Eksamenssnyd med AI: Klare regler, dårlige incitamenter

Jeg bruger en del af mit arbejdsliv på eksamen. Som underviser på landets største erhvervsakademi bedømmer jeg studerende, og som censorformand er jeg med til at diskutere, hvordan censorer skal sikre den gode eksamen. Også her fylder kunstig intelligens meget.

Hvad er eksamenssnyd med AI?

Det nemme svar er, at det er snyd, når en studerende bruger ChatGPT til noget, vedkommende selv skulle have lavet. Det svar holder omtrent indtil det første opfølgende spørgsmål.

Må den studerende få idéer? Må AI foreslå en problemformulering? Må den rette sproget? Må den forklare en teori? Må den skrive et udkast, hvis den studerende bagefter gennemarbejder det? Og gælder det samme ved en folkeskoleprøve, i gymnasiet og på en professionsbacheloruddannelse?

Det gør det ikke.

I folkeskolen og gymnasiet er reglerne for de officielle prøver i høj grad fastsat centralt. På de videregående uddannelser har institutionerne et betydeligt større råderum. Her kan den samme brug af AI være tilladt ved én eksamen, deklarationspligtig ved en anden og eksamenssnyd ved en tredje.

Jeg beskæftiger mig i denne artikel især med de erhvervsrettede videregående uddannelser. Det er det område, jeg selv kender indefra som underviser og censorformand. Her findes der både nationale regler og lokale bestemmelser, og kombinationen gør det muligt at regulere AI meget præcist. Den gør det også muligt at skabe et regelsæt, som næsten ingen kan overskue uden at afsætte en mindre arbejdsdag og en kande kaffe.

Spørgsmålet er derfor først, hvordan eksamenssnyd med AI defineres juridisk. Derefter kommer det mere ubehagelige spørgsmål: Hvad sker der, når reglerne møder den virkelighed, hvor studerende, undervisere, censorer og institutioner hver især reagerer på de incitamenter, systemet giver dem?

Mere jura, end de fleste tror

Der er en del jura bag en eksamen. De fleste forestiller sig en eksamen som et møde mellem en studerende, en underviser og en censor. Tre mennesker i et lokale. En kop kaffe. En smule nervøsitet. Forhåbentlig en god faglig samtale. Juridisk er billedet et helt andet. En eksamen er en del af den offentlige forvaltning. 

Det danske eksamenssystem minder på flere punkter om domstolene. Voteringen foregår bag lukkede døre. Kun bedømmerne deltager. Der skal tages notater. Der findes et klagesystem. På samme måde som dommerne ledsages af domsmænd, så har jeg som eksaminator ofte en censor ved siden af mig. Hele konstruktionen er indrettet, så den studerende både får en faglig bedømmelse og en retssikkerhed, hvis noget går galt.

Det betyder ikke, at hver karakter er en offentligretlig afgørelse, selvom der har været argumenteret for det. Det er i stedet for ”faktisk forvaltningsvirksomhed”. En afgørelse er en beslutning, hvor en myndighed fastlægger, hvad der er eller skal være ret for en borger i en konkret sag. Undervisning er derimod et klassisk eksempel på faktisk forvaltningsvirksomhed. Men når vi kommer til karaktergivning ved en eksamen, så skriver Ombudsmanden at det ”har tidligere givet anledning til tvivl i forhold til afgørelsesbegrebet. Det er i dag fast antaget, at sådanne beslutninger falder uden for forvaltningslovens afgørelsesbegreb.”

Jeg kan godt lide den formulering. Ikke fordi den er poetisk. Ombudsmanden er sjældent den første, du inviterer med til poetry slam. Jeg kan lide den, fordi den fortæller en historie. Der har været tvivl. I dag er det fast antaget, at karaktergivning ikke er en afgørelse. Det er en dejlig juridisk måde at sige: “Vi har efterhånden fundet ud af, hvordan vi ser på det.”

Dette ændrer sig imidlertid, når institutionen beslutter, at en studerende har snydt. Så er vi pludselig klart ovre i myndighedsudøvelse. Så er det ikke længere nok, at en underviser eller censor tænker: “Den her opgave lugter lidt af ChatGPT.” Den tanke kan være begyndelsen på en sag, men den kan aldrig være afslutningen. En afgørelse om eksamenssnyd kan få alvorlige konsekvenser. En prøve kan annulleres. Et eksamensforsøg kan registreres som brugt. I alvorlige tilfælde kan den studerende bortvises. Derfor gælder de almindelige forvaltningsretlige principper. Institutionen skal have hjemmel. Sagen skal være tilstrækkeligt oplyst. Den studerende skal partshøres. Afgørelsen skal begrundes. Og den skal kunne prøves gennem klagesystemet.

Hvornår bliver AI til eksamenssnyd?

Det næste spørgsmål virker enkelt, men det er det ikke. Den gældende eksamensbekendtgørelse for professions- og erhvervsrettede videregående uddannelser opstiller en række eksempler på eksamenssnyd.

Her nævnes blandt andet studerende, der: “fortier eller vildleder om egen indsats eller resultater” eller “benytter ikke-tilladte hjælpemidler.” Det lyder umiddelbart banalt.

Det er det ikke. Læg mærke til, hvad bekendtgørelsen ikke siger. Den siger ikke, at ChatGPT er forbudt. Den siger ikke, at AI-genereret tekst automatisk er snyd. Den siger ikke, at en besvarelse bliver ugyldig, hvis en sprogmodel har været involveret. Reglerne handler i stedet om to ting. For det første, om den studerende overholder de regler, der gælder ved den konkrete prøve. For det andet, om den studerende giver et korrekt billede af sin egen faglige indsats. Det er en vigtig forskel.

Hvis en prøve tillader AI som hjælpemiddel, hvad langt de fleste gør, så er brugen ikke snyd. Hvis en prøve kræver, at AI-brugen deklareres, bliver problemet ikke nødvendigvis selve brugen, men fortielsen. Og hvis prøven forbyder AI, bliver den samme handling pludselig eksamenssnyd. AI bliver altså ikke til snyd, fordi ChatGPT har skrevet teksten.

AI bliver til snyd, når den studerende overtræder prøvens regler eller giver et urigtigt billede af, hvad der er vedkommendes egen faglige præstation. Den sondring bliver endnu vigtigere, når man sammenligner uddannelsessystemets forskellige niveauer.

Tre uddannelsesniveauer, tre forskellige svar

I folkeskolen er svaret forholdsvis enkelt. Ved folkeskolens prøver må eleverne som udgangspunkt ikke bruge generativ AI. Det gælder de skriftlige stedprøver og den umiddelbare forberedelse til mundtlige prøver. Det regnes desuden som snyd, hvis en elev udgiver en chatbots arbejde for at være sit eget. 

Der findes dog et mindre lokalt råderum. Hvis en mundtlig prøve bygger på et produkt, som eleven har udarbejdet i undervisningen, kan skolebestyrelsen fastsætte regler for, hvilke hjælpemidler der må bruges under udarbejdelsen. Men når eleven møder til selve prøven, er der lukket for ChatGPT. I folkeskolen er grænsen altså centralt fastlagt, med en mindre kommunal sidevej, som ingen bør køre ned ad uden først at læse skiltningen.

Det giver også en del pædagogisk mening. Folkeskolen skal blandt andet lære eleverne at skrive, regne og formulere argumenter. Hvis chatbotten udfører disse aktiviteter, kan eleven få et nydeligt produkt uden at udvikle den færdighed, produktet skal demonstrere. Det svarer lidt til at møde op til svømmeprøven i en motorbåd. Man kommer sikkert over bassinet, men prøven har mistet noget af sin informationsværdi.

På gymnasieområdet er reguleringen også hovedsageligt central. Generativ AI er som udgangspunkt ikke tilladt ved de officielle prøver, medmindre reglerne for den konkrete prøve eller en central hjælpemiddeloversigt udtrykkeligt åbner for det. Det enkelte gymnasium kan altså ikke beslutte, at alle elever fremover må have ChatGPT med til skriftlig dansk, fordi rektor netop har været til et inspirerende oplæg om digital dannelse.

Der gennemføres dog forsøg, hvor generativ AI indgår i afgrænsede prøveformer. I skoleåret 2025/26 har udvalgte gymnasier eksempelvis afprøvet nye prøver i engelsk A, hvor AI indgår i dele af den mundtlige prøve. I afsætning A på hhx fortsætter et forsøg med generativ AI i 2026 og 2027. Det sker centralt og efter fastsatte rammer, ikke ved at den enkelte underviser erklærer sit fag for en eksamensjuridisk frizone.

På de videregående uddannelser bliver svaret mere lokalt. Institutionen fastsætter, hvilke hjælpemidler der er tilladt ved den enkelte prøve. AI kan være tilladt uden særlige krav, tilladt med deklaration, tilladt til bestemte aktiviteter eller helt forbudt.

Det er ikke nødvendigvis den enkelte underviser, der bestemmer. Reglerne skal være institutionelt forankrede, typisk i studieordningen, eksamensreglementet eller den konkrete prøvebeskrivelse. Men konsekvensen er stadig, at to studerende på samme institution kan være underlagt forskellige AI-regler, selv om deres eksamener ligger i lokaler ved siden af hinanden.

Den samme prompt kan derfor være en fagligt fornuftig aktivitet på én uddannelse og en disciplinærsag på en anden. Det er ikke modellen, der har ændret sig. Det er adressen.

Bedømmelse og snyd

Reglerne for en eksamen laver en sondring mellem bedømmelse og snyd.

Hvis en opgave fagligt svarer til 10, kan eksaminator og censor ikke give 4, fordi den “virker lidt AI-agtig”. Enten bedømmes præstationen efter læringsmålene, eller også rejses der en snydesag. Man burde ikke opfinde en mellemform, hvor mistanken diskret indregnes i karakteren som en slags akademisk risikotillæg.

Institutionen laver reglerne. Censor og eksaminator bedømmer præstationen. Institutionen afgør snydesagen. Den rollefordeling er klar nok. Det er resten, der kræver kaffe.

Reglerne findes nemlig ikke samlet i en praktisk lille pjece med titlen Alt, du behøver at vide om ChatGPT til eksamen. De ligger fordelt på bekendtgørelser, studieordninger, eksamensreglementer, lokale AI-vejledninger og instruktioner til den enkelte prøve.

Dertil kommer, at reglerne bliver ændret hyppigt. Den tidligere eksamensbekendtgørelse fra 2022 blev erstattet i 2025. Censorbekendtgørelsen blev udskiftet i 2024. Gymnasieområdet fik nye prøveregler i 2026, samtidig med at der gennemføres forskellige forsøg med AI. 

En præsentation om eksamensret kan derfor være korrekt, da den bliver lavet, tvivlsom, da den bliver vist, og historisk interessant, når nogen finder den på fællesdrevet to år senere. Der er en grund til at lærebøger i jura udkommer i en ny udgave hvert år.

En mistanke er billig. En snydesag er dyr

På papiret er forløbet forholdsvis enkelt, hvad der skulle ske: En underviser eller censor får mistanke om snyd. Mistanken indberettes. Institutionen undersøger sagen. Den studerende bliver hørt. Institutionen træffer en begrundet afgørelse.

I praksis starter arbejdet først, når mistanken opstår. Jeg skal måske kontrollere, om de kilder, den studerende henviser til, eksisterer. Jeg skal undersøge, om citaterne faktisk står i kilderne. Jeg kan sammenligne sproget med tidligere opgaver og beskrive, hvorfor denne besvarelse adskiller sig. Jeg skal skelne mellem det, der bare er dårligt, det, der er usædvanligt, og det, der med rimelighed kan danne grundlag for en mistanke.

“Teksten var meget glat” er ikke dokumentation. “Den studerende brugte ordet ‘nuanceret’ syv gange” er heller ikke. Hvis en studerende skal udsættes for en disciplinær sanktion, skal sagen selvfølgelig være ordentligt oplyst. En mistanke er ikke en dom. Den studerende kan have ændret skrivestil, fået sproglig hjælp eller haft en usædvanligt god dag. ChatGPT har trods alt ikke patent på velformulerede og lidt tomme sætninger. Det marked var allerede godt dækket før 2022.

Men retssikkerheden har en organisatorisk pris.

Jeg har tidligere skrevet om den gode økonomiprofessor Roberto Serrano ved Brown University på Rhode Island. Han havde en meget stærk mistanke om at AI var blevet brugt. Gennemsnittet ved en hjemmeeksamen var 96 procent, hvor det normalt lå mellem 65 og 80 procent. Besvarelserne lignede ChatGPTs løsninger, også når modellen valgte unødigt komplicerede fremgangsmåder. Da han flyttede den afsluttende eksamen ind i et fysisk lokale, droppede 18 ud af 86 studerende kurset, ni udeblev, og blandt de 59, der deltog, præsterede kun to inden for ti procentpoint af deres tidligere resultat.

Det beviser ikke, at hver enkelt studerende snød. En hjemmeeksamen og en stedprøve er forskellige situationer. Nervøsitet og ændrede vilkår kan påvirke resultatet. Men forskellen var stor nok til, at Serrano indberettede sin mistanke til universitetet, fordi han ved hjemmeopgaven ikke havde givet tilladelse til at bruge AI.

Her mødte statistikken retssikkerheden.

Universitetet kunne ikke sanktionere et helt hold, fordi det samlede mønster så mistænkeligt ud. Hver sag skulle behandles individuelt. Hver studerende skulle vurderes på sit eget grundlag. Det er juridisk rimeligt. Det betød også, at professoren skulle skrive 80+ anmeldelse individualiserede anmeldelser med hver sin dokumentation. Her gav Roberto op og sagde ”det gider jeg altså ikke” – og det er han bestemt ikke ene. Det er her, mange snydesager dør.

Ikke fordi underviseren nødvendigvis bliver overbevist om, at der ikke er snydt. Men fordi næste skridt består af flere timers arbejde, som skal lægges oven i de opgaver, der allerede ligger på skrivebordet. Dertil kommer at langt de fleste af os, der er undervisere, har valgt dette, fordi vi gerne ville undervise og gøre andre mennesker klogere. De færreste gjorde det for at blive amatørdetektiver med speciale i falske litteraturlister og mistænkeligt generiske metodeafsnit. Der er en del, der tyder på at dette – altså at underviseren ikke ønsker at ”føre en sag” faktisk er den største grund til at snyd ikke bliver til en sag.

Er høje karakter i dag bare et udtryk for god prompting?

For den studerende er der også flere hensyn i spil. Hvis formålet er at lære faget, er det en dårlig handel at lade AI udføre hele arbejdet. Den studerende kan få en flottere opgave, men går glip af den aktivitet, der skulle udvikle fagligheden. Man kan få afleveret et produkt uden at have erhvervet den kunnen, produktet signalerer.

Jeg har skrevet mere om dette problem i en anden artikel om, hvad eksamen egentlig måler, når en studerende kan producere en fremragende besvarelse med AI uden nødvendigvis selv at kunne forklare den. Her er pointen en anden.

Reglerne konkurrerer med et værktøj, der er let tilgængeligt, hurtigt og svært at opdage. Hvis den studerende kan spare mange timers arbejde og samtidig forbedre det afleverede produkt, kræver det enten en stærk interesse i læringen eller en reel risiko for sanktion at lade være.

Den ærlige studerende kan bruge tre uger på at læse, analysere og omskrive. En medstuderende kan begynde aftenen før, lade AI fremstille et første udkast og bruge nogle timer på at gøre teksten mindre genkendelig.

Begge får måske 10.

Måske får den anden 12.

Den ærlige studerende har sandsynligvis lært mest. Det kan bare være svært at varme sig ved, hvis belønningssystemet siger noget andet.

Uddannelser underviser nemlig også gennem det, de accepterer. Hvis alle ved, at bestemte genveje bruges, men næsten ingen sager bliver rejst, opstår der hurtigt en uformel regel ved siden af den formelle: Du må ikke gøre det. Men der sker sandsynligvis ikke noget, hvis du gør det ordentligt.

Klare regler, dårlige incitamenter

Det er svært at være uenig i de enkelte regler.

Den studerende skal kende vilkårene for prøven. En mistanke skal undersøges. Den studerende skal høres. Afgørelsen skal være saglig og begrundet. Censor og eksaminator må ikke straffe gennem karakteren. Institutionen skal behandle lignende sager nogenlunde ens.

Hver enkelt regel beskytter noget vigtigt. Tilsammen skaber reglerne dog et system med nogle mærkelige incitamenter.

Den studerende møder et værktøj, som kan spare tid og forbedre produktet, mens risikoen for at blive opdaget og sanktioneret kan være begrænset.

Underviseren og censoren møder en proces, hvor det er let at få en mistanke, men krævende at løfte den til en sag, der kan holde juridisk.

Institutionen bliver belønnet for at en studerende består, men enhver sag, som kræver undersøgelse, partshøring og individuel afgørelse, er en udgift.

Alle reglerne kan være rimelige, mens systemet samlet set fungerer dårligt.

Vi kunne selvfølgelig håndhæve dem fuldstændigt konsekvent. Hver usædvanlig formulering kunne undersøges. Hver litteraturliste kunne kontrolleres. Hver mistanke kunne beskrives, indberettes og behandles. Hver studerende kunne partshøres, og hver sag kunne afsluttes med en individuel afgørelse. Så ville vi til gengæld ikke få tid til ret meget andet.

En time brugt på at kontrollere en opdigtet kilde er en time, der ikke bruges på feedback til en studerende, der faktisk prøver at lære. En dag brugt på en snydesag er en dag, hvor underviseren ikke udvikler undervisning, vejleder eller holder sig fagligt opdateret.

Uden håndhævelse bliver reglerne til høflige forslag. Med fuld håndhævelse risikerer kontrollen at opsluge den aktivitet, reglerne skulle beskytte. Det er derfor ikke tilstrækkeligt, at reglerne er juridisk klare. De skal også kunne fungere i en hverdag med begrænset tid, vanskelige beviser og en teknologi, der kan producere en ny version af teksten, før underviseren har fundet det rigtige indberetningsskema.

Vi mangler ikke regler om AI og eksamenssnyd, men som uddannet erhvervsjurist irriterer det mig, at vi mangler et system, hvor det kan betale sig at følge dem, og hvor det er praktisk muligt at reagere, når de bliver overtrådt. Risikoen ved at nugde studerende over til at bruge AI er, at vi får en generation, der på papiret er den dygtigste nogensinde, men reelt ikke har lært noget andet end at prompte.

Vi laver journalistik om AI, fordi udviklingen går hurtigere end den offentlige samtale.

På AI Portalen forsøger vi at skabe overblik, perspektiv og kritisk indsigt i en teknologi, der allerede former alt fra arbejdsmarkedet til demokratiet — ofte uden at nogen bremser op og forklarer, hvad der foregår.

Hvis vores artikler hjælper dig med at forstå AI lidt bedre, så overvej at støtte arbejdet.

Et medlemskab gør én ting mulig: at vi kan blive ved med at undersøge, dokumentere og forklare, hvordan AI påvirker Danmark — uden investorer, uden PR-interesser og uden at jage hype.

Bliv medlem og vær med til at styrke uafhængig journalistik om AI.