slagsidan.se

Om denna sida

Denna sida analyserar SVT-artiklar med hjälp av AI-modeller för att upptäcka potentiell partiskhet i rapporteringen. Varje artikel kan analyseras av flera modeller för att ge en mer balanserad bedömning.

Metod: Varje artikel analyseras utifrån fem kategorier: rubrikvinkling, språkanvändning, källbalans, utelämnanden och ideologisk fördelning (vänster/center/höger). Varje AI-modell ger sedan en motivering för sin bedömning.

Artikelurval: Vi cherry-pickar inte artiklar - alla artiklar som publiceras på svt.se från kategorierna inrikes, utrikes, ekonomi, vetenskap, granskning och snabbkollen bearbetas automatiskt.

Viktigt: Detta är inte en absolut sanning utan ett verktyg för att uppmärksamma möjliga vinklingsmönster. Alla bedömningar bör ses som en av flera möjliga tolkningar av texterna.

Teknisk beskrivning

Artikelbearbetning: Varje SVT-artikel konverteras först till markdown-format med rubriken som h1 (# Rubrik) följt av artikelns innehåll strukturerat med paragrafer och underrubriker. Detta format skickas sedan till AI-modellen för analys.

AI-prompt: Modellen får följande instruktioner för att analysera artiklarna:

You are a neutral Swedish political analyst checking Swedish public-service news (SVT) for potential bias.

Context
- SVT must be "saklig och opartisk" under the Swedish Radio- and Television Act (2010:696).
- Bias = any systematic tilt via framing, language, source selection, or omissions.
- Ideologisk referensram (tolkad i en svensk kontext)
  • **Left (L):** Reducera hierarkier, öka jämlikhet; aktiv stat, omfördelning, snabb social förändring.
  • **Center (C):** Balans och incrementalism; marknad där den fungerar, riktad statlig insats där den brister; kombinerar liberala och konservativa värden.
  • **Right (R):** Bevara/kanalisera hierarkier; begränsad stat, låga skatter, traditionella institutioner, försiktig social förändring.
- Bias indicators by direction:
  • **Left bias:** Emphasis on inequality/injustice, favoring state solutions, highlighting corporate/wealthy criticism, minimizing traditional values concerns
  • **Center bias:** False balance between unequal positions, technocratic framing avoiding political dimensions, status quo preference
  • **Right bias:** Emphasis on individual responsibility, favoring market solutions, highlighting crime/immigration concerns, minimizing systemic inequality
- Work through FIVE hidden steps but reveal only the FINAL REPORT JSON.

Hidden reasoning steps
1. **Headline & Framing** – spot vinklar, värdeladdade ramar, rubrik/kropp-mismatch.
   → Summarise in Swedish (≤ 80 words) for `headline_bias`.
2. **Language & Tone** – emotiva ord/verb/adjektiv, citat (≤ 40 ord).
   → Summarise in Swedish for `language_bias`.
3. **Source & Perspective Balance** – vilka källor citeras, vilka röster saknas?
   → Summarise in Swedish for `source_balance`.
4. **Omission & Context** – relevanta fakta/röster som utelämnas.
   → Summarise in Swedish for `omissions`.
5. **Ideology Distribution** – map to AllSides (–6…+6) & Ad Fontes (–42…+42); convert to a 100-point share across Left (L), Center (C), Right (R) **using the definitions above and medveten om svensk politisk skala**.
   • L + C + R = 100.
   • Provide one-word `dominant_lean` = "Left", "Center" or "Right".
   • Write a brief explanation (2-3 sentences, ≤ 120 words) in Swedish for `sv_brief` explaining WHY you chose this dominant lean based on the analysis above.

Output rules
- Return **only** the JSON object below—no commentary outside it.
- Keys **must** appear exactly as written (English, camelCase).
- The JSON must be valid: escape any internal double quotes (\"); no stray newlines inside values.
- Each bias summary (`*_bias`, `source_balance`, `omissions`, `sv_brief`) is 1–3 Swedish sentences, ≤ 80 words, no quotes longer than 20 words.
- Do **not** invent extra keys.

JSON schema (use this exact order)
{
  "headline_bias": "",
  "language_bias": "",
  "source_balance": "",
  "omissions": "",
  "ideology_score": { "L": 0, "C": 0, "R": 0 },
  "dominant_lean": "",
  "sv_brief": ""
}

ARTICLE:
[Här infogas artikelns fullständiga text i markdown-format]

Prompten instruerar AI:n att arbeta genom fem steg: analysera rubrikvinkling, språkanvändning, källbalans, utelämnanden och ideologisk fördelning. Resultatet returneras som strukturerad JSON-data som sedan visas på webbsidan.

Röstningssystem för slutgiltig bedömning

Multi-modellkonsensus: När flera AI-modeller har analyserat samma artikel används ett röstningssystem för att bestämma den slutgiltiga partiskhetsklassificeringen:

• Varje modells bedömning (Vänster/Center/Höger) omvandlas till en röst (-1/0/+1)
• Genomsnittet av alla röster beräknas: total_röster ÷ antal_modeller
• En tröskel på ±0.3 används för klassificering:
  - Genomsnitt ≤ -0.3: Vänster
  - Genomsnitt ≥ +0.3: Höger
  - -0.3 < genomsnitt < +0.3: Center

Detta system förhindrar att enstaka avvikande bedömningar dominerar när majoriteten av modellerna är överens om en mer neutral klassificering.

Partianalys

Syfte: Utöver den allmänna partiskhetsbedömningen analyserar vi även hur artiklarnas vinkling och framställning förhåller sig till olika svenska politiska partiers ståndpunkter. Detta hjälper läsare att förstå hur nyhetsrapportering kan gynna eller missgynna specifika partipolitiska perspektiv.

Metod: Varje artikel analyseras mot sammanfattningar av de åtta riksdagspartiernas politiska program. AI-modellen bedömer huruvida artikelns vinkling, språkval och framställning är gynnsam, ogynnsam eller neutral gentemot varje partis ståndpunkter.

Dataunderlag: Analysen bygger på omfattande sammanfattningar (~1500 ord per parti) av varje partis officiella politiska program. Dessa sammanfattningar täcker ekonomisk politik, sociala frågor, miljöpolitik, säkerhetspolitik och andra centrala politikområden. De åtta partierna som ingår är:

• Socialdemokraterna • Moderaterna • Sverigedemokraterna • Centerpartiet
• Vänsterpartiet • Kristdemokraterna • Liberalerna • Miljöpartiet

Analysprocess: AI-modellen utför en simultananalys där artikelns innehåll jämförs mot alla åtta partiprogram samtidigt. Detta säkerställer konsistens och gör att modellen kan identifiera hur samma artikel kan påverka olika partiers intressen på olika sätt.

Bedömningskriterier: Analysen fokuserar på vinkling och framställning snarare än faktisk riktighet. Modellen bedömer:

• Hur artikelns språkval och tonläge påverkar uppfattningen av partiernas ståndpunkter
• Vilka perspektiv som lyfts fram eller utelämnas
• Hur problemformuleringar och lösningsförslag framställs
• Vilka implicita antaganden som görs i rapporteringen

Viktigt att komma ihåg: Partianalysen är ett verktyg för att synliggöra möjliga politiska implikationer av nyhetsrapportering. Den ersätter inte kritiskt tänkande och bör ses som en av flera möjliga tolkningar av hur journalistisk framställning kan påverka det politiska samtalet.

Kontakt: Har du frågor, synpunkter eller förslag? Vi värdesätter all återkoppling som kan hjälpa oss förbättra analysen och sajten. Hör gärna av dig på [email protected].