Ghost judgment: när ingen äger AI-besluten

Så stoppar du ghost judgment i ditt team

Snabbversion

Ghost judgment uppstår när ett beslut ser genomarbetat ut men ingen människa har granskat underlaget eller tagit ansvar för slutsatsen.
87 procent av chefer och specialister använder AI på jobbet, men bara 40 procent har tydliga riktlinjer. I det tomrummet hamnar beslut som ingen äger.
Lösningen är inte mindre AI, utan chefer som granskar själva, medarbetare som vågar ifrågasätta och ett uttalat ägarskap för varje beslutsunderlag.

Ett beslutsunderlag landar i din inkorg en fredagseftermiddag. Tre alternativ, en tydlig rekommendation, snygga rubriker och en trygg ton i linje med organisationens värderingar. Allt ser rätt ut. Du nickar, godkänner och går vidare. Frågan du inte hann ställa är den viktigaste: vem har egentligen tänkt igenom det här?

Allt oftare är svaret: ingen. Underlaget har tagits fram av ett AI-verktyg, sammanfattats av ett annat och vidarebefordrats av en kollega som utgick från att du skulle granska det. Men du antog att kollegan hade gjort det.

Läs mer TNG AI Insights 2026: Den tysta maktkampen

Resultatet är ghost judgment: omdömen som ser mänskliga ut men som ingen människa i praktiken står bakom.

Enligt TNG AI Insights 2026 använder 87 procent av chefer och specialister AI i sitt arbete. Samtidigt har bara 40 procent tydliga riktlinjer för hur. I det tomrummet uppstår beslut som ingen äger.

– Ghost judgment är inte teknikens fel. Det uppstår när ledningen inte har satt tydliga riktlinjer och chefer godkänner underlag som ingen har läst, säger Anna Nydahl, regionchef TNG Syd och produktägare för TNG:s fördomsfria rekryteringsmetodik.

Från ghost work till ghost judgment

Hand i stoppgest med en förbudssymbol över en hjärna som är halvt mänsklig och halvt AI-chip, symbol för ghost judgment.

Begreppet anknyter till ghost work, som forskarna Mary L. Gray och Siddharth Suri använde om det dolda människoarbete, i bland annat USA och Indien, som får AI att se automatiskt ut. Ghost work handlar om människor som inte syns. Ghost judgment handlar om det motsatta: människan som saknas där omdömet borde finnas.

Flera mekanismer gör ghost judgment svårt att upptäcka. Den mest vardagliga är tiden. När kalendern är full blir ett färdigt underlag en lättnad snarare än något att ifrågasätta, även om du vet att du borde. Roger Stewart på Grow Business Coaching pekar på att högt tempo och tung arbetsbelastning gör det lätt att ta det som låter rimligt för sanning.

Dessutom låter svaret säkert. Organisationspsykologen Tomas Chamorro-Premuzic beskriver i Forbes hur AI ger svar som är sammanhängande, strukturerade och övertygande. Även när de är fel. Språkmodeller är byggda för att skapa text som låter korrekt, inte text som är korrekt. Samtidigt är underlaget okänt. Du ser slutsatsen men inte vilken data den bygger på, vilka som saknas eller vilka antaganden som ligger inbäddade. Bias i träningsdata och i hur modellen är byggd följer osynligt med in i beslutet.

Till sist försvinner ansvaret i beslutskedjan. Roger Stewart menar att den verkliga faran inte är att AI blir mänsklig, utan att människor börjar bete sig som om de inte längre bär ansvaret för konsekvenserna av de system de skapar.

Därför växer ghost judgment just nu

AI har gått från experiment till vardag snabbare än ledningsgrupper hunnit skapa ramar. Det syns tydligt i TNG AI Insights 2026, som bygger på 949 svar från chefer och specialister över hela Sverige.

Fyra orsaker framträder:

Användningen är nära total, styrningen är det inte. Visserligen går det framåt. På ett år har andelen med tydliga riktlinjer ökat från 30 till 40 procent och andelen med en uttalad AI-strategi från 17 till 30 procent. Ändå svarar 70 procent att det saknas en tydlig AI-strategi på deras arbetsplats.
Rädslan gäller besluten, inte jobben. Toppsvaret på frågan om största hotet med AI är att fel data eller bias leder till fel beslut (51 procent). Därefter kommer att mänskligt omdöme nedprioriteras (50 procent). Bara 16 procent oroar sig för att arbetstillfällen försvinner.
Granskningen uteblir. KPMG:s globala AI-studie från 2025 visar att 66 procent litar på AI:s svar utan att kontrollera att de stämmer och att 56 procent redan har gjort misstag i jobbet på grund av AI.
AI-verktygen smyger in. När styrning saknas löser medarbetarna det själva. Allt fler tar med egna verktyg till jobbet, så kallad BYOAI (bring your own AI). Det sker utan insyn och skapar dataläckor, GDPR-risker och säkerhetshål. Sedan februari 2025 kräver dessutom EU:s AI-förordning (artikel 4) att arbetsgivare säkerställer att personal som använder AI-system har tillräcklig AI-kunnighet.

”Jag har dagliga problem med seniora medarbetare som börjat använda AI istället för att tänka själva, med resultatet att det ständigt tas felaktiga eller direkt farliga beslut.”

Anonym respondent i TNG AI Insights 2026

Ghost judgment i praktiken

Person arbetar på en surfplatta omgiven av digitala ikoner för data och analys, med pappersunderlag på skrivbordet

I maj 2025 publicerade Chicago Sun-Times och Philadelphia Inquirer en sommarlista med boktips. Många av författarna fanns på riktigt, men de flesta böckerna gjorde det inte. Isabel Allende fick till exempel äran för romanen Tidewater Dreams, som hon aldrig har skrivit. Skribenten bakom listan hade tagit hjälp av AI och sedan låtit bli att kontrollera resultatet. Ingen annan i kedjan gjorde det heller.

Det är ghost judgment i sin enklaste form. Att kontrollera om en bok finns tar en minut. Men när alla utgår från att någon annan redan har gjort det, blir det ingen som gör det. Samma sak kan hända med en offert, en marknadsanalys eller ett beslutsunderlag i ditt team.

Konsekvenserna växer när besluten rör människor. Utbildningsföretaget iTutor Group använde ett AI-verktyg för rekrytering som automatiskt sorterade bort kvinnor från 55 år och män från 60 år. Fler än 200 kvalificerade sökande valdes bort. Företaget nekade till anklagelserna, men betalade 2023 365 000 dollar i en förlikning med den amerikanska diskrimineringsmyndigheten EEOC. Myndighetens dåvarande ordförande Charlotte Burrows slog fast att arbetsgivaren bär ansvaret även när det är tekniken som diskriminerar.

Tre steg för att motverka ghost judgment som chef

Granska själv

Ställ fem frågor till varje underlag som AI har tagit fram: Vilka data bygger det på och vem äger dem? Vad skulle få slutsatsen att bli fel? Vad har utelämnats? Vem har faktiskt läst källan? Och vem står bakom beslutet om det går snett? Sätt en regel för dig själv: inget beslut som påverkar människor tas på enbart AI-underlag utan att en namngiven person har granskat det.

Gör det tryggt och förväntat att medarbetare granskar

Ghost judgment växer där ingen vågar fråga vem som har granskat. Harvard Business Review rekommenderar strukturerad nyfikenhet och avsiktlig oenighet, till exempel genom att utse någon i mötet att argumentera mot förslaget. Granskning kräver också tid. Om tiden som AI frigör bara fylls med fler leveranser är det granskningen som försvinner först. Avsätt tid för det.

Kartlägg beslutskedjan och sätt gränser

Ta reda på var underlaget kommer ifrån och vem som äger det. En användbar modell är att dela in beslut efter risk: låg risk automatiseras, vid medelrisk föreslår AI och en människa granskar, vid hög risk äger en behörig person processen medan AI bidrar med information. Bestäm vilka beslut som alltid ska fattas av en människa, särskilt i rekrytering. Utse sedan en ägare för varje AI-stött beslut.

Anna Nydahl på TNG — *Anna Nydahl, regionchef TNG*.

– AI ska förstärka mänskligt beslutsfattande, aldrig ersätta det. Men det kräver att någon aktivt äger ansvaret. Annars är det inte människor som fattar besluten. Det är AI, fördomar och tidigare data som gör det åt oss, avslutar Anna.

Ghost judgment uppstår när ett enda perspektiv, AI-modellens, får passera utan att någon prövar det. TNG:s fördomsfria och datadrivna rekryteringsmetodik bygger på motsatsen. Vi bedömer kompetens från flera håll och låter alltid en människa äga beslutet medan AI bidrar med underlag. Så får fler erfarenheter ta plats i teamet. För det är olika perspektiv som driver tillväxt.

Vill du fördjupa dig i hur svenska chefer och specialister ser på vem som äger besluten när AI redan är med och bestämmer? Ladda ner TNG AI Insights 2026: Den tysta maktkampen.

Ladda ner rapporten

Skribent

Hanna Flink

Hanna är content manager på Talent Navigation Group och ansvarar för att utveckla innehåll som stärker TNG:s kommunikation och varumärke. Med bakgrund från utbildnings- och byggsektorn har hon god insikt i hur kompetensbehov uppstår och förändras i olika branscher. På TNG:s insiktsblogg skriver Hanna om karriärfrågor, ledarskap, samt de utmaningar som kunder och kandidater möter i sin vardag. Hon har ett särskilt fokus på ingenjörs- och teknikrekrytering och kombinerar trendspaning med konkreta råd till arbetsgivare, ingenjörer och konsulter. I sina texter synliggör hon perspektiv som hjälper yrkesverksamma att navigera nästa steg i karriären.

Källor