En nationalekonom med bakgrund som dataprogrammerare kan uppenbart få mycket gjort. Metoden med fiktiva ansökningar har han förfinat och återanvänt på olika sätt genom åren. Totalt uppskattar han att han kan ha producerat cirka 15 000 ansökningar.
– Nationalekonomi bygger mycket på förenklade modeller av verkligheten, ofta matematiska. Men de kan användas för att analysera de problem som vi ser omkring oss. Samtidigt måste man vara medveten om att modellerna just är förenklingar, säger han.
Utredningar
Magnus Carlsson har både forskat och arbetat med flera statliga uppdrag och rapporter kring diskriminering. När vi träffas förbereder han presentationen av en ny ESO-rapport om situationen på arbetsmarknaden för personer med funktionsnedsättning. ESO är en självständig kommitté under Finansdepartementet.
Ìý
Ebba Nordqvist
Våren 2026 blev han professor vid LiU. Han kommer närmast från Linnéuniversitetet. Professuren finansieras av Catharina Högbom och Michael Cocozzas stiftelse för forsknings- och kulturändamål i Linköpings kommun. Grundaren Michael Cocozza och hans hustru Catharina Högbom har totalt donerat 225 miljoner kronor till stiftelsen och bland annat möjliggjort inrättandet av åtta nya professurer inom Filosofiska fakulteten vid Linköpings universitet.
Många sov i
soffan på kontoretÌý
Magnus Carlsson var i 25-årsåldern när han kom in i IT-branschen, strax före den stora IT-kraschen kring millennieskiftet. Branschen skrek efter programmerare.
– Det var bara killar på företaget. Det var en livsstil för många. Man spelade dataspel var och varannan timme på jobbet. Jag åkte hem på kvällarna, men många sov i soffan på kontoret. Vi gjorde resor och det var mycket pengar i omlopp. Det är klart att det var roligt att uppleva det. Men det var nog inget liv som passade mig.
Företaget skulle bygga virtuella butiksmiljöer, men efterfrågan blev inte som förväntat. När IT-bubblan sprack gick företaget i konkurs. Magnus Carlsson bestämde sig då för att läsa nationalekonomi.
Ganska omgående kände jag att
nationalekonomi var min grej!Ìý
– Det var lite av en lättnad. Jag är en ganska strukturerad person. Och livet i IT-branschen på den tiden var väldigt ostrukturerat. Ganska omgående kände jag att nationalekonomi var min grej! Det förenar matematik med samhällsfrågor, och matematiken låg nära min tidigare bakgrund.
Sedan dess har han kombinerat nationalekonomi med programmering och dataanalys och har lång erfarenhet av att arbeta både med experimentell metod och svenska registerdata. Han doktorerade 2010 vid Linnéuniversitetet.
I studierna skickade han fiktiva jobbansökningar till riktiga jobbannonser för att undersöka hur arbetsgivare reagerade.
– Det krävs en hel del programmering för att skapa ansökningar, automatisera utskick och ta emot svar från arbetsgivare.
Resultatet gav en dyster bild.
– Vi tog emot svar från arbetsgivarna via mejl och mobiltelefoner. Vi såg snabbt att telefonen som var kopplad till Erik ringde betydligt oftare än den som var kopplad till Mohammed.
Chansen att bli kallad
Två av tio ansökningar ledde till kallelse till intervju för den sökande med ett typiskt mellanösternklingande namn. För den med ett typiskt svenskklingande namn var motsvarande siffra tre av tio.
– Sannolikheten att bli kallad till intervju var alltså omkring 50 procent högre med ett svenskklingande namn. Det är allvarligt, eftersom ansökningarna var jämförbara och det var namnet som var den avgörande skillnaden i experimentet. Samtidigt kan man vända på det och konstatera att två av tio ändå blev kallade till intervju.
Studien fick stort genomslag både i medier och forskning. Det var den första svenska studien som använde den här experimentella metoden för att undersöka etnisk diskriminering vid rekrytering och har i dag fler än 1 000 citeringar enligt Google Scholar. Metoden har sedan använts för att studera diskriminering i andra sammanhang och av andra grupper som till exempel äldre.
En del kan handla om
stereotyper och osäkerhetÌý
Tillsammans med forskare vid NTNU i Trondheim och Universitetet i Oslo har han även använt experimentella metoder för att studera hur politiker bedömer och rangordnar kandidater med olika etnisk bakgrund.
– Där fick vi faktiskt ett annat resultat. Kandidater med etnisk minoritetsbakgrund bedömdes mer positivt och rangordnades högre av politikerna än kandidater med majoritetsbakgrund.
Vad kan diskriminering bero på?
– Det verkar finnas flera förklaringar. En del handlar om fördomar och negativa attityder mot vissa grupper. En annan del kan handla om stereotyper och osäkerhet. En arbetsgivare kan till exempel utifrån en persons namn eller ålder göra antaganden om personens egenskaper eller förmågor.
Diskriminering är bara en av flera orsaker till att människor står utanför arbetsmarknaden. Hur ser du på den bredare bilden?
– Det finns en stor outnyttjad arbetskraftspotential i flera grupper. I vår ESO-rapport om personer med funktionsnedsättning uppskattar vi att uppemot 200 000 personer skulle kunna arbeta om fler fick möjlighet att arbeta efter sin förmåga och med de anpassningar som behövs.
Vad kan man göra åt det?
– En viktig del är att nå ut med forskningen. Rapporter och uppdrag åt staten får ofta uppmärksamhet och kan synliggöra de problem som finns. Sedan behöver man också undersöka vilka konkreta åtgärder som faktiskt fungerar. Jag har därför arbetat mycket tillsammans med arbetsgivare och andra organisationer för att testa olika åtgärder i praktiken. Ett exempel vi har studerat är om arbetsgivare genom jobbannonser kan signalera att de är öppna för mångfald och inkludering.
Tvärvetenskap och artificiell intelligens
Utanför fönstret myllrar Campus Valla av studenter. Magnus Carlsson tittar ut lite och berättar att LiU:s tvärvetenskapliga profil passar honom väl.
– Det är så jag har arbetat genom hela min forskning. Det känns väldigt spännande att LiU har tvärvetenskap som ett tänkesätt genom hela sin organisation. Eftersom jag gärna programmerar i min forskning vill jag utveckla kontakten med andra forskare inom datavetenskap och med NAISS, den nationella akademiska infrastrukturen för superdatorer.
Något nytt forskningsprojekt på väg?
– Utvecklingen inom artificiell intelligens, inte minst språkmodeller, gör det möjligt att analysera stora textmängder på nya sätt. Arbetsförmedlingen har sparat miljontals jobbannonser från Platsbanken sedan 2006. Jag tränar språkmodeller för att identifiera vilka egenskaper och kvalifikationer arbetsgivare efterfrågar och hur det har förändrats över tid. Genom att koppla annonserna till registerdata kan jag också studera vilka arbetsgivare som ställer olika krav och vad det kan betyda för olika grupper på arbetsmarknaden.
Har du något tips på hur man gör en lyckad ansökan?
– Försök att skriva så att arbetsgivaren tydligt och snabbt förstår varför just din bakgrund passar.