Medan de flesta stora AI-modeller tränas i USA och huvudsakligen på engelskt material, pågår ett tyst men betydelsefullt arbete i Sverige. Vid Kungliga bibliotekets forskningsavdelning KBLab har man utvecklat språkmodeller som inte bara behärskar svenska – utan också kan tolka våra dialekter, slanguttryck och kulturella referenser med en precision som de amerikanska modellerna ofta missar.

En modell byggd på Sverige

Hemligheten ligger i datan. KBLab har tillgång till en av världens största samlingar av svenskt text- och talmaterial: tidningsarkiv, riksdagsprotokoll, tv-sändningar och till och med inspelningar av dialekter från hela landet. Det betyder att en göteborgare, en skåning och en norrlänning kan prata med samma AI – och bli lika väl förstådda.

Bland modellerna märks:

• KB-BERT, en textmodell som överträffar internationella alternativ i uppgifter som namnigenkänning och grammatikanalys.
• VoxRex, tränad på dialekt- och taldata, vilket gör den skicklig på varierande uttal.
• KB-Whisper, en tal-till-text-modell som i tester minskat felprocenten med nästan hälften jämfört med OpenAI:s egen Whisper.

Varför behövs en svensk modell?

För det första handlar det om rättvisa och inkludering. AI som tränats på standardiserad engelska har svårt att hantera svenska dialekter, låneord och kulturella särdrag. Det kan leda till missförstånd eller helt enkelt sämre användarupplevelser.

För det andra handlar det om relevans. En modell som tränats på svenska källor förstår nyanserna i våra ord och uttryck – från riksdagens formella språk till meme-kulturen på sociala medier.

Och för det tredje: prestanda. I praktiska tester på svenska texter och ljudmaterial är KBLab:s modeller ofta mer precisa än de stora internationella alternativen.

Användningsområden

Möjligheterna är många:

• Med KB-Whisper kan poddare, journalister och forskare transkribera tal på olika dialekter utan att tappa innehåll eller tonfall.
• Företag kan bygga chatbots och röstassistenter som faktiskt förstår svenska kunder.
• Myndigheter och forskare kan analysera stora mängder text för att upptäcka trender, följa språkutveckling eller kartlägga samhällsdebatter.
• Mediebolag kan automatiskt texta program och klipp – även med starka dialekter.

Öppet för alla

En av de mest intressanta aspekterna är att KBLab gör sina modeller fritt tillgängliga via plattformar som Hugging Face. Det betyder att både hobbyutvecklare, forskare och företag kan experimentera och bygga vidare – utan licenskostnader.

Svensk AI är alltså inte bara möjlig – den finns redan här, och den förstår oss bättre än någonsin. Frågan är snarare: vad vill vi göra med den?