Policy

Redaktionell policy

Travmaskinens journalistiska principer — hur vi skapar, granskar och kvalitetssäkrar AI-genererade analyser för svensk travsport.

Senast uppdaterad: april 2026

Av Kenny Paavola, grundare & AI-utvecklare

Sammanfattning

Travmaskinen publicerar AI-genererade analyser och tips för svensk travsport. Denna policy beskriver våra redaktionella principer: hur vi skapar, granskar och korrigerar innehåll. Alla prediktioner bygger på vår maskinlärningsmodell (AUC 0.83) och officiella resultatdata från ATG.

1. Syfte och omfattning

Travmaskinen publicerar AI-baserade analyser, systemförslag, statistik och artiklar för svenska travspelformer — V85, V86, V64, V65 och GS75. Innehållet riktar sig till spelare som vill komplettera sin egen bedömning med datadriven analys.

Travmaskinen är inte en speloperatör. Vi hanterar inga insatser, tar emot inga pengar och erbjuder inga speltjänster. Allt spel sker via ATG, som är enda lagliga speloperatören för svensk trav.

Eftersom vårt innehåll rör ekonomiska beslut (spelinsatser) omfattas det av YMYL-principer (Your Money Your Life). Därför tillämpar vi extra höga krav på korrekthet, transparens och ansvarsfull kommunikation.

2. Redaktionella principer

Datadrivet, inte åsiktsbaserat

All analys utgår från vår maskinlärningsmodell som tränas på 178 datapunkter per häst och 2,2 miljoner starter. Vi publicerar aldrig subjektiva “känslobedömningar” — varje rekommendation har en kvantitativ grund.

Transparens kring AI

Alla tips och analyser är tydligt märkta som AI-genererade. Vår metodologi är öppet dokumenterad och tillgänglig för alla att granska.

Verifierbara fakta

All data hämtas från ATG:s officiella resultat och uppdateras dagligen. Statistik som presenteras kan verifieras mot ATG:s publika data.

Spelansvar

Vi inkluderar alltid information om ansvarsfullt spelande. Vårt innehåll ska hjälpa spelare att fatta informerade beslut — inte uppmuntra till överdrivet spelande.

Oberoende

Travmaskinen har inga affiliateavtal med speloperatörer, publicerar inga sponsrade tips och tar inte emot betalning för att rekommendera specifika spel.

3. Innehållsprocessen

Vårt innehåll skapas genom en strukturerad pipeline:

  1. Datainsamling. Vår pipeline hämtar resultatdata, startlistor och statistik från ATG dagligen.
  2. Modellprediktion. Maskinlärningsmodellen analyserar varje häst utifrån 178 datapunkter och genererar vinstsannolikheter.
  3. Artikelgenerering. Analyser och artiklar skapas med AI-assistans baserat på modellens utdata och historisk data.
  4. Granskning. Innehållet granskas innan publicering för att säkerställa korrekthet och relevans.
  5. Publicering. Allt publicerat innehåll märks tydligt som AI-genererat.
  6. Verifiering. Statistik och resultat verifieras löpande mot ATG:s officiella data.

4. Korrigeringar och rättelser

Vi strävar efter högsta korrekthet, men fel kan uppstå. Så här hanterar vi dem:

  • Omedelbar korrigering. Faktafel korrigeras så snart de upptäcks, utan dröjsmål.
  • Transparenta ändringar. Vid väsentliga korrigeringar noteras detta tydligt i artikelns överkant.
  • Kontaktmöjlighet. Alla läsare kan rapportera fel till hej@travmaskinen.se.
  • Modelluppdatering. Prediktionsmodellen omtränas regelbundet med ny data för att bibehålla och förbättra träffsäkerheten.

5. Spelansvar

Travmaskinen är ett analysverktyg — inte spelrådgivning. Våra prediktioner är statistiska bedömningar, inte garantier.

  • Ingen garanti för vinst. Inte ens vår bästa modell (AUC 0.83) kan förutsäga alla vinnare. Spela aldrig för pengar du inte har råd att förlora.
  • Sätt en budget. Bestäm i förväg hur mycket du är beredd att satsa och håll dig till den gränsen.
  • Åldersgräns 18+. Allt spelande i Sverige kräver att du är minst 18 år.

Behöver du hjälp?

  • Stödlinjen — gratis och anonym rådgivning. Telefon: 020-819 100.
  • Spelpaus.se — stäng av dig från allt licensierat spel i Sverige.

6. Vem står bakom?

Travmaskinen grundades och drivs av Kenny Paavola, AI-utvecklare och dataingenjör. Plattformen bygger på öppen dokumentation av både metodik och begränsningar.

Relaterade sidor

Se vår metod i detalj

Läs den tekniska dokumentationen av prediktionsmodellen — dataset, feature engineering, validering och begränsningar.

Metodologi →