Urval: vem har vi frågat?

Du vill veta vad alla anställda i företaget tycker om den nya friskvårdsavtalet. Du kan inte fråga alla — så du frågar några. Det kallas ett urval.

Men vilka du frågar avgör svaret.

Om du frågar	Får du veta
Bara de som går till gymmet	vad de som redan tränar tycker — inte de som inte har tid
Bara ditt team	vad ditt team tycker
Bara de som svarar på mejlet	vad de som läser mejl ofta tycker
Bara på fredagar	vad folk tycker om fredagsaktiviteter

Ett urval som inte speglar helheten kallas skevt. Svaret blir fel — inte för att någon ljugit, utan för att fel personer fick frågan.

Ett bra urval: slumpmässigt valda personer ur hela gruppen. Dra namn ur en hatt. Då blir alla sorter representerade ungefär lika mycket som de finns.

Tre sätt ett urval blir skevt:

Fel	Vad som händer
Fel grupp tillfrågad	du frågar dem som är lätta att nå
Alla svarar inte	de som svarar skiljer sig från dem som inte gör det
Överlevnadsurval	du ser bara dem som är kvar

Det tredje är det luriga. Ett klassiskt exempel: under andra världskriget undersökte man var flygplan hade flest kulhål för att förstärka rustningen där. Men man kunde bara undersöka planen som kom tillbaka. Kulhålen fanns alltså på de ställen där ett plan kan träffas och ändå överleva — och rustningen skulle sättas på de ställen där det inte fanns hål.

Samma sak gäller AI. En AI lär sig från data — och datan är ett urval.

Om AI:n tränats på	Fungerar den sämre för
Mest engelsk text	svenska, och ännu sämre för minoritetsspråk
Mest ljushyade ansikten	mörkhyade ansikten
Mest mäns röster	kvinnors och barns röster
Data från en storstad	landsbygden

Det här är inte hypotetiskt. Tidiga ansiktsigenkänningssystem hade mycket högre felfrekvens för mörkhyade kvinnor än för ljushyade män — därför att träningsdatan var skev.

Frågan att alltid ställa om ett AI-system: vilka fanns i datan, och vilka fanns inte?

Uppgift 1 — hitta skevheten.

För varje undersökning: vem missas, och hur påverkar det svaret?

#	Undersökning	Vem missas?
1	«Hur ofta cyklar du till jobbet?» — frågat vid cykelstället
2	«Vad tycker du om appen?» — enkät i appen
3	«Hur mår ni?» — frågat i konferensrummet under möte
4	«Är kollektivtrafiken bra?» — frågat på bussen
5	«Hur nöjd är du?» — mejlenkät till alla kunder

Facit: 1 de som inte cyklar · 2 de som slutat använda appen (och det är de mest missnöjda) · 3 de som är frånvarande — ofta de som mår sämst eller har fullt upp · 4 de som slutat åka · 5 de som inte orkar svara, vilket oftast är de likgiltiga och de mest upptagna.

Nummer 2 och 3 är de mest lärorika: i båda fallen saknas systematiskt de som skulle gett det mest kritiska svaret.

Uppgift 2 — gör ett bra urval.

Du ska ta reda på vad alla anställda tycker om friskvårdsavtalet. Skriv ner:

• Hur väljer du vilka du frågar?
• Hur många behöver du fråga?
• Vad gör du med dem som inte vill svara?
• Hur kontrollerar du att ditt urval liknar hela företaget? (Jämför till exempel andelen per avdelning.)

Uppgift 3 — koppla till AI.

Tänk dig en AI som ska känna igen svenska ord i tal. Om den mest tränats på vuxna från Stockholm — för vilka kommer den fungera sämre? Skriv tre grupper och motivera.