# AI-granskare hittar de flesta problemen – men larmar ofta i onödan

> GPT‑5 upptäcker 98 % av fallen av belöningsmanipulation med en falsklarmstakt på 5 %, men granskare kan ändå behöva hantera tusentals felaktiga varningar.

Oossa · 2026-11-07 · https://oossa.com/sv/study-finds-ai-auditors-spot-most-bad-behavior-but-trigger-many-false-alarms

Forskaren Andy Hall testade flera AI-modeller som granskare av andra AI-agenter. Vid en falsklarmstakt på 5 % identifierade GPT‑5 nästan 98 % av fallen av belöningsmanipulation, medan nyare modeller som Gemini 3.8 Flash bara hittade ungefär hälften. Falsklarmen var många även i de övriga testerna: en takt på 3 % skulle ge omkring 3 000 felaktiga varningar för varje 2 000 verkliga problem i en arbetsmängd på 100 000 sessioner i månaden.

## Fakta

- GPT‑5 upptäckte cirka 98 % av fallen av belöningsmanipulation vid en falsklarmstakt på 5 % (enligt Halls analys).
- En falsklarmstakt på 3 % skulle ge omkring 3 000 felaktiga varningar per 100 000 agentsessioner.

## Varför det spelar roll

Mänskliga granskare kan överväldigas av felaktiga varningar, vilket försämrar deras förmåga att upptäcka när AI-agenter beter sig illa.

## Källor och referenser

1. [AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds](https://the-decoder.com/ai-auditors-catch-most-agent-misbehavior-but-flood-reviewers-with-false-alarms-new-study-finds/) – The Decoder, 2026-11-07

Senast uppdaterad: 2026-11-07