Fusk
Slik fusket Oslomet-studentene
I 2025 var det totalt ni fuskesaker knyttet til ulovlig bruk av KI på Oslomet. Fiktive kilder og KI-genererte kildelister felte alle de ni studentene.
Universitas har fått innsyn i ni fuskesaker fra Oslomet det siste året. Fellesnevneren for alle sakene er at kunstig intelligens (KI) og fiktive kilder var årsaken til at samtlige kandidater ble utestengt fra universitetet. Kun en av studentene klagde på utestengelsen, klagen blir behandlet i nemnd for studentsaker i september.
KI på universitetet
Bruk av KI på hjemmeeksamen har skapt hodebry for universitetene den siste tiden. Tidligere i høst skrev Universitas om Det juridiske fakultet på Universitetet i Oslo (UiO) der det ble besluttet at hjemmeeksamen var noe man skulle unngå grunnet KI.
I likhet med andre universiteter tilbyr Oslomet gratis tilgang på KI-tjenestene Microsoft Copilot og SIKT KI. På eksamener der alle hjelpemidler er tillatt omfatter dette også bruk av KI verktøy. Det er dermed tillatt å bruke KI-tjenester på hjemmeeksamen, men studentene må bruke disse på lovlig vis. Klipp og lim fra KI-tjenestene uten å gjøre sensor oppmerksom på dette regnes som fusk.
Regelverket
Straffen for fusk følger av universitets- og høyskoleloven § 12-4. Studenten kan utestenges i ett år på bakgrunn av fusk, og i særlig grove tilfeller kan studenten bli fratatt studieretten i inntil to år. Ved semesterregistrering på Oslomet må alle studenter krysse av for at regler for fusk er lest og forstått.
Universitas har snakket med Oslomet-student Lina Elghaouty (19), som studerer for å bli grunnskolelærer. Elghaouty syns at reglementet for KI og kildebruk er tydelig. Hun mener at man selv merker når man bruker KI på en uredelig måte.
– Det er forskjell på å be om hjelp og å få et ferdig produkt.
Fiktive kilder
Et gjennomgående tema i alle fuskesakene er at sensor hevder at kildene som oppgis er fiktive. Sensorene har i alle eksamenene registrert tilfeller der kildene enten ikke eksisterer, eller refereringen er så mangelfull at kildene er umulig å ettergå. I flere av sakene har kandidatene henvist til forfattere som er relevante for fagfeltet, men titlene på artiklene eksisterer ikke. Lite samsvar mellom forfatter, årstall og tittel har vakt KI-mistanke hos sensor.
Elghaouty har selv brukt KI til hjelp med kilder, men hun merker at det ofte blir feil.
– Den kommer med sitater fra boken og det virker veldig ekte, men det er ikke alltid riktig.
Professor i vitenskapelig databehandling og maskinlæring på UiO, Geir Kjetil Ferkingstad Sandve forteller at KI-modellene ikke er begrenset av eksakte fakta.
– Den lager ett ord. Så genererer den forfatteren, navnet, og så genererer den hvert ord i tittelen.
– Finner KI opp kilder når den genererer tekst?
– Den har ikke noen oppfattelse av hvordan sitering virker, den vil bare ha en tekst som flyter. En skrivestil i en god tekst har påstand, og så kommer det inn en sitering som har noen forfattere og en tittel som er relatert til det poenget.
Den har ikke noen oppfattelse av hvordan sitering virker, den vil bare ha en tekst som flyter.
Maskingenerert tekst
I én av de totalt ni fuskesakene Universitas har fått innsyn i mener sensor at studentens oppgave bærer «preg av maskingenerert tekst». Her har sensor besluttet at språket til studenten «indikerte bruk av kunstig intelligens». For det blotte øyet er det ikke enkelt å fastslå hva som skiller menneske og maskin på hjemmeeksamen, men ifølge Sandve er det noen ting som får varsellampene til å blinke.
– Det er ofte veldig elegant flyt, den bruker mye tankestreker med et par punkt som følger. Det andre er at den noen ganger sier unøyaktigheter, som er litt typisk.
For drevne ChatGPT-studenter fremstår kanskje denne analysen som lite revolusjonerende. Fjerning av tankestrek og dobbelsjekking av fakta kommer sannsynligvis i første rekke dersom man benytter seg av KI på eksamen. Likevel forteller Sandve at man ofte får en veldig klar følelse av hva som er generert av KI. Man blir etterhvert god på å gjenkjenne forskjellen på mann og maskin.
I et skriftlig svar til Universitas skriver Prorektor for utdanning ved Oslomet, Silje Fekjær at maskingenerert tekst ikke alene vil føre til fuskeanklager.
«Det er alltid sensorenes vurdering som ligger til grunn for mistanke om fusk», skriver Fekjær.
«Tidspress, slurv og en ustrukturert skriveprosess»
Et annet gjennomgående element i fuskesakene er at studentene anvender en skriveteknikk som er lite forenelig med riktig kildebruk. Noen av studentene hevder at de har skrevet hele oppgaven, deretter har kilder blitt skrevet inn i teksten. Dette har ført til slurv i kildeføringen, spesielt når tidspress melder seg som det femte element. Men hvor går grensen mellom slurv og fusk?
«Grensen mellom slurv og fusk er flytende, det finnes ingen gylden grense for fusk», skriver Fekjær. Hun anbefaler studentene å jobbe med kilder fortløpende i oppgaveskrivingen. Å markere egne notater der direkte sitat har blitt brukt kan være hjelpsomt for å unngå å havne i fuskefellen.
Grensen mellom slurv og fusk er flytende, det finnes ingen gylden grense for fusk.
Flere av de fuskebeskyldte studentene forteller også at uforutsette hendelser har ført til rot i kildehenvisningen. Sykdom, konsentrasjonsproblemer og diagnoser har i mange tilfeller fungert som formildende omstendigheter, men det har ikke reddet dem fra å bli kastet på dør. Flere av kandidatene innrømmer å ha brukt KI i skriveprosessen, mens andre nekter blankt.
Klagde på stryk, ble utestengt i ett år
Å klage på stryk kan for mange virke som en risikofri affære, men slik ble det ikke for en av Oslomet-studentene. Studenten fikk uheldige konsekvenser da intern klagesensor oppdaget det de mente var fusk. Det var dermed ikke oppdaget fusk i første rekke, men etter gjennomgang av klagekommisjonen var det de som felte studenten. Noen ganger trenger fuskejegerne altså to forsøk.
Til Universitas skriver Fekjær at det i noen tilfeller er enkelt å fastslå hva som er fusk og ikke, men hun understreker at fuskesakene ikke alltid utspiller seg slik man tror.
«En idé om at vi skal være fuskejegere som kan slå ned på og straffe alle studenter som fusker med fullt overlegg, mens alle andre er uskyldige og går fri, er et urealistisk bilde som stemmer dårlig med slik fuskesaker som oftest er i virkeligheten.».
