Övervaknings- och integritetspolitik · 5.199
Biometrisk realtidsidentifiering (AI-ansiktsigenkänning)
Kort version
Träffsäkerheten är välmätt — brottseffekten är det inte: propositionen åberopar ingen studie av medlet, fyra översiktsregister saknar poster, och den enda effektstudien har ett konfidensintervall som täcker noll för våldsbrott. Utvärdering före permanentning begärdes och avslogs. Därför: svag evidens.
Den 26 maj 2026 gav riksdagen polisen rätt att använda AI-ansiktsigenkänning i realtid på allmän plats. Lagen trädde i kraft 1 juli. EU-rätten förbjuder egentligen medlet — förbudet är förvalsläget, och undantagen är ett tillval. Sverige valde att aktivera dem. Själva tekniken träffar i dag mycket rätt; det är välmätt. Men lagens löfte gäller något annat: färre brott och fler lagförda. Det utfallet är nästan helt omätt. Den enda studie som prövat medlet mot våldsbrott säger dessutom en sak i sin sammanfattning och en annan i sina resultattabeller.
Sakfrågan
Bakgrund. Befogenheten är snäv på papperet: fem uppräknade situationer, krav på att åtgärden är absolut nödvändig, tillstånd av åklagare eller domstol, högst en månad i taget. När lagen trädde i kraft fanns noll kameror i landet med tekniken installerad. Målen — färre brott, fler lagförda, fler räddade brottsoffer — är skrivna i förväntansform: förväntas, kan, får antas. Ingen baslinje, ingen målnivå, ingen mätplan. De enda siffror konsekvensanalysen innehåller är ärendevolym och kostnad.
Argumentet. Att realtidsidentifieringen ger polisen ett verktyg som leder till färre brott, fler lagförda och fler räddade brottsoffer — och att ett reglerat bruk är bättre än ett oreglerat.
Vad forskningen visar. Frånvaron av underlag är uppmätt, inte påstådd. I propositionens 343 sidor förekommer orden Metropolitan, London, Storbritannien och uppklaring noll gånger var. Den enda källa som åberopas för att medlet fungerar är en allmän rapport om AI i statsförvaltningen — inte om ansiktsigenkänning, inte om polisen. Träffsäkerheten har samtidigt förbättrats dramatiskt: London-polisen redovisar tio falska larm på cirka 3,15 miljoner avlästa ansikten för 2024–25. Men likvärdigheten — att systemet träffar lika rätt oavsett hudfärg — brister. Samma brittiska laboratorium fann 2023 ingen säkerställd etnicitetsskillnad för polisens algoritm — och 2025, på samma datamaterial men med en annan leverantörs algoritm, 0,04 procents falska träffar för vita mot 5,5 procent för svarta. Den svenska lagen ställer inga krav på algoritm, tröskelvärde eller publicerad likvärdighetsmätning. Brottsutfallet då? Fyra internationella översiktsregister: inte en enda post om ansiktsigenkänning. Och den enda studie som mäter medlet mot våldsbrott ger för total våldsbrottslighet ett resultat som inte kan skiljas från noll; dess modeller för gripanden visar inga säkerställda effekter alls. Skarpast är passforminvändningen, och den kommer inifrån staten: Brå pekar ut utredningskapacitet och ärendekomplexitet som flaskhals, och gärningspersonen är sällan identifierad tidigt i utredningen. Men medlet lokaliserar en person vars identitet redan är känd. Lagrådet skrev att förslaget går avsevärt längre än vad ändamålet motiverar.
Varför räcker det inte att tekniken träffar rätt? Träffsäkerhet och brottseffekt är två olika evidensled. Det första mäter hur ofta systemet pekar ut rätt person — det är välmätt och har blivit mycket bättre. Det andra mäter om samhället får färre brott och fler lagförda när polisen använder systemet. Det ledet kräver att den utpekade personen annars inte hade hittats, att gripandet annars inte hade skett, och att detta syns i brottsutfallet. Inget av detta är mätt. Lagens anspråk görs på det andra ledet — med evidens från det första.
Mål, medel, mekanism
- Mål
- Färre begångna brott, fler lagförda, fler verkställda påföljder, fler räddade brottsoffer.
- Medel
- Bemyndigande: AI-ansiktsigenkänning i realtid på allmän plats i fem uppräknade situationer, med krav på absolut nödvändighet och tillstånd av åklagare eller domstol.
- Mekanism
- Snabbare och säkrare lokalisering av redan identifierade personer → fler gripanden, avskräckning, fler räddade brottsoffer.
Kriterier (K1–K6)
Motivering
Svag evidens och inte Evidensproblem, på strängare grund än kameraposten: det hårdare omdömet kräver minst en kvalitetsprövad källa som mätt effekten och funnit den utebliven. En sådan existerar inte — den enda som mätt går åt motsatt håll, och kartläggningen dokumenterar ett kunskapsgap, vilket inte är ett fynd i någon riktning. Detta är frånvaro av uppmätt effekt, inte uppmätt frånvaro av effekt. Att problemet är reellt och mekanismen plausibel får inte lyfta domen — och nollalternativet är lika oprövat.
Symbolen följer evidensen, inverterad riktning: C yrkade som enda parti avslag — ✓; MP och V bär reservationerna om proportionalitet, misstankegrad och framför allt tidsbegränsning med utvärdering före permanentning, ärendets enda konkreta evidensföljsamma åtgärd — ✓. 2022–2026 års regeringspartier, SD och S kodas ~ och inte ✗: det operativa anspråket är ett hastighetsanspråk om material polisen redan har tillgång till, värdegrunden är öppet redovisad, och argumentet att reglerat bruk är bättre än oreglerat är legitimt.
Värdedimensioner
K7 · Rättsmedel mot effektivitet
Vem som kan värja sig, och när
Lagrådets invändning är i grunden normativ: den som pekas ut kan i praktiken inte värja sig, eftersom åklagarbeslut inte kan överklagas och ett domstolsbeslut hinner bli överspelat innan det prövas. Hur mycket rättsmedel — alltså möjlighet att få ett beslut prövat och rättat i efterhand — som får offras för operativ snabbhet är en värdefråga. Forskningen kan belysa den — avgöra den kan den inte. Fältets värdeaxel (5.202) bär avvägningen.
Mätlager
- Evidensvalens
- Lutar vänster
- Konsensusstyrka
- Svag
Lutar vänster (mild), svag konsensus. En räknebar studie i pro-riktning (generaliserad DiD över 268 amerikanska städer, med räckviddsförbehåll), noll i kontra-riktning; kunskapsöversikten är gapdokumenterande och räknas inte. Neutral prövades seriöst och avvisades på tre dokumenterade asymmetrier hos den drivande sidan, bl.a. att tidsbegränsning och utvärdering begärdes av tre namngivna instanser och avslogs. Motevidens tillgänglig sedan 2018.
Partipositioner
Grad = på påståendet, inte på partiet. Symbolen följer evidensen.
| ~ | Moderaterna | Driver bemyndigandet på ett effektanspråk utan underlag; värdegrunden öppet redovisad — ~. |
| ~ | Sverigedemokraterna | Röstade ja; samma obetalda effektanspråk som blocket i övrigt — ~. |
| ~ | Kristdemokraterna | Bär bemyndigandet genom regeringsinnehavet 2022–2026 — ~. |
| ~ | Liberalerna | Bär bemyndigandet genom regeringsinnehavet 2022–2026 — ~. |
| ✓ | Centerpartiet | Enda parti som yrkade avslag; pekar på retrospektiv användning som alternativ. Med obetald bevisbörda är 'visa nödvändigheten först' den evidensföljsamma positionen — ✓. Avslagsyrkandet går samtidigt längre än evidensen bär. |
| ~ | Socialdemokraterna | Varken debatt eller motion; hade kravet på realtidsidentifiering i sitt partiprogram innan propositionen lades — ~. |
| ✓ | Miljöpartiet | Reservationer om misstankegrad och femårig tidsbegränsning med utvärdering före permanentning; de enda empiriska anspråken i debatten som håller mot underlaget — ✓. Röstade samtidigt ja till lagförslaget. |
| ✓ | Vänsterpartiet | Medundertecknare av rättssäkerhets- och utvärderingsreservationerna — ✓, men postens svagaste: V röstade ja till lagen, och utvärderingsreservationen gick till beslut utan att någon yrkade bifall. |
Källbelägg
Frånvaron är mätt: predikat över hela prop. 2025/26:150 (343 sidor inklusive bilagor): 'Metropolitan' 0 träffar, 'London' 0, 'Storbritannien' 0, 'uppklar' 0; av 25 träffar på 'forskning' ligger 22 i bilagan med AI-förordningens egen text. Likvärdigheten är en konstruktionsvariabel: NPL 2023 fann ingen statistiskt säkerställd etnicitetsskillnad för polisens algoritm och tröskel; NPL 2025 fann på samma datamaterial, med annan leverantörs algoritm, falska träffar 0,04 procent för vita mot 5,5 för svarta. Voteringen 26 maj 2026: punkt 1 Ja 317 / Nej 28; reservation 4 (tidsbegränsning och utvärdering) avgjord med acklamation utan att någon yrkade bifall.
Källor
- Prop. 2025/26:150 "Polisens användning av AI för ansiktsigenkänning i realtid" (3 mars 2026) → bet. 2025/26:JuU28 (justerat 21 maj 2026), kammarens beslut 26 maj 2026, rskr. 2025/26:288, SFS 2026:806, ikraft 1 juli 2026. Reservationer: 1 C (avslag), 2 V+MP (tillståndsprövning och integritetsskydd), 3 MP (proportionalitet och misstankegrad), 4 V+MP (tidsbegränsning och utvärdering)
- Johnson, T. L., Johnson, N. N., Topalli, V., McCurdy, D. och Wallace, A. (2024), 'Police facial recognition applications and violent crime control in U.S. cities', Cities 155:105472, DOI 10.1016/j.cities.2024.105472 — läst i FULLTEXT ur kallor/ 2026-08-26. Den enda peer-granskade studie som direkt kopplar polisiär ansiktsigenkänning till våldsbrottsutfall
- oreplikerad och utan publicerad metodkritik
- Stiernströmer, E. (2026), 'Facial recognition technology in law enforcement — a scoping review of existing empirical studies', Police Practice and Research, publicerad online 2026-02-12, DOI 10.1080/15614263.2026.2627208, CC-BY — läst i FULLTEXT ur kallor/ 2026-08-26. PRISMA-ScR, fyra databaser plus Google Scholar, 749 poster, 11 inkluderade studier, INGEN formell kvalitetsgranskning, extraktion av en enda kodare
- Lagrådets yttrande 2025-12-18 (prop. 2025/26:150 bilaga 6, s. 332–342; f.d. justitieråden Sten Andersson och Kristina Svahn Starrsjö samt justitierådet Jonas Malmberg) — proportionalitets-, rättsmedels- och grundlagsinvändningarna
- NPL REPORT MS 43, Mansfield, T. (2023), 'Facial Recognition Technology in Law Enforcement: Equitability Study', National Physical Laboratory, ISSN 1754-2960, data insamlade juli–augusti 2022
- OCH NPL Report 4153 (oktober 2025), 'Accuracy and Equitability Evaluation of Cognitec FaceVACS-DBScan ID v5.5' — samma datamaterial, motsatt likvärdighetsutfall
- Grother, P., Ngan, M. och Hanaoka, K. (2019), 'Face Recognition Vendor Test (FRVT) Part 3: Demographic Effects', NISTIR 8280, DOI 10.6028/NIST.IR.8280
- och Grother, P. (2022), 'FRVT Part 8: Summarizing Demographic Differentials', NIST IR 8429
- Brå, 'Konstaterade fall av dödligt våld', Tabell 22 (2011–2025), första publicering 2026-03-31 — problembildens primärkälla
- och Brå rapport 2024:9 'Polisens utredning av grova brott och brott mot särskilt utsatta brottsoffer' (regeringsuppdrag Ju2021/02238) samt Brå rapport 2020:4, Öberg, J., 'Dödligt våld i den kriminella miljön 2005–2017'
- Davies, B., Innes, M. och Dawson, A. (2018), 'An Evaluation of South Wales Police's Use of Automated Facial Recognition', Universities' Police Science Institute, Cardiff University
- och Fussey, P. och Murray, D. (2019), 'Independent Report on the London Metropolitan Police Service's Trial of Live Facial Recognition Technology', University of Essex
- Anker, A. S. T., Doleac, J. L. och Landersø, R. (2021), 'The Effects of DNA Databases on the Deterrence and Detection of Offenders', American Economic Journal: Applied Economics 13(4):194–225, DOI 10.1257/app.20190207 — den starkaste mekanismkalibrerande källan, räckviddsfälld på fyra strukturella grunder
- Europadomstolen, Glukhin mot Ryssland, ansökan nr 11519/20, dom 4 juli 2023, §§ 82–91
- EDPB och EDPS gemensamt yttrande 5/2021 (18 juni 2021) p. 30–32
- kommissionens riktlinjer om förbjudna AI-praktiker C(2025) 884 final p. 290, 414–416
- Bradford, B., Yesberg, J. A., Jackson, J. och Dawson, P. (2020), 'Live Facial Recognition: Trust and Legitimacy as Predictors of Public Support for Police Use of New Technology', British Journal of Criminology 60(6):1502–1522, N = 1 092 Londonbor, fältperiod 23 maj – 4 juni 2018
Öppna analysen i den interaktiva vyn →