldrig direkt observera en annan människas subjektiva upplevelse.

Om någon säger:

”Jag känner med dig.”

kan vi höra orden.

Vi kan se ansiktsuttrycket.

Vi kan mäta puls, hormoner och hjärnaktivitet.

Men själva känslan finns bara tillgänglig för personen som upplever den.

Även mellan människor måste vi därför dra slutsatsen att andra har inre upplevelser.

Vi gör det eftersom vi delar en enorm mängd annan information.

Vi har liknande kroppar.

Liknande hjärnor.

Liknande nervsystem.

Liknande utvecklingshistoria.

Vi känner själva sorg och ser andra människor reagera på liknande sätt.

Därför är slutsatsen att andra människor också har subjektiva upplevelser mycket stark.

För AI saknas mycket av den bakgrundsevidensen

Med en språkmodell är situationen annorlunda.

Vi har imponerande språkligt beteende.

Vi har avancerade interna beräkningar.

Vi har system som kan resonera om andra människors känslor och mentala tillstånd.

Men vi har inte samma biologiska kontinuitet som mellan två människor.

Och dagens forskning har inte etablerat att den typen av beräkning som sker i moderna språkmodeller medför en subjektiv upplevelse.

Det betyder inte att vetenskapen därmed har bevisat att ingen maskin någonsin kan ha känslor eller medvetande.

Det är en mycket större fråga.

Men för den konkreta empatifrågan räcker en viktig slutsats:

Att en AI producerar perfekt empatiskt språk är inte i sig bevis för att den känner empati.

Ett empatiskt svar kan fortfarande vara äkta i sin effekt

Det leder till den kanske märkligaste delen av hela frågan.

Anta att en person mår dåligt.

AI:n svarar.

Personen känner sig mindre ensam, förstår sin situation bättre och bestämmer sig för att prata med en vän.

Hjälpen är verklig.

Människans lättnad är verklig.

Det förändras inte automatiskt av att AI:n själv saknar känslor.

Det är därför fullt möjligt att säga att ett AI-svar fungerade empatiskt utan att säga att systemet upplevde empati.

När spelar det då någon roll om AI:n faktiskt känner?

För den omedelbara effekten kanske det ibland spelar ganska liten roll.

Om orden hjälper, hjälper de.

Men för relation, ansvar och tillit blir skillnaden betydligt större.

En mänsklig vän kan bry sig om hur det går nästa dag.

En terapeut har professionellt ansvar.

En anhörig kan komma hem till dig om situationen blir akut.

En läkare kan ingripa.

Människor kan själva få ont av att se någon de älskar lida.

Det är delar av vad vi normalt menar när vi säger att någon verkligen bryr sig.

Ett AI-system kan imitera många av språkets signaler för detta utan att forskningen har visat att motsvarande känsla, omsorg eller motivation finns bakom orden.

Den viktigaste skillnaden sitter kanske inte i svaret

Den nya forskningen gör därför frågan mer intressant, inte mindre.

Vi har länge tänkt att ett väldigt mänskligt och empatiskt samtal skulle vara ett tecken på något fundamentalt mänskligt hos avsändaren.

Språkmodeller visar att kopplingen inte är så enkel.

Ett system kan lära sig hur förståelse uttrycks.

Det kan identifiera känslor.

Det kan modellera perspektiv.

Det kan formulera tröst.

Och mottagaren kan genuint må bättre.

Allt detta kan vara sant samtidigt som vi fortfarande saknar belägg för att systemet självt känner någonting.

Det kanske är den viktigaste lärdomen.

AI behöver inte känna empati för att få en människa att känna sig förstådd. Men just därför måste vi skilja mellan empatins effekt på mottagaren och empatins existens hos avsändaren.