LITTERATURSÖKNING
Använd AI före databassökningen, inte som ersättning för den
AI är användbart när du behöver hitta sökord, jämföra begrepp, se möjliga avgränsningar och översätta mellan vardagstermer och fältspecifika termer. Själva sökningen ska däremot göras i relevanta databaser där resultat och urval går att spåra.
Be AI föreslå sökblock: population, fenomen, metod, kontext och utfall. Bygg sedan riktiga söksträngar och dokumentera vad du testade.
Verifiera varje referens
Om AI nämner en artikel ska du behandla det som ett tips, inte som en källa. Kontrollera titel, författare, tidskrift, årtal och DOI i en riktig databas. Finns inte referensen där ska den inte användas.
Be om söklogik, inte färdiga svar
Använd ett strukturerat sökramverk
AI är effektivast när du redan ger den en tydlig struktur att arbeta i. Tre vanliga ramverk:
- PICO (vård, intervention): Patient/population, Intervention, Comparison, Outcome.
- SPICE (samhällsvetenskap, kvalitativ): Setting, Perspective, Intervention, Comparison, Evaluation.
- SPIDER (kvalitativ, blandad metod): Sample, Phenomenon of Interest, Design, Evaluation, Research type.
Be AI fylla i ramverket utifrån din preliminära forskningsfråga och föreslå avgränsningar för varje fält. Då blir både söksträngar och inklusions-/exklusionskriterier mer transparenta.
Konkret AI-genererad sökstrategi (med kontroll)
Fråga: "Hur påverkar arbetsplatsmentorskap nyutexaminerade sjuksköterskors självskattade kompetens under första anställningsåret?"
AI-förslag på sökblock:
- Block 1 (population): "newly graduated" OR "novice nurse" OR "new graduate nurse" OR "newly qualified nurse"
- Block 2 (intervention): mentor* OR preceptor* OR "clinical supervision" OR "structured onboarding"
- Block 3 (utfall): competence OR confidence OR "self-efficacy" OR "perceived readiness"
- Block 4 (kontext): "first year" OR "transition to practice" OR "early career"
Söksträng (PubMed): (Block 1) AND (Block 2) AND (Block 3) AND (Block 4)
Kontroll efter sökning: Kör samma logik i CINAHL och Scopus, jämför träffmängd. Om antalet skiljer sig drastiskt — granska om en MeSH-term saknas eller om en synonym är feltranslitererad.
Sex saker att verifiera i varje litteratursökning
- Söksträngen är fullständig: alla synonymer, plural/singular, MeSH/Emtree-termer, trunkering.
- Databaserna täcker fältet: medicin → PubMed + CINAHL + Cochrane; samhällsvetenskap → Scopus + Web of Science + ERIC; teknik → IEEE Xplore + ACM.
- Antal träffar är dokumenterat per databas och datum för PRISMA-flödesschema.
- Inklusions- och exklusionskriterier är skrivna före gallring — inte efter att du sett vilka artiklar som dyker upp.
- Referenshanteraren är källan — inte AI-chatten. Importera direkt från databasen, inte via copy-paste från en AI-sammanställning.
- Grå litteratur (avhandlingar, rapporter, konferensbidrag) — överväg separat sökning i DiVA, OpenGrey, ProQuest.
När AI fabricerar referenser — vad du gör då
Hallucinerade referenser är fortfarande ett av de vanligaste problemen även i 2026 års modeller. Mönster att vara uppmärksam på:
- AI nämner en specifik artikel utan att du bett om titel — fråga alltid efter DOI och verifiera i CrossRef (search.crossref.org (öppnas i ny flik), öppnas i ny flik).
- AI svarar med "klassisk studie från 1990-talet" utan exakt referens — be om författare, år, tidskrift, sidnummer.
- AI komponerar en träfflista med 10 artiklar — kontrollera minst tre stickprov mot databas innan du litar på övriga.
Specialiserade verktyg minskar risken: Elicit, Consensus, Scite och Semantic Scholar hämtar från faktiska forskningsindex och fabricerar därför sällan referenser — men du måste fortfarande verifiera relevans och primärkälla.
Relevant regelverk och vägledning
- Vetenskapsrådets riktlinjer för god forskningssed, vr.se — etik, integritet och ansvar i forskning.
- Lag om etikprövning av forskning som avser människor (SFS 2003:460) — krav på etikprövning för forskning på människor och känsliga uppgifter.
- Dataskyddsförordningen (GDPR, förordning (EU) 2016/679) — personuppgiftsbehandling i forskning, undantag för vetenskaplig forskning (artikel 89).
- Integritetsskyddsmyndigheten (IMY), imy.se — vägledning för GDPR inom forskning och statistik.