När användare på TikTok skriver att någon har blivit “unalived”, att ett övergrepp var “grape” eller att en person är en “pdf file”, är det lätt att sucka åt, och kanske muttra något om, språkbruket hos dagens ungdom. Men “algospeak” handlar om mer än bara hjärnröta och ungdomsslang: det är vad som händer när människor försöker föra samtal om sex, våld, politik, extremism och trauma på digitala plattformar som läser deras ord innan andra människor gör det.
På dagens internet dör ingen längre, de blir “unalived”. Sex översätts till “seggs” eller “s3x”, våldtäkt blir “grape”, nazist blir “not see” och pedofil “pdf-fil”. Förkortningar som “ED” (eating disorder) och “SA” (sexual assault) är mer regel än undantag, oavsett plattform. Vissa ord byts ut mot emojis: vattenmeloner, persikor, majskolvar, auberginer. Det här är exempel på vad som kommit att kallas för “algospeak” – internetanvändares sätt att navigera runt algoritmer och modereringssystem.
Från SMS-förkortningar till leetspeak
Ny teknik har alltid påverkat hur vi kommunicerar. Mobiltelefonerna ledde till att framför allt unga anpassade sitt språk för att få plats med mer innehåll i SMS-tjänstens snäva teckenbegränsningar. “Det” byttes ut mot “d”, “är” mot “e”, “också” blev “oxå” – rätt klassiska förkortningar, m.a.o. När telefonerna fick internetuppkoppling och SMS ersattes av andra meddelandetjänster, blev den sortens anpassningar gradvis mindre vanliga.
Tidiga internetanvändare brukade istället ersätta vissa bokstäver med siffror eller andra symboler som liknade dem, troligen till en början för att komma runt ordfilter som fick inlägg borttagna i BBS:er eller IRC-kanaler. Ord som @$$ (ass) och h4x0r (hacker) var snabbt avkodade av vana nätsurfare, och vanan som spred sig till framför allt gamingvärlden skulle komma att kallas “leetspeak” – “leet”, eller “1337”, är i sig leetspeakversionen av ordet “elite”, en benämning för de mest etablerade användarna.
Pandemin tvingade fram automatisk censur
Algospeak har ett liknande ursprung, men är både mer diffust och utbrett. Under pandemin 2020 ställdes krav på att stoppa spridningen av covid-relaterad desinformation i sociala medier, samtidigt som människor mer än någonsin förut använde dem för att kommunicera med andra under lockdowns. Eftersom snabb mänsklig moderering på den skalan är praktiskt taget omöjlig, förlitade sig plattformarna på automatiska modereringssystem som siktade in sig på användandet av ord som “covid”, “pandemin”, och “vaccin”.
Det ställde till problem inte bara för desinformationsspridare, utan också för alla isolerade människor som ville prata om situationen de befann sig i. Användare som postade om känsliga ämnen – framför allt sexarbetare och sexuella minoriteter, men också vissa politiska aktörer – var redan vana vid att behöva navigera godtyckliga plattformsregler. Nu fick många andra för första gången uppleva att bli nedprioriterade av algoritmerna eller få inlägg och konton borttagna, för innehåll som i sin kontext var helt harmlöst.
Resultatet blev så klart att de hittade kryphål. Flera år senare var det fortfarande vanligt att YouTubeskapare, om de så bara nämnde pandemin i en bisats i en lång video, istället sa “panini”, “Panda Express” eller “Backstreet Boys Reunion Tour”.
Otydliga regler skapar utbredd självcensur
Eftersom plattformarna inte har tydliga riktlinjer för vad som är tillåtet eller vad konsekvenserna blir om man bryter mot reglerna, blir användare allt mer försiktiga. Ett ord som nyligen blivit inkluderat på en modereringslista du inte har tillgång till, kan till och med retroaktivt få ditt inlägg eller konto borttaget med minimala möjligheter till upprättelse.
I en studie baserad på intervjuer med TikTok-skapare beskrivs hur användarna aktivt försöker förutspå hur algoritmen kommer att läsa deras innehåll, och anpassar språket i förväg. Ibland bara baserat på att något tidigare inlägg inte fått lika mycket uppmärksamhet, vilket de härlett till att något av orden de använde måste ha gjort att det prioriterats ner, eller för att de plockade upp koder de redan sett på plattformen. En del av algospeak handlar alltså inte om bekräftad censur, utan om ett rykte som blivit en självuppfyllande språklig vana.
Systematiska brister i plattformarnas system
Forskarna identifierar fyra konkreta brister i modereringen som skapar fenomenet: den är icke-kontextuell (kan inte skilja på satir, fakta och hat), godtycklig, har dålig träffsäkerhet (fångar inte upp innehåll som uttryckligen bryter mot reglerna) och är partisk mot marginaliserade grupper. De intervjuade användarna ger exempel som hur rasistiska inlägg som använde n-ordet fick ligga kvar på plattformen, samtidigt som harmlösa inlägg om antirasism eller sexualkunskap snabbt plockades ner.
Här har vi det stora problemet. Algospeak används av sexualupplysare, aktivister och marginaliserade grupper som behöver kunna prata om sina liv utan att bli osynliggjorda. Men samma verktyg används av ätstörningsforum, extremister som ersätter slagord med sifferkoder, och av incel- och manosfärsmiljöer vars vokabulär letar sig in i mainstreamkulturen. Samma mekanismer som skyddar en utsatt tonåring som söker stöd för sitt självskadebeteende, skyddar också den som vill sprida hatretorik utan att bli flaggad.
Svårgranskade flöden och politiska effekter
Sedan oktober 2023 har pro-Palestina-konton börjat skriva ”P*les+in1ans” och ersätta ord som “terrorist” och “våld” med en terrier- respektive fiolemoji – allt för att undvika att fastna i filter för våldsamt och hatiskt innehåll, och undvika vad som av flera av dem upplevdes som en shadowban för ämnet. Meta hävdade själva att den minskade synligheten berodde på en bugg. Den här sortens historier är notoriskt svåra att granska, då plattformarna sällan meddelar när och varför ett konto blir begränsat och då det ofta drabbar grupper som redan är politiskt marginaliserade. Men användarnas upplevelse av att bli tystade kan vara verklig och politiskt betydelsefull, även när det är svårt att bevisa exakt vilken teknisk mekanism som orsakat den.
De dolda utmaningarna för journalistisk research
För journalister och redaktörer får algospeak också andra tydliga konsekvenser. Att som researcher bara söka på det ord man själv skulle använda för ett laddat ämne gör att man riskerar att missa stora delar av samtalet. Den som vill hitta innehåll om självskada, övergrepp, droger, extremism eller ätstörningar kan inte utgå från att användarna skriver just de orden. Synonymordlistor blir dessutom snabbt inaktuella, eftersom kodorden ofta muterar eller byts ut när de uppmärksammas.
För redaktioner som vill ha en närvaro på plattformar med sträng eller oförutsägbar moderering kan det ibland vara nödvändigt att anpassa språket. Men välj i så fall hellre leetspeak-erans omskrivningar: asterisker, siffror eller symboler som ersätter vissa bokstäver. Att skriva s3x, v*ldtäkt eller dr0ger kan se klumpigt ut, men de är ofta mer begripliga än plattformsinterna eufemismer som bara vissa grupper förstår. Det kan vara ett sätt att se till att publiken fortfarande kan hitta och förstå viktiga berättelser, trots plattformarnas tekniska begränsningar.
—
Referenser:
Aleksic, A. Algospeak: How Social Media Is Transforming the Future of Language. (2025)
Kreuz, R. J. “What is algospeak? Inside the newest version of linguistic subterfuge”, The Conversation. (2023) https://theconversation.com/what-is-algospeak-inside-the-newest-version-of-linguistic-subterfuge-203460
Levine, A. “From Camping To Cheese Pizza, ‘Algospeak’ Is Taking Over Social Media”, Forbes. (2023) https://www.forbes.com/sites/alexandralevine/2022/09/16/algospeak-social-media-survey/?sh=37d539855e10
Nix, N. “Pro-Palestinian social media users turn to algospeak to avoid suppression”, The Washington Post. (2023) https://www.washingtonpost.com/technology/2023/10/20/palestinian-tiktok-instagram-algospeak-israel-hamas/
Pase, I. “’Unaliving’ language online: How journalists can decode ’algospeak’ on social media.”, International Journalists’ Network. (2024) https://ijnet.org/en/story/unaliving-language-online-how-journalists-can-decode-%E2%80%98algospeak%E2%80%99-social-media
Steen, E., Yurechko, K., & Klug, D. “You Can (Not) Say What You Want: Using Algospeak to Contest and Evade Algorithmic Content Moderation on TikTok”, Social Media + Society, 9(3). (2023) https://doi.org/10.1177/20563051231194586