Synthetic Data: Facts, Representations, and Transparency

Syntetisk data — datorgenererade versioner av verklig information — blir allt vanligare eftersom de kan användas för att undvika vissa etiska och praktiska problem som uppstår när man använder verkliga data. Men dessa AI‑skapade versioner av världen väcker stora frågor om vad som räknas som sanning, hur väl de representerar verkligheten och hur transparenta de bör vara.

Hur skapas och används syntetisk data, och hur påverkar detta bias och representation? Hur vet vi om syntetisk data går att lita på? Och vilka verktyg behöver vi för att göra syntetisk data tydlig, transparent och lätt att granska?

Dessa är några av de frågor som utforskas av forskarna inom WASP‑HS forskningsmiljö Synthetic Data: Facts, Representations, and Transparency.

Linköping University Logo

Forskningsledare

Ericka Johnson

Ericka Johnson

Linköpings universitet

Francis Lee

Francis Lee

Södertörns högskola

 Ylva Söderfeldt

Ylva Söderfeldt

Uppsala universitet

Medlemmar

Md Fahim Sikder
Linköpings universitet

Vera Danilova
Uppsala universitet

Postdocs och doktorander

Alicja Ostrowska
MIT Massachusetts Institute of Technology,
Linköpings universitet,
Södertörns högskola

Svea Kiesewetter
Södertörns högskola

Utvalda publikationer

Lee, F., Hajisharif, S., & Johnson, E. (2025). The ontological politics of synthetic data: Normalities, outliers, and intersectional hallucinations. Big Data & Society, 12(2). https://doi.org/10.1177/20539517251318289

Johnson, E., & Hajisharif, S. (2024). The intersectional hallucinations of synthetic data. AI & SOCIETY. https://doi.org/10.1007/s00146-024-02017-8

WASP-HS
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.