AI-riktlinjer vid svenska lärosäten: vad de betyder för din enkätforskning

Vi har gått igenom hur 18 svenska universitet och högskolor vägleder sina forskare, lärare och studenter kring generativ AI: rektorsbeslut, pedagogiska vägledningar och universitetsbibliotekens guider. Här sammanfattar vi vad som faktiskt står i dem, var de skiljer sig åt, och vad de betyder i praktiken för dig som samlar in data med enkäter.

Publicerad 21 augusti 2026 · Samtliga källor hämtade och kontrollerade 2026-08-21 · Om metoden och rättelser

1. Varför AI-frågan är en datakvalitetsfråga för enkäter

Diskussionen om generativ AI i högskolan har mest handlat om examination och akademisk hederlighet. För forskare som samlar in data med enkäter finns en annan sida av samma mynt: AI och automatisering gör det billigare än någonsin att producera svar som ser mänskliga ut.

Problemet är dokumenterat i forskningslitteraturen. I en fallstudie publicerad i Journal of Medical Internet Research rekryterade forskare deltagare till en hälsoenkät via sociala medier, med ett presentkort som ersättning. Av 271 fullständiga svar klassades 256, alltså 94,5 procent, som bedrägliga: 86,7 procent svarade inkonsekvent på kontrollerbara frågor och 16,2 procent visade tecken på automatisering. Författarnas rekommendationer, bland annat skriftliga datakvalitetsprotokoll, dolda kontrollfrågor och analys av IP-adresser, återkommer i vår checklista längre ner.

• Pozzar m.fl., "Threats of Bots and Other Bad Actors to Data Quality Following Research Participant Recruitment Through Social Media", J Med Internet Res 2020. Fulltext via PubMed Central (hämtad 2026-08-21).

Resultatet gäller en enskild studie med ekonomiskt incitament och öppen rekrytering, och ska inte generaliseras rakt av. Men mekanismen den beskriver, att belöningar och öppna länkar drar till sig automatiserade och oärliga svar, är själva skälet till att lärosätenas AI-principer om ansvar, transparens och kritisk granskning också behöver tillämpas på insamlad data, inte bara på texter man själv skriver.

2. Nationella och europeiska ramverk

Lärosätenas riktlinjer står inte för sig själva. De hänvisar i regel till ett nationellt och europeiskt ramverk som gäller oavsett var du forskar:

Vetenskapsrådet

• Riktlinjer kring användning av AI-verktyg: sökande får använda generativ AI när de tar fram sin ansökan och behöver i nuläget inte redovisa det, men ansvarar fullt ut för att innehållet är korrekt och följer god forskningssed. Generativa AI-verktyg får däremot inte användas i den vetenskapliga bedömningen av ansökningar.
• God forskningssed 2024: den omarbetade utgåvan ger vägledning för etisk reflektion genom hela forskningsprocessen, från planering till publicering. Lunds universitets AI-policy hänvisar uttryckligen till den.

• Vetenskapsrådet: Riktlinjer kring användning av AI-verktyg (hämtad 2026-08-21).
• Vetenskapsrådet: God forskningssed 2024 (hämtad 2026-08-21).

Etikprövningsmyndigheten

Forskning som innefattar behandling av känsliga personuppgifter kräver etikprövning enligt etikprövningslagen, vilket omfattar enkätstudier som samlar in sådana uppgifter. Myndigheten påpekar att uppgifter som var för sig är harmlösa kan bli känsliga i kombination, och att forskaren och forskningshuvudmannen själva ansvarar för bedömningen.

• Etikprövningsmyndigheten: Personuppgifter (hämtad 2026-08-21).

IMY, Integritetsskyddsmyndigheten

IMY:s vägledning om GDPR och AI slår fast att dataskyddsförordningen är tillämplig så snart personuppgifter behandlas när AI utvecklas eller används. Myndighetens forskningssidor beskriver dessutom kraven på rättslig grund för personuppgiftsbehandling i forskning och undantagen som gör det möjligt att behandla känsliga uppgifter för forskningsändamål med lämpliga skyddsåtgärder, där etikprövningsgodkännande är en central sådan.

• IMY: Vägledning om GDPR och AI (hämtad 2026-08-21).
• IMY: För personuppgiftsansvariga inom forskning (hämtad 2026-08-21).

SND, Svensk nationell datatjänst

SND:s guide om god praxis för hantering av forskningsdata följer hela datalivscykeln, inklusive hur GDPR, svensk lag och etiska riktlinjer tillämpas när forskningsdata innehåller personuppgifter. För enkätforskare är den relevant redan i planeringsfasen, till exempel för dokumentation och spårbarhet av insamlad data.

• SND: God praxis för hantering av forskningsdata (hämtad 2026-08-21).

ALLEA:s europeiska uppförandekod (2023)

Den reviderade europeiska kodexen för forskningens integritet kräver att forskare redovisar användning av AI och automatiserade verktyg i metod och resultat, och att granskare redovisar AI-användning vid bedömning. Bland oacceptabla avvikelser listar kodexen uttryckligen:

"Hiding the use of AI or automated tools in the creation of content or drafting of publications."

• ALLEA: European Code of Conduct for Research Integrity, Revised Edition 2023 (PDF) (hämtad 2026-08-21).
• UKÄ: Artificiell intelligens och högskolans utbildningsutbud (rapport, PDF) (hämtad 2026-08-21), om AI-kompetensens plats i utbildningsutbudet.

3. Översikt: 18 lärosäten jämförda

Tabellen visar vad vi hittade på respektive lärosätes publika webbplats den 21 augusti 2026. Att en cell är tom betyder att vi inte hittade något publikt dokument av den typen, inte nödvändigtvis att inget finns internt; flera lärosäten har material på intranät som kräver inloggning.

4. Lärosäte för lärosäte

Nedan sammanfattar vi vad respektive lärosäte faktiskt publicerar, med länk till varje källa. Citaten är korta utdrag, ordagrant återgivna med källhänvisning.

Uppsala universitet

Uppsala hör till de lärosäten som reglerat frågan på central nivå: riktlinjer för generativ AI i undervisning och bedömning är beslutade av rektor (UFV 2023/2129). Begränsningar av AI ska kommuniceras i förväg och motiveras utifrån lärandemål, och den som använder AI-genererat material ansvarar för hur det används. Känsliga personuppgifter får bara föras över till system som universitetet godkänt. För forskare finns en egen introduktionssida som betonar att GDPR alltid gäller när personuppgifter behandlas med AI-verktyg och att känsliga data kräver särskilda skyddsåtgärder och etikprövning. Universitetsbibliotekets sökguide "Söka med AI" går igenom semantiska AI-sökverktyg och varnar för att AI-sammanfattningar kan förvränga artiklars innehåll.

• Riktlinjer för generativ AI i undervisning och bedömning (rektorsbeslut) (hämtad 2026-08-21).
• Introduction to the Use of AI in Research (hämtad 2026-08-21).
• Uppsala universitetsbibliotek: Söka med AI (hämtad 2026-08-21).
• Generative AI and studies (studentsidor) (hämtad 2026-08-21).

Lunds universitet

Lund har den färskaste centrala regleringen i vår genomgång: en rektorsbeslutad policy med principer för generativ AI (STYR 2025/3053, i kraft sedan december 2025). Policyn bygger på fem principer och på tillit till att medarbetare och studenter använder AI ansvarsfullt, och den hänvisar till EU:s AI-förordning, GDPR och Vetenskapsrådets God forskningssed 2024. Den första principen sätter tonen:

"Användning av generativ AI ska stödja lärande och forskning och ersätter inte grundläggande färdigheter, kritiskt tänkande eller vetenskaplig metod."

Universitetsbiblioteken har dessutom byggt en gemensam AI-kompetensguide för bibliotekspersonal, framtagen av Frida Rosengren, Anna Lindén, Daniella Nilsson och Jimmy Edenborg, som täcker källkritik, prompteknik och akademisk integritet. Enheten för undervisningsstöd publicerar en femstegsvägledning för lärare.

• Policy med principer för användning av generativ AI inom Lunds universitet (PDF) (hämtad 2026-08-21).
• Lunds universitets bibliotek: Kompetensutveckling AI (hämtad 2026-08-21).
• Enheten för undervisningsstöd: Generativ AI i utbildningen (hämtad 2026-08-21).
• AI vid Lunds universitet (medarbetarwebben) (hämtad 2026-08-21).

Södertörns högskola

Södertörns riktlinjer för generativ AI i undervisning är beslutade av rektor (dnr 2291-1.1.2-2025) och gäller sedan augusti 2025. De slår fast att AI-kunskap ska ingå i utbildningarna, att instruktioner till studenter ska ange inte bara om utan hur AI får användas vid examination, och att lärare får använda AI som stöd vid granskning men själva måste göra den bedömning som ligger till grund för betyg. På datasäkerhetssidan är dokumentet ovanligt tydligt:

"Personuppgifter eller annan känslig eller sekretesskyddad information får inte delas i några AI-verktyg, oavsett om de ingår i högskolans upphandlade utbud eller inte"

Riktlinjerna hänvisar vidare till högskolans riktlinjer för hantering av forskningsdata och för studenters behandling av personuppgifter i studentarbeten, en koppling till forskningsdatafrågan som få andra styrdokument gör lika uttryckligt.

• AI för undervisning och lärande (medarbetarwebben, med länk till riktlinjerna) (hämtad 2026-08-21).
• Nyhet om högskolans AI-arbete, med utvecklingsledare Ingrid Forsler (hämtad 2026-08-21).

Linköpings universitet

LiU beslutade tidigt om en vägledning för generativ AI i utbildning (dnr LiU-2023-02660). Originalet ligger på intranätet, men Didacticum, universitetets högskolepedagogiska centrum, publicerar en öppen version, reviderad av Tobias Trofast, Stina Hellberg, Anna F Söderström och Lena Strömbäck. Grundprincipen är att generativ AI ska användas konstruktivt och rättssäkert. Universitetet driver dessutom sedan 2025 en handlingsplan för att "AI-säkra" samtliga utbildningar. Från biblioteket finns ett läsvärt personalperspektiv: bibliotekarien Rebecka Öhrn beskriver i bibliotekets blogg hur studenter använder AI i stor omfattning men är osäkra på var gränserna går, och efterfrågar tydligare vägledning och konkreta exempel.

• Didacticum: Vägledning för generativ AI i utbildning vid LiU (hämtad 2026-08-21).
• LiU: handlingsplan för AI-säkrade utbildningar (hämtad 2026-08-21).
• Linköpings universitetsbibliotek: Reflektioner kring studenter och generativ AI (hämtad 2026-08-21).

Mittuniversitetet

Mittuniversitetet antog i januari 2026 en formell guide för studenters användning av generativ AI (dnr MIUN 2025/2622), framtagen av gruppen för pedagogisk utveckling och reviderad av professor Jimmy Jaldemark och pedagogiska utvecklaren Jessica Liivlaid. Guiden hjälper lärare att skriva kurs- och uppgiftsspecifika AI-instruktioner, innehåller en femgradig "AI-bedömningsskala" och konstaterar att det i dag inte finns tillförlitliga tjänster för att detektera AI-genererad text. På källkritiken är den rak:

"Det är alltid den som skapar information med hjälp av genAI som ansvarar för riktigheten i presenterad fakta"

• Mittuniversitetets guide för studenters användning av generativ AI (PDF) (hämtad 2026-08-21).
• AI och lärande, för dig som student (hämtad 2026-08-21).

Karolinska Institutet

KI samlar sin vägledning i navet "AI at KI" som IT-avdelningen samordnar. För enkätforskare är den mest relevanta delen reglerna för generativ AI i avhandlingsarbete: innehållet i kappan ska vara doktorandens eget, AI-användning för idégenerering eller omskrivning ska redovisas, AI-verktyg får inte citeras som källor och all AI-output ska faktagranskas. Vägledningen är utvecklad av skrivpedagogen Anna Borgström och bibliotekarien Lovisa Liljegren vid universitetsbiblioteket KIB, som också publicerar en bredare AI-resurs för studenter på uppdrag av KI:s kommitté för utbildning.

• AI at KI (medarbetarportalen) (hämtad 2026-08-21).
• Using generative AI when writing academic texts within doctoral education (hämtad 2026-08-21).
• KIB: Skriva, läsa och sammanfatta med AI (hämtad 2026-08-21).
• Generative AI and Education (hämtad 2026-08-21).

KTH

KTH:s riktlinjer, förvaltade av enheten för e-lärande, bygger på fem rekommendationer: använd generativ AI när det är relevant, med ett människocentrerat förhållningssätt, kritiskt och med mänsklig kontroll, med hänsyn till GDPR och upphovsrätt, och med transparens. Personuppgifter, studentarbeten och tentamenssvar ska aldrig matas in i AI-verktyg. Bibliotekets guide om AI och informationssökning är en av de mer tekniskt genomarbetade i landet, med en nykter bedömning av både språkmodeller och RAG-baserade sökverktyg:

"Faktauppgifter kommer ofta att stämma, men kan också vara helt felaktiga."

• Att tänka på vid användning av generativ AI (riktlinjer) (hämtad 2026-08-21).
• KTH Biblioteket: AI och informationssökning (hämtad 2026-08-21).
• Avvägningar vid studier med generativ AI (studentwebben) (hämtad 2026-08-21).

Chalmers

Chalmers reglerar AI-användning i examensarbeten via officiella regler: examinatorn avgör omfattningen, studenten tar fullt ansvar för arbetet och ska rådgöra med handledare, inte minst kring dataskydd och etik när externa samarbetspartners är inblandade. Bibliotekets AI-grupp driver en guide i LibGuides som bland annat lär ut ramverket EVERY: utvärdera resultatet, verifiera fakta, redigera i dialogen, revidera utifrån egna behov, och du är i slutändan ansvarig för allt du skapar med AI. Guidens grundhållning:

"Du har själv eget ansvar för dina studier och ditt eget lärande, det är därför viktigt att du tar reda på hur du får använda dig av chattbotar i varje enskild kurs."

• Chalmers bibliotek: Att använda AI som student (hämtad 2026-08-21).
• Regulations for the use of AI tools in thesis work (hämtad 2026-08-21).

Göteborgs universitet

Göteborg arbetar med parallella vägledningar: utbildningsnämnden har publicerat stöd för lärare (tillgängligt via PIL-enheten, senast uppdaterat i februari 2026) och studentportalen bär den operativa vägledningen för studenter. AI-regler sätts per kurs och examination, och studenter hänvisas till upphandlade verktyg. Mest citerbart är universitetets besked om AI-detektorer:

"The University considers AI-detection products unreliable and therefore does not accept AI-detection reports as proof that a student produced the work they submitted for examination."

• Guidance for students on the use of generative AI (hämtad 2026-08-21).
• PIL-enheten: AI-generated material in higher education (hämtad 2026-08-21).

Stockholms universitet

Stockholms universitet har medvetet ingen samlad obligatorisk AI-policy utan en vägledning om AI-chattbotar i utbildning och forskning. Lärare ska uttryckligen besluta och kommunicera vad som är tillåtet per kurs, AI-detektorer beskrivs som opålitliga på sikt, och forskare uppmanas att aldrig dela känslig forskningsdata med chattbotar samt att kontrollera förlagens och finansiärernas AI-regler, eftersom otillåten användning kan klassas som avvikelse från god forskningssed. IT-avdelningen listar Copilot med företagsdataskydd och bibliotekets AI-sökverktyg Keenious, med namngivna AI-samordnare per vetenskapsområde.

• Guidelines on using AI-powered chatbots in education and research (hämtad 2026-08-21).
• AI-resurser vid Stockholms universitet (IT) (hämtad 2026-08-21).
• Stockholms universitetsbibliotek: För dig som skriver uppsats (hämtad 2026-08-21).

Umeå universitet

Vi hittade ingen central publik AI-riktlinje på umu.se; central vägledning kan finnas på intranätet. Det som finns publikt: disciplinreglerna har ett AI-avsnitt (att lämna in AI-skriven text som sin egen utan redovisning kan utgöra vilseledande), universitetspedagogik och lärandestöd driver initiativet "AI och examination" om hur generativ AI förändrar villkoren för bedömning, och biblioteket håller kurser i AI-baserade verktyg för litteratursökning.

• UPL: AI och examination (hämtad 2026-08-21).
• Cheating and plagiarism (studentsidor) (hämtad 2026-08-21).
• Umeå universitetsbibliotek: Using AI-tools to find research articles (hämtad 2026-08-21).

Örebro universitet

Örebros vägledning för lärare, från Högskolepedagogiskt centrum, uppmanar till att utgå från att studenter i öppna examinationsmiljöer har tillgång till generativ AI och designa examinationen därefter. Universitetsbiblioteket publicerar två guider: en om AI och informationssökning (som förklarar citeringsanalys, semantisk sökning och RAG, och varnar för att inmatad text kan sparas och användas utom din kontroll) och en om AI och akademiskt skrivande med den enkla grundregeln:

"Du ansvarar alltid för slutprodukten som du lämnar in."

• Generativ AI i undervisning och examination (hämtad 2026-08-21).
• Örebro UB: AI och informationssökning (hämtad 2026-08-21).
• Örebro UB: AI och akademiskt skrivande (hämtad 2026-08-21).

Linnéuniversitetet

Linnéuniversitetet tillåter generativ AI som utgångspunkt, med kursvisa beslut av läraren, och avråder i sin kursdesignguide uttryckligen från att försöka detektera AI-genererad text som strategi. Mest intressant för enkätforskare är forskningsetiksidan, med docent Annika Andersson som kontaktperson: den tar upp att AI-användning vid datainsamling kan kräva etikprövning enligt etikprövningslagen, att personuppgifter inte bör laddas upp i uppkopplade verktyg (lokal installation rekommenderas för till exempel transkribering) och att AI möjliggör bakvägsidentifiering av avidentifierade forskningspersoner. Det är den mest direkta koppling mellan AI och forskningsdatainsamling vi hittade hos något svenskt lärosäte.

• Linnéuniversitetet: Regler och lagar (forskningsetik) (hämtad 2026-08-21).
• Kursdesignguiden: AI i högre utbildning (hämtad 2026-08-21).
• Scopus AI tillgängligt för alla studenter och anställda (hämtad 2026-08-21).

Malmö universitet

Malmös operativa regel finns på studentwebben: AI får inte användas i examinerande uppgifter om det inte uttryckligen anges i instruktionerna, och lärarens skriftliga och muntliga anvisningar gäller alltid. Universitetsbibliotekets LibGuide om AI-sökverktyg noterar bland annat att biblioteket endast har personuppgiftsbiträdesavtal med Scopus AI av de listade verktygen, en ovanligt konkret upplysning om vad som faktiskt är avtalat.

• Your studies and AI (studentwebben) (hämtad 2026-08-21).
• Malmö universitetsbibliotek: Using AI to identify and review research (hämtad 2026-08-21).

Karlstads universitet

I Karlstad bär universitetsbiblioteket huvuddelen av den publika vägledningen: en sida om generativ AI som betonar bibliotekets roll i etisk och ansvarsfull användning, och en LibGuide om etisk AI-användning som konstaterar att generativa verktyg inte faktakollar sin egen text. IT-stödets Copilot-sidor drar gränserna: inga direkta personuppgifter, ingen konfidentiell information och inget material man saknar rättigheter till får matas in, och AI är inte automatiskt ett tillåtet hjälpmedel vid examination.

• Karlstads universitetsbibliotek: Generativ AI (hämtad 2026-08-21).
• Karlstads UB: Etisk användning av AI (hämtad 2026-08-21).
• IT-stöd: AI-verktyg Microsoft Copilot (hämtad 2026-08-21).

SLU, Sveriges lantbruksuniversitet

SLU är öppet med att styrningen ligger på kursnivå:

"SLU har inga generella riktlinjer för hur AI-verktyg får användas i kurser. Som grundregel ska du alltid vara tydlig med vilka källor du använder, inklusive AI-verktyg."

Runt den grundregeln finns däremot substantiell vägledning: den pedagogiska enhetens studentsida säger uttryckligen att opublicerad forskningsdata och material som omfattas av etikgodkännanden eller sekretessavtal inte ska laddas upp i AI-tjänster, och juridikenhetens råd kräver personuppgiftsbiträdesavtal för att ens vanliga personuppgifter ska få delas med en AI-tjänst. För enkätforskare med känsligt material är SLU:s juridiksida en av de mest användbara i landet.

• Undvik fusk och plagiat (studentwebben) (hämtad 2026-08-21).
• AI support for students (EPU) (hämtad 2026-08-21).
• Juridikenheten: Råd för att använda AI-tjänster (hämtad 2026-08-21).

Luleå tekniska universitet

LTU är det lärosäte där vi hittade minst publik vägledning: ingen central riktlinje, ingen AI-guide på studentwebben. Bibliotekets guide om upphovsrätt och plagiat har dock ett AI-avsnitt som varnar för att dela upphovsrättsskyddat material med AI-verktyg och slår fast att den som använder AI i sök-, skriv- eller forskningsprocessen förblir ansvarig för textens innehåll och kvalitet.

• LTU:s universitetsbibliotek: Copyright and plagiarism (med AI-avsnitt) (hämtad 2026-08-21).

Jönköping University

JU samlar sin vägledning hos EDUCATE, centret för akademiskt lärarskap, med förhållningssätt grundade i GDPR, EU:s AI-förordning samt UNESCO:s och OECD:s principer, och separata avsnitt för lärare, handledare/forskare och studenter. Examinatorn ansvarar för vilka verktyg som är tillåtna. Högskolebibliotekets studentguide "Sourcewise" täcker AI-verktyg och akademiskt skrivande, med rådet att redovisa AI-användning öppet, till exempel i en bilaga med verktyg, syfte och prompter:

"You are always responsible for anything you create using AI. Be transparent about how you have used the tool."

• EDUCATE: Artificial intelligence (guide) (hämtad 2026-08-21).
• EDUCATE: Approach to the use of AI (hämtad 2026-08-21).
• JU Library: AI Tools and Academic Writing (hämtad 2026-08-21).

5. Fem mönster i riktlinjerna

När man läser alla dokumenten bredvid varandra framträder fem gemensamma drag:

1. Besluten ligger på kursnivå. Oavsett om lärosätet har ett rektorsbeslut eller inte är den operativa regeln nästan alltid densamma: examinatorn eller kursansvarig lärare avgör vad som är tillåtet, och studenten eller forskaren ansvarar för att ta reda på det.
2. Användaren äger ansvaret. Från Lunds policy till Örebros skrivguide och Mittuniversitetets studentguide: den som använder AI ansvarar för innehållets riktighet. Ingen källa vi läst delegerar något ansvar till verktyget.
3. AI-detektorer avfärdas. Göteborg accepterar inte detektorrapporter som bevis, Linnéuniversitetet avråder från detektionsstrategin, Stockholm kallar verktygen opålitliga på sikt och Mittuniversitetet konstaterar att tillförlitliga tjänster saknas. Det är i praktiken samsyn i sektorn.
4. Personuppgifter är den röda linjen. KTH (aldrig personuppgifter i AI-verktyg), Uppsala (endast godkända system), Södertörn (inte i några AI-verktyg alls), SLU (kräver biträdesavtal) och Lund (upphandlade verktyg först) drar alla gränsen vid dataskydd.
5. Transparens och dokumentation. Kraven på att redovisa hur AI använts återkommer från ALLEA:s kodex och Vetenskapsrådet ner till enskilda kursinstruktioner, ofta med konkreta format som Jönköpings förslag om en bilaga med verktyg, syfte och prompter.

6. Vad betyder detta för enkätforskning?

Validemics analys

Här lämnar vi refererandet och drar egna slutsatser. En sak är viktig att säga rakt ut: inget av de 18 lärosätena publicerar i dag vägledning som specifikt handlar om generativ AI och enkätdata, till exempel AI-genererade enkätsvar eller botskydd vid datainsamling. Det närmaste som finns är Linnéuniversitetets forskningsetiksida och SLU:s regler om forskningsdata i AI-tjänster. Så här tycker vi att de befintliga principerna bör översättas till enkätpraktik:

• Före insamlingen: pröva juridiken och verktyget. Samlar enkäten in känsliga personuppgifter, eller uppgifter som blir känsliga i kombination, aktualiseras etikprövning enligt Etikprövningsmyndighetens vägledning. Enkätverktyget självt är en personuppgiftsbehandling: SLU:s princip, att en AI- eller molntjänst kräver personuppgiftsbiträdesavtal, gäller rimligen även din enkätplattform och eventuella AI-funktioner i den.
• Under insamlingen: planera för oärliga svar. Lärosätenas linje att AI-detektorer inte duger som bevis har en direkt parallell i enkätdata: du kommer inte i efterhand kunna bevisa vilka fritextsvar som var AI-skrivna. Skyddet måste därför byggas in i designen, som studien i JMIR rekommenderar: kontrollfrågor med verifierbara svar, dolda fält som bara botar fyller i, tidsanalys, IP-mönster och återhållsamhet med öppna länkar och ersättningar.
• Efter insamlingen: dokumentera och redovisa. ALLEA-kodexen och Vetenskapsrådet kräver att AI-användning i forskningen redovisas. Det bör omfatta både AI-stöd i analysen och de datakvalitetskontroller som gjorts: vilka svar som uteslutits, enligt vilka kriterier, beslutade innan analysen påbörjades. Ett skriftligt datakvalitetsprotokoll är den enkla formen.
• Bakvägsidentifiering är ett nytt avidentifieringsproblem. Linnéuniversitetets varning gäller i högsta grad enkätdata: fritextsvar som citeras i publikationer kan bli sökbara och kopplas tillbaka till individer med AI-stöd. Citatpraxis och avidentifiering behöver ses över med det i åtanke.

7. Checklista för enkätforskare

8. Om den här guiden

Guiden är sammanställd av Validemic den 21 augusti 2026. Varje källa hämtades och lästes vid det datumet, och varje citat är ett kort ordagrant utdrag som kontrollerats mot sidans faktiska text samma dag; citat ur PDF-dokument (Lund, Mittuniversitetet, Södertörn, ALLEA) är lästa direkt i fulltext. Urvalet omfattar 18 universitet och högskolor och gör inte anspråk på att täcka alla svenska lärosäten. Att vi inte hittat ett dokument betyder att det inte fanns publikt tillgängligt vid hämtningsdatumet, inte nödvändigtvis att det saknas internt.

Riktlinjer på det här området ändras ofta. Hittar du ett fel, ett dött länkmål eller en riktlinje som uppdaterats, hör av dig så rättar vi och anger ändringen här. Företräder du ett lärosäte och vill att vi uppdaterar eller förtydligar hur ni beskrivs, eller tar bort ett citat, gäller samma sak: hör av dig.