Det er således oplyst over for de svenske udlændingemyndigheder, at han var tilbageholdt af Taliban i to år, mens han over for de danske myndigheder har oplyst, at han var tilbageholdt i omkring tre år.
Sådan lyder en del af begrundelsen for, hvorfor en asylansøger i Danmark i 2019 fik afslag af Flygtningenævnet. Det er en af de 50 beslutningsresuméer i sager, hvor asylansøgere har fået afslag på asyl, som forskere fra Datalogisk Institut på Københavns Universitet har kigget nærmere på. Forskningen belyser, hvordan data spiller en rolle, når Flygtningenævnet (højeste beslutningsinstans) beslutter, hvem der har krav på asyl – noget, der ifølge forskerne hidtil har været underbelyst i Danmark. Konkret har forskerne gennemgået de forskellige former for datapraksisser, der indgår i nævnets beslutningstagning.
Den afgørende faktor er ifølge studiet, hvorvidt myndighederne anser asylansøgeren for at være ’troværdig’ eller ej. Men hvordan vurderer man så det?
”Flygtningenævnet skal afgøre, om ansøgeren har en velbegrundet frygt for forfølgelse i sit oprindelsesland. Vores gennemgang viser, at den vurdering foregår i en meget kompleks procedure, hvor man laver et skøn baseret på mange forskellige data produceret mange forskellige steder og fortolket af mange forskellige led. Og det er ikke uproblematisk,” siger ph.d.-stipendiat Trine Rask Nielsen fra Datalogisk Institut.
Uoverensstemmelser er lig med utroværdighed
Det springende punkt i Flygtningenævnets afgørelse er ifølge studiet, hvorvidt myndighederne støder på uoverensstemmelser i de forskellige data, der findes i systemet om den enkelte ansøger.

