Hur beskriver man bäst geografiska mönster i ett efternamnsskick?

Av Märit Frändén

Att vetenskapligt undersöka något avgränsat kan innebära nog så många utmaningar, men man vet i alla fall vad man gör: man tar reda på allt man kan om just detta. När man i stället undersöker något stort, har man inte möjlighet att beskriva helheten, utan måste göra någon form av urval.

I ett antal år har jag av och till arbetat med svensk efternamnsgeografi, och då fått anledning att fundera över detta. Det är en sak att beskriva utbredningen för ett enskilt efternamn, men en annan, och metodologiskt väsentligt mer utmanande, att försöka ge en bild av hur efternamnsskicket i stort ser ut i olika delar av landet.

Urval

Ett urval måste man göra, och det är rimligt att göra urvalet med utgångspunkt i de vanligaste namnen. Om man tittar på de X vanligaste namnen i olika områden, kan man sedan jämföra hur många namn av olika bildningstyper det finns inom vårt urval om X namn – t.ex. si och så många ‑son-namn, tvåledade efternamn av typen Lindström eller enledade namn som Dahl. Det här är en snabb och enkel metod, som jag har använt i bl.a. Frändén 2018.

Men vad bör då talet X vara, dvs. hur stort urval ska man göra? Ett alltför litet urval blir inte bra: Tittar man på de 10 översta namnen skulle slutsatsen bli att 100 % av alla svenska efternamn är –son-namn, och det stämmer ju inte. Spontant tänker man att ju större urvalet är, desto bättre representativitet har det – och det stämmer, om urvalet är slumpmässigt. Men om man gör urvalet med utgångspunkt i de vanligaste namnen och bara räknar antalet namn av olika slag, skapar man i stället ett fel som blir allt större ju större urvalet är, eftersom man då behandlar högfrekventa och lågfrekventa namn likadant.

Räkna namn eller räkna namnbärare

Vid grundligare undersökningar av namnskicket behöver man därför ta hänsyn till hur många bärare namnen har. Om urvalet består av de 100 vanligaste namnen, bör man inte bara konstatera att 53 av dessa namn är –son-namn, utan också beräkna namnens sammanlagda frekvens. Då får man ett jämförelsetal som tar hänsyn till att toppnamn har väsentligt mycket högre frekvens än namn längre ner på listan. En liknande metod, där urvalet dock inte gjordes utifrån antal namn utan utifrån andel av befolkningen, har jag använt i Frändén 2021. Oavsett hur man gör sin grundavgränsning, är poängen att inte bara räkna namn, utan att också räkna namnbärare.

Jag arbetar just nu med en webbutställning om svensk efternamnsgeografi som ska publiceras på isof.se, alltså webbsidorna tillhörande Institutet för språk och folkminnen (Isof). Till den utställningen använder jag två metoder för att beskriva de stora dragen i namnskicket. För den ena, mer traditionella metoden, har jag gjort en databas omfattande de 100 vanligaste efternamnen i varje län och sedan beräknat frekvensen för namn av olika slag. Man kan då se bl.a. att andelen ‑son-namn i urvalet varierar mellan 44 % (Västernorrlands län) och 89 % (Blekinge län), medan andelen tvåledade efternamn varierar mellan 8 % (Blekinge län) och 51 % (Västerbottens län). På det här sättet kan man fånga in utbredningen av de högfrekventa namntyperna.

Att hitta de ovanligare namntyperna

Ett problem är dock att de ovanligare bildningstyperna sällan är väl representerade bland länens 100 vanligaste efternamn. Det leder oss fram till min andra metod. Säg att jag vill veta mer om utbredningen av efternamn på –ander. Det är bara ett svenskt län, Västernorrlands, som har ett namn på –ander bland de 100 vanligaste. Förvisso skulle man kunna utöka urvalet till de 200, 300 eller 500 vanligaste efternamnen, men det blir ett stort och tungrott material. För att undkomma detta kan man i stället söka ut de vanligaste efternamnen enbart på –ander. Sveriges vanligaste efternamn i kategorin är Nylander, Melander, Sjölander, Nordlander och Olander. Ska vi se vad dessa fem namn har för frekvenser i de olika länen? För Stockholms län kunde det går bra, för där finns fyra de fem namnen i topp. Men det är stor variation i namnskicket över landet, så någon annanstans kan det vara helt andra namn inom samma kategori som är vanligast. Tittar vi på t.ex. Kronobergs län, i Småland, är de vanligaste efternamnen på –ander i stället Rylander, Rosander, Åhlander, Thelander och Bolander – alltså fem helt andra namn än de som är vanligast inom riket som helhet. Det rimligaste, har jag landat i, är att söka ut varje läns vanligaste namn i den kategorin man vill undersöka. Då mäter man utbredningen av namnbildnings­kategorin som sådan, oberoende av vilka enskilda namn som är vanliga i olika delar av landet.

Oavsett vilka metoder man väljer: Namngeografi är ett spännande ämne, och de regionala skillnaderna är större än man kan tro!

Litteratur

  • Frändén, Märit, 2018: Efternamn i Värmlands län. I: Katharina och namnen. Vänskrift till Katharina Leibring på 60-årsdagen den 20 januari 2018. Red.: Leila Mattfolk & Kristina Neumüller (huvudred.), Josefin Devine, Elin Pihl, Lennart Ryman & Annette C. Torensjö. Uppsala: Uppsala universitet. S. 113—118.
  • Frändén, Märit, 2021: Lundén, Lundin, Lundell. Om tre svenska efternamnstyper. I: Namn och bygd 108. S. 115—156.

När efternamn blir för lika – och varför det spelar roll

Av Leila Mattfolk, Lena Wenner och Sonja Entzenberg

Enligt rådande svensk lag om personnamn (2016:1013) ska ett nybildat efternamn inte vara förväxlingsbart med namn som någon annan redan bär. Det innebär att det nybildade namnet inte får vara alltför likt ett annat namn vare sig beträffande stavning eller uttal. Tanken är att skydda människors namnrätt. Undantaget är enligt lagen de efternamn som har 2 000 namnbärare eller fler: sådana namn får man fritt ta som nytt namn.

Ansökningar om nya efternamn avgörs i Sverige i dag hos Skatteverket. De beslut som Skatteverkets handläggare fattar kan prövas vidare i förvaltningsrätt, kammarrätt och t.o.m. upp i Högsta förvaltningsdomstolen. Institutet för språk och folkminnen (Isof) fungerar som rådgivande instans till Skatteverket, och handläggarna vänder sig i knepiga fall till oss på Isof för hjälp med språklig bedömning av nybildade efternamn, ofta i frågor som rör just förväxlingsbarhet. Även rättsinstanserna remitterar personnamnsärenden till Isof.

Det låter kanske enkelt att avgöra om ett namn är förväxlingsbart med ett annat, men under ytan döljer sig ett system av språkliga regler och traditioner som utvecklats under mer än hundra år. Dessutom är den språkliga verkligheten ofta mer komplicerad än den som reglerna skrivits för. Detta blir tydligt i en studie om förväxlingsbarhet som vi nyligen har genomfört som en del av ett större projekt om personnamn i det mångspråkiga Sverige.

De s.k. förväxlingsreglerna har sitt ursprung i en tid när personnummer inte var i bruk och när namn var det som skulle skilja personer åt.  Reglerna bygger på en rad identifierade likheter – främst vad gäller hur namn stavas och uttalas. En handläggare i dag lutar sig därför mot en rätt detaljerad lista med möjliga bokstavskombinationer som kan skapa risk för förväxling. Men frågan är om de bedömningar man kan göra baserat på förväxlingsreglerna verkligen stämmer överens med hur namnen uppfattas i vardagen? För att få svar på den frågan har vi i en webbenkät med ljudfiler, där visuellt och fonetiskt liknande namn användes i olika meningar, testat hur namnen uppfattas. Deltagarna lyssnade på meningarna och fick sedan ange vilket namn de hade hört.

Det som framkom var en tydlig skillnad mellan de teoretiska reglerna och verklig språklig perception. Vissa namn, som Serenius och Sirenius, förväxlades i en mycket hög andel av svaren. Detsamma gällde Nette och Nettö, där många lyssnare spontant inte hörde någon skillnad. Dessa resultat bekräftar att ljudlikhet verkligen kan skapa en reell risk för förväxling. Andra namn som enligt dagens regelverk bör betraktas som förväxlingsbara, uppfattades nästan aldrig så av dem som deltog i studien. Det gällde exempelvis namnpar som Grådered och Gråderöd eller Gatz och Katz. Trots att de enligt reglerna var förväxlingsbara hade deltagarna inga större problem att skilja dem åt. Det visar att dagens regler ibland överskattar likheten mellan namn – åtminstone när människor hör dem i ett konstruerat sammanhang.

Studien uppvisade också en intressant asymmetrisk förväxling.  Det visade sig att även om ett namn ofta misstolkas som ett annat, sker detta misstag inte alltid i motsatt riktning. Ett tydligt exempel var att Nette ofta hördes som Nettö, medan Nettö sällan uppfattades som Nette. Människor verkar alltså spontant tolka ovanliga eller oväntade namnformer som något de bättre känner igen – ett fenomen som säger mycket om hur språkliga förväntningar påverkar vår perception.

Vi undersökte även hur väl AI och algoritmer klarar av att bedöma förväxlingsrisk jämfört med hur människor uppfattar likheter. Vi lät fonetikalgoritmen Double Metaphone, som används internationellt för att känna igen ljudlika namn, och chattbotten ChatGPT bedöma de namn som hade ingått i enkäten. Resultatet var att Double Metaphone i flera fall gjorde samma bedömning som de mänskliga deltagarna i enkäten, men algoritmen missade andra. När ChatGPT testades med de svenska förväxlingsreglerna som en del av prompten visade det sig att AI:n som förväntat betraktade nästan alla namnpar som förväxlingsbara. Utan reglerna var den betydligt mindre restriktiv, men den lyckades fortfarande inte efterlikna människors lyssningsmönster särskilt väl.

Sammantaget pekar resultaten på att både människor och tekniska verktyg har sina styrkor, men de har också sina begränsningar. De nuvarande reglerna är genomarbetade men överensstämmer inte alltid med hur människor faktiskt uppfattar namn. Algoritmer i sin tur kan ge systematiska bedömningar, men saknar förstås den språkliga fingertoppskänsla som krävs för att förstå hur ett namn fungerar i ett verkligt sammanhang.

I dagens Sverige möts namn från många olika språkliga traditioner, och det blir allt svårare att tillämpa namnlagen på ett konsekvent sätt. Lagens skrivning om förväxlingsrisk ska tillämpas även när ett nybildat namn språkligt sett inte följer ett svenskspråkigt mönster. Detta betyder att namn som är skapade enligt mönster i andra språk prövas enligt de förväxlingsregler som ursprungligen är upprättade för svenskspråkiga namn, och de jämförs både med namn med svenskt och med namn med (annat) utländskt ursprung. En handläggare kan inte förväntas ha intuitiv känsla för hur arabiska, vietnamesiska eller somaliska namn ska uttalas, eller vilka likheter och olikheter utländska namnsystem uppvisar. Därför står systemet inför en stor utmaning: Hur kan man både värna det svenska namnskicket och samtidigt ge människor utrymme att bära namn som är viktiga för deras identitet och tillhörighet?

Studien visar att det skulle behövas en modernisering av regelverket för att det i större utsträckning ska bygga på faktisk perception och mindre på historiska principer. Samtidigt öppnar resultaten för möjligheten att kombinera mänsklig bedömning med stöd från AI, där chattbottar och tekniska lösningar kan hjälpa till att hitta mönster men där slutbedömningen fortfarande behöver göras av människor med språklig kompetens. På så sätt kan Sverige fortsätta utveckla en namnlagstiftning som både skyddar, inkluderar och speglar ett samhälle i språklig förändring.

Litteratur:

Grafik av Lena Wenner.