AI og plagiatkontroll: hva skoler og bedrifter må vite

Mange tror at AI-generert tekst lett avsløres av plagiatkontroll. Det stemmer ikke. Tradisjonelle plagiatverktøy er laget for å oppdage kopiert tekst fra eksisterende kilder. AI skriver ny tekst fra bunnen av, og det er en helt annen utfordring.

Dette får konsekvenser for både skoler, universiteter og bedrifter som mottar skriftlig innhold fra andre.

Hva er AI plagiatkontroll, egentlig?

Begrepet "AI plagiatkontroll" brukes om to ganske forskjellige ting. Det kan bety verktøy som sjekker om tekst er kopiert fra nettet, eller det kan bety verktøy som forsøker å avgjøre om tekst er skrevet av en AI.

De to er ikke det samme, og de løser ikke det samme problemet.

Klassiske plagiatverktøy som Urkund og Turnitin sammenligner tekst mot en database med kjente dokumenter og nettsider. Hvis setninger dukker opp ord for ord fra en annen kilde, slår de ut. AI-generert tekst er derimot original i den tekniske forstand. Den er ikke kopiert. Den er bare ikke skrevet av et menneske.

AI-deteksjon er et annet verktøy

Verktøy som forsøker å oppdage AI-skrevet tekst, som GPTZero og Originality.ai, fungerer på en helt annen måte. De analyserer statistiske mønstre i teksten, som setningsstruktur, ordvalg og variasjoner. AI-modeller har en tendens til å produsere tekst som er mer forutsigbar enn menneskelig skriving.

Problemet er at disse verktøyene ikke er pålitelige nok til å brukes som bevis. Falske positive forekommer hyppig. Tekst skrevet av mennesker med et enkelt, presist språk kan feilaktig flagges som AI-generert.

Hvor pålitelig er AI-deteksjon i dag?

Forskning viser at de beste AI-deteksjonsverktøyene per 2024 har en nøyaktighet på rundt 70 til 85 prosent under ideelle forhold. I praksis er tallet lavere, fordi tekstene varierer mye.

Det betyr at mellom 15 og 30 prosent av tekstene kan bli feilklassifisert. Det er altfor høyt hvis resultatet skal brukes til å ta alvorlige beslutninger, som å stryke en student eller avvise et anbud.

Flere høyskoler og universiteter i Norden har allerede erkjent dette. De bruker AI-deteksjon som et signal, ikke som bevis. En positiv deteksjon starter en samtale, den avgjør ikke saken.

Hva påvirker nøyaktigheten?

Noen faktorer gjør AI-deteksjon ekstra upålitelig:

• Tekst som er redigert av et menneske etter AI-generering, er vanskeligere å oppdage, Korte tekster under 300 ord gir svakere grunnlag for analyse, Fagspråk og teknisk skriving ligner mer på AI-output og gir flere falske positive, Norskspr tekst analyseres dårligere enn engelskspråklig, fordi de fleste modeller er trent primært på engelsk

Det siste punktet er relevant for norske virksomheter og utdanningsinstitusjoner. Mange av de ledende AI-plagiatverktøyene er optimalisert for engelsk.

Hva betyr dette for bedrifter?

For en bedrift som mottar innhold fra frilansere, byråer eller studenter i praksis, er AI plagiatkontroll et aktuelt tema. Spørsmålet er ikke bare om teksten er plagiert fra andre, men om den er produsert på den måten som var avtalt.

Dette handler primært om kontrakts- og tillitsspørsmål, ikke om teknisk oppdagelse. Hvis du betaler for personlig rådgivning og ekspertise, har du forventninger om at en menneskelig fagperson faktisk har tenkt gjennom innholdet.

AI-ansatte som Penny kan hjelpe bedrifter med å produsere innhold raskt og konsistent. Men ansvaret for hva som leveres utad, ligger alltid hos bedriften selv.

Praktiske tiltak for bedrifter

I stedet for å stole blindt på AI-deteksjonsverktøy, kan bedrifter gjøre dette:

• Sett tydelige krav i kontrakter om bruk av AI, og hvem som eier det endelige ansvaret for kvaliteten, Be leverandører dokumentere prosessen, ikke bare sluttresultatet, Bruk AI-deteksjon som ett av flere signaler ved mistanke, ikke som eneste grunnlag for konklusjon, Vurder om innholdet faktisk er nyttig og korrekt, uavhengig av om det er AI-generert

For juridiske vurderinger knyttet til kontrakter og innholdsansvar kan Linda, Orons AI for jus, hjelpe deg å formulere klare avtaler.

Hva betyr dette for skoler og universiteter?

Utdanningssektoren er kanskje den som har brukt mest ressurser på AI plagiatkontroll siden ChatGPT ble tilgjengelig i 2022. Og frustrasjonen er forståelig. Det er vanskelig å vurdere hva en student faktisk kan, hvis innleveringene er skrevet av en AI.

Men løsningen er sannsynligvis ikke bedre teknisk deteksjon alene. Det handler om å designe oppgaver og vurderingsformer som er mindre sårbare for AI-bruk.

Mer robuste vurderingsformer

Noen tilnærminger skoler og universiteter har tatt i bruk:

• Muntlig eksaminasjon som oppfølging til skriftlige innleveringer, Prosessorientert vurdering der studenten dokumenterer arbeidet underveis, Oppgaver som krever lokale, spesifikke eller personlige referanser som er vanskelige å generere med AI
• Åpen diskusjon om AI-bruk, der studenten forklarer hva de eventuelt brukte og hvorfor

Dette er pedagogiske valg, ikke tekniske løsninger. Og de er sannsynligvis mer holdbare på sikt enn et kappløp mellom AI-modeller og deteksjonsverktøy.

Norsk kontekst og GDPR

Et aspekt som sjelden nevnes i diskusjonen om AI plagiat, er personvern. Når du laster opp studenttekster eller ansatttekster til et eksternt deteksjonsverktøy, sender du personopplysninger til en tredjepart.

Under GDPR har du plikt til å ha et behandlingsgrunnlag for dette. Mange norske institusjoner har ikke tenkt grundig nok gjennom dette spørsmålet.

Datatilsynet har ikke utstedt spesifikke retningslinjer for AI-deteksjonsverktøy per 2025, men de generelle GDPR-reglene gjelder fullt ut. Det betyr at du trenger en databehandleravtale med leverandøren, og at studentene ideelt sett skal informeres om at tekstene deres analyseres.

Er AI-generert tekst alltid et problem?

Det korte svaret er nei. AI plagiatkontroll og AI-deteksjon handler implisitt om at AI-bruk er noe negativt. Men det er ikke alltid tilfelle.

En bedrift som bruker AI til å effektivisere innholdsproduksjon, gjør ingenting galt. En student som bruker AI som et hjelpeverktøy og deretter bearbeider innholdet med egne tanker, er i en gråsone som skolen selv må definere.

Spørsmålet er alltid: brytes en regel, en avtale eller en etisk norm? Teknologien i seg selv er nøytral.

For bedrifter som ønsker å bruke AI på en ryddig og effektiv måte, kan det være nyttig å se på Orons samlede team av AI-ansatte. Der er ansvarsfordelingen tydelig, og alle verktøyene er bygget for norske forhold.

---

Ofte stilte spørsmål om AI og plagiatkontroll

Kan Turnitin oppdage AI-generert tekst? Turnitin har lansert en AI-deteksjonsfunksjon, men den er ikke hundre prosent pålitelig. De anbefaler selv at resultatet brukes som utgangspunkt for en samtale, ikke som bevis alene.

Hva er forskjellen på plagiatkontroll og AI-deteksjon? Plagiatkontroll sjekker om tekst er kopiert fra kjente kilder. AI-deteksjon forsøker å avgjøre om tekst er skrevet av en AI. De er to forskjellige verktøy med to forskjellige formål.

Fungerer AI-deteksjonsverktøy like godt på norsk? Nei. De fleste verktøyene er primært trent på engelske tekster og gir lavere nøyaktighet på norsk.

Kan man omgå AI-deteksjon ved å redigere teksten? Ja, til en viss grad. Tekst som er omarbeidet av et menneske etter AI-generering er vanskeligere å flagge som AI-skrevet.

Hva bør jeg gjøre hvis jeg mottar tekst jeg mistenker er AI-generert? Bruk AI-deteksjon som ett signal, ikke som eneste grunnlag. Vurder konteksten, still oppfølgingsspørsmål, og se om innholdet faktisk holder faglig mål. Ta en samtale med avsenderen.

---

Hvis du driver en norsk bedrift og vil ha kontroll på hvordan AI brukes i innholdsproduksjonen din, kan det være et godt første steg å se nærmere på Penny, Orons AI-skribent. Du bestemmer rammene, Penny leverer innenfor dem.