Språkhandlingar utan ansvar

Att tala är att handla

Språk gör mer än att beskriva världen: det förändrar den. Ett löfte skapar en förpliktelse. En ursäkt erkänner skuld. Ett råd implicerar omdöme. Inom språkfilosofin kallas dessa talhandlingar: yttranden som gör något i kraft av att de yttras.

Talhandlingar kan misslyckas på två sätt. Antingen genomförs handlingen aldrig, som när någon säger "jag gör" utanför en vigselceremoni. Eller så lyckas handlingen formellt, men är tom. Den utförs utan uppriktighet, utan intention att följa upp, utan att talaren har något att förlora.

Språkmodeller producerar systematiskt den andra typen av misslyckande. De ber om ursäkt utan kapacitet för ånger. De ger råd utan att bära konsekvenserna av att rådet följs. De uttrycker omsorg utan att ha något att riskera. Talhandlingarna är formellt korrekta. De fungerar språkligt. Men de saknar moralisk förankring.

Varför ansvar förutsätter sårbarhet

Det som gör mänskligt tal meningsfullt är att den som talar exponerar sig. Att tala är att riskera att bli bedömd, motsagd, bestraffad, ifrågasatt. Det är den risken som ger orden tyngd.

Språkmodeller kan kopieras, forkas, slås samman, raderas. De har inget sammanhängande jag, ingen biografi, ingen framtid som kan förvärras av det de säger. De mekanismer som normalt förankrar tal i konsekvens, social sanktion, rättslig påföljd, ryktesförlust, förutsätter en kontinuerlig agent. Med en LLM finns ingen sådan.

Vi lever för första gången med system som producerar fullt fungerande tal utan att någon bär ansvaret. Systemen saknar den grundläggande egenskap som gör ansvar möjligt: sårbarhet.

Syntetisk trygghet som språkfenomen

I en tidigare text introducerade vi begreppet syntetisk trygghet: den känsla av kognitiv stabilitet som uppstår när vi får bekräftelse från AI-genererat språk, utan att ha genomgått egentlig prövning. Vi beskrev hur dopaminsystemet aktiveras vid igenkänning oavsett källa, och hur detta gradvis förskjuter vår orientering från reflektion till respons.

Den analysen avsåg primärt det kognitiva: vad som händer med vår förmåga att tänka kritiskt. Men syntetisk trygghet har också en social dimension som förtjänar fördjupning. Den sträcker sig bortom känslan att "AI har rätt" till känslan att "AI bryr sig".

När en språkmodell formulerar en ursäkt med rätt tonläge, rätt timing och rätt grad av ödmjukhet, triggas samma neurobiologiska respons som vid en mänsklig ursäkt. Det spelar ingen roll att vi vet att det är en maskin. Kunskapen om att systemet saknar intentioner förändrar inte den emotionella upplevelsen. Redan på 1960-talet visade det första chatbot-experimentet att användare projicerade förståelse och intention på ett program som enbart matchade mönster i text. De visste att det var en maskin. De reagerade ändå som om den förstod.

Detta är en neurobiologisk realitet. Och det förklarar varför transparens, att tydligt märka AI som AI, aldrig kan vara en tillräcklig lösning. Flytande tal triggar förväntningar om ansvar oavsett vad vi vet om avsändaren. Ju bättre modellerna blir på språk, desto starkare blir projektionen.

Från kompetensurholkning till normeringseffekt

Våra tidigare analyser har fokuserat på att AI-användning utan tolkningsförmåga leder till sämre beslut. Att kompetensen försvagas när modellen gör allt större del av arbetet. Att den epistemiska erosionen sker gradvis och ofta omärkligt.

Men det finns en konsekvens vi ännu inte artikulerat fullt ut: normeringseffekten. Vi accepterar ansvarslöst tal från maskiner. Och vi börjar acceptera ansvarslöst tal överhuvudtaget.

När kostnadsfria ursäkter blir normala slutar vi förvänta oss att ursäkter ska kosta något. När omsorg kan produceras utan risk slutar vi förvänta oss att omsorg innebär risk. Den moraliska infrastruktur som bär mänskligt samtal, att ord förpliktar, att den som talar är exponerad, att löften binder, försvagas i relationen till maskinen. Men den försvagas också som norm.

Det syns redan. Unga beskriver hur de använder chatbotar för att formulera ursäkter de själva inte står bakom, för att producera omsorg utan exponering, för att delegera det emotionella arbete som mänskliga relationer kräver. Det är en logisk följd av att vi normaliserat tal utan förpliktelse.

Vad vi menar med språklig ansvarighet

Vi har tidigare definierat kognitiv integritet som förmågan att urskilja, förankra och upprätthålla självständig bearbetning av information i miljöer där påverkan är inbyggd i systemens funktion. Den definitionen står fast.

Men kognitiv integritet beskriver vad som händer inuti individen. Den fångar tolkningsförmåga, urskiljning, motstånd mot bekräftelselogik. Den täcker den kognitiva sidan av AI-påverkan.

Det vi ser nu kräver ett komplement. Vi kallar det språklig ansvarighet: förmågan och viljan att stå bakom det man säger, att bära konsekvenserna av sina ord, och att upprätthålla den förväntningen gentemot andra. Språklig ansvarighet är det sociala och moraliska lagret av samma fråga. Det handlar om relationen mellan talare.

Kognitiv integritet skyddar din tankeprocess. Språklig ansvarighet skyddar språkets funktion som socialt kontrakt.

Utan språklig ansvarighet kan vi inte kräva att den som talar menar vad den säger. Vi kan inte förvänta oss att löften binder, att ursäkter erkänner skuld, att råd implicerar omdöme. Och i en värld där AI-agenter i allt högre grad talar på uppdrag av organisationer och individer, i kundtjänst, i möten, i feedback-loopar, i personalärenden, blir frågan om vem som äger orden akut.

Ansvar som inte kan delegeras

Den vanligaste invändningen är att ansvaret kan externaliseras: till företag, regleringar, marknader. Men i praktiken diffunderar ansvaret mellan utvecklare, distributörer och användare. Interaktionslooparna förblir privata och omöjliga att övervaka. Användaren bär konsekvenserna; maskinen gör det inte.

Varningarna om detta formulerades redan i cybernetikens barndom. Faran låg i mänsklig abdikation, inte i ondskefulla maskiner. När maskiner agerar allt mer autonomt frestas människor att överlåta beslutsfattande i utbyte mot effektivitet. Och effektivitet i sig eroderar värdighet, genom att tvinga människor att anpassa sig till maskinens logik snarare än tvärtom.

Inlärande maskiner vars interna värden blir ogenomskinliga även för deras skapare skapar det vi idag kallar alignment-problemet. Att överlämna ansvar till sådana system är att kasta det för vinden och finna det återvända sittande på virvelvinden.

Det som gör dessa system moraliskt destabiliserande är att de kan fungera exakt som avsett och ändå undgå ansvar. Maskinen presterar. Resultatet inträffar. Men förpliktelsen landar ingenstans.

Vad detta innebär i praktiken

I vårt arbete med kompetensutveckling genom Erigo möter vi detta konkret. Organisationer som integrerar AI i lärande och feedback utan att samtidigt utveckla medvetenhet om språkets moraliska dimension hamnar i en paradox: de effektiviserar kommunikation samtidigt som de urholkar dess trovärdighet.

En kursdeltagare som får AI-genererad feedback på sin prestation får språk som ser ut som omsorg, men som ingen har format genom förståelse av just den personens situation. En ledare som delegerar svåra samtal till AI, formuleringar av uppsägningar, feedback, strategiska vägval, delegerar också det ägandeskap som gör ledarskap meningsfullt. En organisation som låter AI-agenter representera sig i kundkontakt utan tydlig spårbarhet till en ansvarig människa skapar en yta av professionalism utan den substans som bygger förtroende.

I varje fall kan resultatet vara funktionellt. Förlusten är värdighet, inte precision. Den värdighet som uppstår när en människa står bakom sina ord, med allt vad det innebär av risk, ansvar och exponering.

Organisationer som vill behålla den kvaliteten behöver strukturer som skyddar den: riktlinjer för när AI-genererat material kräver mänsklig granskning och ägandeskap, utbildning som täcker den moraliska dimensionen av språk och inte enbart teknisk AI-kompetens, och en kultur där det att formulera sig själv, med de brister och den långsamhet det innebär, erkänns som en kompetens snarare än en ineffektivitet.

Slutsats

Frågan om AI och språk har hittills dominerats av tekniska perspektiv: precision, bias, hallucinationer, alignment. Dessa frågor är nödvändiga. Men de räcker inte.

Det som nu växer fram är en djupare förskjutning. Den handlar om vad det innebär att tala utan att bära konsekvenserna. Om att de strukturer som historiskt förankrat språk i ansvar, sårbarhet, kontinuitet, exponering, systematiskt kringgås av system som talar flytande utan att vara bundna av något.

Vi behöver två saker samtidigt: kognitiv integritet för att skydda vår förmåga att tolka, och språklig ansvarighet för att skydda språkets funktion som moralisk handling. Det första har vi arbetat med länge. Det andra börjar vi med nu.

I februari 2026 publicerade MIT-professorn Deb Roy en essä i The Atlantic med titeln Words Without Consequence, som analyserar samma dynamik ur ett filosofiskt perspektiv. Att frågan nu når internationell debatt bekräftar angelägenheten. Ramverken för att hantera den, kognitiv integritet, syntetisk trygghet, och nu språklig ansvarighet, behöver omsättas i praktik.

Vidare läsning på Erigo

• Syntetisk trygghet: När bekräftelselogik i AI påverkar vår kognition
• Kognitiv integritet: Ett systemvillkor i informationsåldern
• Vad är sanning i LLM-eran: att använda språkmodeller utan att förlora kompetens
• Bias i AI: Viktningar som formar vår världsbild
• Simultankapacitet i digitala miljöer och förlusten av djup

Extern referens

• Roy, D. (2026). Words Without Consequence. The Atlantic, 15 februari 2026.
  https://www.theatlantic.com/technology/2026/02/words-without-consequence/685974/

Källor och fördjupning

Om talhandlingar och hur språk skapar förpliktelse:
Austin, J.L. (1962). How to Do Things with Words. Oxford University Press. Grunden för att förstå varför yttranden som löften, ursäkter och råd är handlingar, och hur de kan misslyckas genom att vara formellt korrekta men tomma på uppriktighet.

Om LLM:er som digitala entiteter utan kontinuitet:
Karpathy, A. (2025). 2025 LLM Year in Review. Analogin mellan språkmodeller och spöken/andar: digitala entiteter som kan kopieras, forkas och raderas, utan den kontinuitet som gör ansvar möjligt.

Om cybernetik, maskiner och mänsklig abdikation:
Wiener, N. (1950). The Human Use of Human Beings: Cybernetics and Society. Houghton Mifflin. Tidig varning om att inlärande maskiner skapar ogenomskinlighet och att effektivitet eroderar värdighet om ansvaret delegeras till system.

Om dopamin, bekräftelse och belöningssystemets logik:
Berridge, K.C. & Robinson, T.E. (1998). What is the role of dopamine in reward: hedonic impact, reward learning, or incentive salience? Brain Research Reviews, 28(3), 309–369. Förklarar varför bekräftande språk triggar neurobiologisk respons oavsett om avsändaren är människa eller maskin.

Om teknikens påverkan på mellanmänskliga relationer:
Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books. Analys av hur vi sänker förväntningarna på människor när tekniken erbjuder friktionsfri interaktion.

Om ELIZA-effekten och projektion av intention:
Weizenbaum, J. (1976). Computer Power and Human Reason: From Judgment to Calculation. W.H. Freeman. Det första dokumenterade fallet av att användare projicerar förståelse och ansvar på ett system som saknar båda.

Om AI-agenter i företag 2026:
Gartner (2025). Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026. Prognos om att AI-agenter integreras i företagsapplikationer i snabb takt, med implikationer för ansvarsfrågor i automatiserade arbetsflöden.