Har spurgt et par kollegaer der er kompetente på det område, og her er lidt af svaret:
http://www.windytan.com/2013/01/the-gsm-buzz.html
Som jeg forstår det:
Lidt simplificeret, så sker det fordi telefonen skal "gøre opmærksom på at nu er det min tur til at bruge netværket", op til 8 telefoner kan bruge den samme frekvenser på 2G, men indelt i tid og ikke i en lille del af frekvensen, og der dermed sker udsving i den signalstyrke der sendes med, og dermed spænding der indstråles i højttalerne fra telefonen/netværket. Det sker ikke på 3G/4G, da der sendes med (nogenlunde) konstant styrke, da telefonerne deles op i små bidder af frekvensen.
Så er det typen af netværk (GSM/2G) der gør det, og ikke frekvensen der bruges. (som tidligere nævnt er de gamle gsm frekvenser på hhv 900 og 1800mhz i dag også i brug på hhv 3G og 4G uden at noget lignende sker) På 3G/4G er der ikke disse "spikes" i signalstyrken, så man hører ikke variationen. Og desuden sender 2G med en del højere styrke.
*tror nok det er nogenlunde rigtigt og giver mening*