Oberoende granskning

Transparenta domslut
genom AI-analys

Vi granskar svenska domslut med hjälp av artificiell intelligens för att identifiera jäv, avvikelser från prejudikat och systematiska mönster som hotar rättssäkerheten.

48
Tingsrätter
6
Hovrätter
1
Högsta domstolen
6
Analysfaktorer

Vad vi granskar

Sex faktorer som avgör rättssäkerheten i varje domslut.

Sannolikt jäv

AI-analys identifierar kopplingar mellan domare, nämndemän, åklagare och parter som kan utgöra jäv i upp till tre led.

Mot prejudikat

Jämförelse av domslut mot Högsta domstolens vägledande avgöranden. Avvikelser flaggas och poängsätts.

📜

Mot svensk lag

Analys av hur väl domslutet stämmer med lagtexten i brottsbalken och annan relevant lagstiftning.

Straffmätning

Var i straffskalan hamnar domen? Vi analyserar om straffet ligger nära minimum, maximum eller genomsnittet.

Könsanalys

Statistisk analys av utfall baserat på kön: domare, tilltalad och målsägande.

🏛

Politisk tillhörighet

Nämndemän tillsätts av politiska partier. Vi kartlägger politisk tillhörighet och analyserar korrelation med utfall.

Varför transparens behövs

Forskning visar systematiska problem i det svenska rättssystemet.

Forskning från Göteborgs universitet

Studier visar att nämndemäns politiska tillhörighet påverkar utfallet i brottmål. En sverigedemokratisk nämndeman i panelen ökar sannolikheten för fällande dom med 17 procentenheter för tilltalade med arabiskklingande namn.

Linköpings universitet om vänskapskorruption

Forskning visar att individer har 2–4% ökad chans att erhålla tjänster eller bostad om släktingar har viktiga offentliga positioner.

Hur poängsystemet fungerar

Varje domslut analyseras på sex faktorer och tilldelas ett transparensindex från 0 till 100.

0–25: Hög transparens

Inga anmärkningar

26–50: Normal

Mindre avvikelser

51–75: Varning

Rekommenderas granskning

76–100: Kritisk

Allvarliga avvikelser

Börja granska nu

Använd vårt verktyg för att jämföra domslut eller lär dig hur du påkallar jäv.