Beskriv barnet ditt for en chatbot, og den finner nesten alltid en diagnose
Forskere ga tre KI-modeller historiene til 220 barn på en barnepsykiatrisk poliklinikk. Med barnets egne ord overså KI-en de fleste problemene. Med forelderens ord fant den noe hos nesten alle, også hos barna som ikke hadde noen diagnose.
Klokka er elleve om kvelden. Niåringen din har endelig sovnet etter enda en kveld med gråt over leksene, og du sitter med telefonen. Du åpner en chatbot og skriver tre setninger om det som bekymrer deg. Så spør du: Hva er dette?
Mange foreldre har gjort en variant av dette. Nå har en gruppe barnepsykiatere testet hva som kommer tilbake.
De tok 220 virkelige barn på deres første besøk på en poliklinikk og ga historiene deres til tre av de mest kjente KI-modellene. Det samme barnet, fortalt på fire ulike måter. Resultatet sier mindre om hvor smarte maskinene er, og mer om noe annet: svaret avhang av hvem som fortalte historien.
Ett spørsmål, skrevet ned ord for ord
Studien ble gjort ved to universitetssykehus i Tyrkia våren og sommeren 2026. Alle barn som kom til barnepsykiatrisk poliklinikk for første gang, ble invitert, fra småbarn til syttenåringer. Snittalderen var ni år.
Før noe annet skjedde, fikk forelderen ett åpent spørsmål: Hva er plagen som har ført dere hit i dag? Barnet ble spurt for seg: Hvorfor har du kommet hit i dag? Hva plager deg mest?
Svarene ble skrevet ned så ordrett som mulig. Deretter gjorde barnepsykiateren det barnepsykiatere gjør: en full utredning, en samtale med familien, en undersøkelse, og til slutt en diagnose, eller ingen diagnose.
Etterpå ga forskerne hver sak til KI-modellene fire ganger. Én gang med bare det barnet hadde sagt. Én gang med bare det forelderen hadde sagt. Én gang med begge. Og én gang med begge pluss legens egne notater, der alle diagnoseord var fjernet.
Det første man legger merke til, er hvor lite det var å gå på.
- Barnets egne ord9 ord
- Forelderens ord32 ord
- Barn og forelder sammen46 ord
- Barn, forelder og legens notater122 ord
Ni ord. Det var den typiske lengden på det et barn sa om hvorfor det var der. Noen sa ingenting. Foreldrene sa omtrent tre ganger så mye, og det er fortsatt kortere enn dette avsnittet.
Det samme barnet, fire ulike svar
Modellene ble bedt om to ting: først å avgjøre om dette i det hele tatt lignet en diagnose, og i så fall å liste opp de tre mest sannsynlige.
- Barnets egne ord36–44 %
- Forelderens ord66–69 %
- Barn og forelder sammen69–72 %
- Barn, forelder og legens notater79–83 %
Med bare barnets ord stemte KI-ens første forslag med legen i omtrent fire av ti tilfeller. Med forelderens ord var det nær sju av ti. Med legens notater i tillegg, rundt åtte av ti.
To detaljer er verdt å stoppe ved.
Å legge barnets ord til forelderens gjorde nesten ingen forskjell. Statistisk gjorde modellene det ikke bedre med begge enn med forelderen alene.
Det spilte nesten ingen rolle hvilken KI som ble brukt. De tre modellene var GPT-5.6 fra OpenAI, Gemini 3.5 Flash fra Google og Claude Sonnet 4.6 fra Anthropic. De skilte seg tydelig fra hverandre bare når de hadde barnets ord alene. Så snart en forelder var med, var forskjellene for små til å skilles fra tilfeldigheter. Det som gikk inn, betydde langt mer enn hvilken maskin det gikk inn i.
To måter å ta feil på
Her blir studien interessant. En lege som «har rett i 70 prosent av tilfellene», kan ta feil på to svært ulike måter: ved å overse et barn som sliter, eller ved å sette en merkelapp på et barn som har det bra. Forskerne så på begge.
Barnet hadde en diagnoseHvor ofte KI-en sa at det var noe der. 199 barn.
- Barnets egne ord41–59 %
- Forelderens ord94–98 %
- Barn og forelder sammen94–99 %
- Barn, forelder og legens notater93–98 %
Barnet hadde ingen diagnoseHvor ofte KI-en sa at det ikke var noe der. 21 barn.
- Barnets egne ord62–86 %
- Forelderens ord24–38 %
- Barn og forelder sammen14–43 %
- Barn, forelder og legens notater52–62 %
Når KI-en bare hørte barnet, var den forsiktig til det ubrukelige. I omtrent halvparten av alle tilfellene svarte den at ingenting så ut til å være galt. Men 199 av de 220 barna hadde en diagnose. KI-en overså omtrent halvparten av dem.
Når KI-en hørte forelderen, snudde det. Nå fant den noe hos nesten alle. Den fanget opp mer enn ni av ti av barna som hadde en diagnose.
Den «fanget» også de fleste av barna som ikke hadde noen.
Tenk over hva det betyr. En bekymret forelder beskriver et barn. Legen konkluderer etter en full utredning med at dette er innenfor det normale. KI-en, som leste den samme forelderens ord, foreslo en diagnose for de fleste av disse barna.
Det er ikke så rart som det høres ut. En forelder som har bestilt time på en psykiatrisk poliklinikk, beskriver et problem. Det er derfor de er der. Ordene er fulle av bekymring, og KI-en svarer på ordene. Den har ikke sett barnet leke, hørt barnet snakke eller stilt oppfølgingsspørsmålet som gjør bekymringen mindre.
Hvorfor ni ord ikke er nok
Hvorfor var barnets egen beskrivelse så mye mindre nyttig?
Delvis fordi barn sier lite. Men det kom også an på hva som var galt. Ut fra barnets ord alene gjorde modellene det ganske bra med angst og tvangsproblemer. Det er ting som skjer på innsiden, og et barn kan noen ganger si dem: Jeg er redd hele tiden. Jeg må sjekke døra.
ADHD, autisme og språkvansker var annerledes. En sjuåring sier ikke «jeg er uoppmerksom i flere situasjoner». Det er de rundt barnet som ser det. For de diagnosene trengte KI-en forelderen.
Alderen betydde også noe, slik man ville vente. For hvert år eldre barnet var, steg oddsen for at KI-en traff ut fra barnets egne ord med omtrent 16 prosent. En sekstenåring kan beskrive sitt indre liv. En femåring sier «vet ikke».
Selv med alt på bordet var noe vanskelig å se.
- Tvangslidelse (OCD)83–92 %
- Autisme77–96 %
- ADHD78–81 %
- Angst69–85 %
- Språk- og talevansker58–78 %
- Depresjon50–60 %
- Utviklingshemming15–23 %
Depresjon ble fanget opp hos omtrent halvparten av barna som hadde det. Utviklingshemming ble nesten aldri foreslått, og det gir mening: Den fastslås med tester, ikke med en beskrivelse.
Hva dette ikke viser
- Ni av ti barn her hadde en diagnose. Slik ser en spesialistklinikk ut. Blant barn flest har de fleste ingen. En KI som heller mot å finne noe, ville da tatt feil langt oftere. Det siste steget er vårt resonnement, ikke noe studien målte.
- Bare 21 barn hadde ingen diagnose. Tallene om dem er grove, og det sier forskerne selv.
- Legens notater var skrevet av legen som stilte diagnosen. Diagnoseordene var fjernet, men notatene kan likevel ha pekt i riktig retning. Det beste resultatet kan derfor smigre KI-en.
- Legen er ingen perfekt fasit. Hver diagnose ble stilt av én psykiater i vanlig klinisk arbeid, uten en ny vurdering fra en annen.
- Alt foregikk på tyrkisk, og historiene var korte. En lang samtale med en chatbot hjemme er en annen situasjon, på godt og vondt.
- Ingen målte hva som skjer etterpå. Studien sammenlignet svar. Den fulgte ingen familier som handlet ut fra det en KI sa.
Hvis du er forelderen med telefonen
Forskernes egen konklusjon er nøktern: Modellene gjorde det best med en fagpersons observasjoner i hånden, og de ga ofte en diagnose til barn som ikke hadde noen.
Ut fra det virker tre ting rimelige å si. Dette er vår lesning, ikke medisinske råd.
En KI svarer på beskrivelsen din, ikke på barnet ditt. Skriver du når du er mest bekymret, får du et svar som passer til bekymringen.
«Det kan være ADHD» fra en chatbot er et svakere signal enn det føles som. I denne studien sa modellene noe slikt om de fleste barna som foreldrene var bekymret for, også der spesialisten ikke fant noe.
Å skrive det ned er likevel nyttig. Det foreldrene sa med 32 ord, var den mest verdifulle enkeltopplysningen i hele studien. Notater om hva du ser, når det skjer og hvor lenge det har vart, er nettopp det fastlegen eller helsesykepleieren vil spørre om.
Den samme regelen gjelder for screeningtestene på dette nettstedet, også dem for ADHD og autisme. En høy skår er en grunn til å snakke med noen som kan vurdere hele mennesket. Den er aldri en diagnose.
Barnet i studien som sa ni ord, tok ikke feil, og det gjorde heller ikke forelderen som sa trettito. De fortalte hver sin del, den de kunne se. Jobben med å sette delene sammen tilhører fortsatt noen som er i rommet.
Kilder og videre lesning
- Kayış, H., Tahıllıoğlu, A., Hira Selen, A. T. og Gedizlioğlu, Ç. (2026). Large language model diagnostic performance across informant sources in child and adolescent psychiatry: a prospective multicenter study. Scientific Reports. Publisert på nett 20. november 2026 som en tidlig versjon av den godkjente artikkelen.


