Andersons vinkel
En taxonomi av studenters ursäkter för att hemligt använda AI
Lägg till Unite.AI bland dina föredragna källor på Google
Studenter använder ChatGPT för att motivera nästan alla nivåer av AI-stöd i sina kurser, med en ny studie som identifierar sex kategorier av ursäkter som hjälper dem att suddiga ut gränsen mellan legitim användning och ren och skär fusk.
En ny forskningssamarbete från USA har funnit att många studenter inte längre ser AI-assisterat fusk som fusk alls. Baserat på intervjuer med college-studenter över hela landet, som studerar en mångfald av ämnen, identifierade studien 23 olika sätt som AI-användning i kurser kan motiveras, från påståenden att “alla gör det” och “AI har inget offer”, till argument om att använda AI sparar tid, producerar bättre skrivande – eller fortfarande räknas som originalarbete, om utdata redigeras av studenten efteråt.
Vissa studenter medgav öppet att de bröt mot kursregler, medan de fortsatte att se sitt beteende som rimligt.
Studien visar också att studenter är antingen splittrade (när det finns ett val att hantera) eller förvirrade (där valen kring AI-användning inte är tydliga) i många scenarier, och fruktar en allvarlig konkurrensnackdel om de uppfattar att andra gör vinster med AI (oavsett om det uppfattas som tillåtet eller inte).
De 23 exemplen destillerades ned från ett mycket större antal som identifierades från intervjuerna, och var och en hamnar i en av sex slutliga kategorier som bestämdes av forskarna:
Offerlös beteende (ingen skadas); Minimal AI-bidrag (AI hjälpte bara lite); Ex ante-bidrag (studentens idéer kom först); Post hoc-bidrag (senare redigering gör arbetet till deras); Ansvarsförnekelse (någon eller något annat är ansvarigt); och Uppfattad nytta (resultaten motiverar användningen).
Författarna till den nya studien (med titeln “Det är OK för att…”: Den vilda västern av studenters motivering av AI-användning i akademiskt skrivande, och kommer från fyra bidragsgivare från Pennsylvania State University, University of Michigan och University of Miami) noterar att studenternas argument och berättelser vandrar illogiskt mellan de olika kategorierna, även när alternativa kategorier inte är komplementära eller kompatibla.
De noterar vidare att det ofta inte finns någon konsekvent logik i argumenten – som om studenterna panikade i sin reaktion (trots en scenario med total konfidentialitet); eller alternativt, som om detta var första gången de verkligen hade blivit tillfrågade att tänka på de moraliska dimensionerna av AI-användning i sin utbildning.
Författarna skriver:
‘Varje formell lärandemiljö inbegriper i princip ett implicit socialt kontrakt där läraren hjälper studenten att lära sig, och studenten är ärlig om vad de vet och inte vet.
‘Men studenternas motivering av AI-användning tyder på att de är omedvetna om denna senare förväntning. Det är betydelsefullt att AI-användning suddar ut gränsen mellan studentens och AI-arbete och gör det svårt för läraren att bedöma deras arbete och hjälpa dem att förbättra sitt lärande.
‘En nyckelintervention för högre utbildning, då, är att hjälpa studenterna att förstå den pedagogiska motiveringen bakom AI-politiken, inklusive varför ärlig representation av den egna kunskapen är viktig för både lärande och bedömning.’
Studien visar att förväntningarna kring AI-användning i en akademisk kontext är fördelade över fem segment: läraravsikt; formell policy; studenttolkning av dessa; studentens egen policy; och studentens faktiska praktik.
Genom att titta på de sex slutliga kategorierna, som vi kommer att göra nu, visar det sig att dessa fem domäner inte är överens med varandra; är dåligt definierade; självmotsägande; eller bara ignorerade.
Data samlades in genom att intervjua tjugo undergraduate-studenter på tolv olika amerikanska universitet, med en könsfördelning på 15/5, över en stor mångfald av ämnen, från engelska och konst till statistik och molekylärbiologi.
1: Offerlös beteende
Den första kategorin reflekterar kanske den enklaste motiveringen av alla: att ingen verkligen skadas.
Studenter i denna grupp hävdade att traditionella bekymmer om plagiat beror på existensen av ett mänskligt offer, och att AI-genererad text bryter denna koppling:
Motiveringsklass C1: Offerlös beteende
|
||
| Inget mänskligt offer | Det är OK för att plagiat och författarskapsnormer existerar för att skydda mänskliga författare, mänskligt arbete och mänskligt ägande. Eftersom AI inte är en person, inte utövar mänsklig ansträngning och ingen människa direkt skadas, saknar AI-genererad text en moraliskt relevant offer. | “Det var inte skrivet av en annan människa… det var inte någon annans idé som jag stal… Så jag antar att det är OK” |
| AI-sammansatta källor | Det är OK för att AI sammanställer och omskriver information från flera källor, snarare än att kopiera från en specifik källa, och eftersom jag kan citera AI-genererad text, ser jag det inte som plagiat. | “Med ChatGPT, [det] är inte att kopiera och klistra in från en extern källa. Vad det gör är… att analysera informationen från fyra eller fem olika källor, sedan kombinera den till en, skriva den som en helt ny sak… Så detta är inte plagiat, för detta är inte direkt kopierat [från] källorna” |
Eftersom ChatGPT inte är en person, resonerade de, kan användning av dess utdata inte vara likvärdig med att stjäla från en annan författare (trots pågående rättsfall som skulle indikera annat).
Andra föreslog att AI bara kombinerar och omskriver information från många källor, snarare än att kopiera någon enstaka källa direkt, vilket bringar ägandefrågor i tvivel.
I vissa fall var den enda skada som erkändes självförvållad, med studenter som hävdade att den verkliga risken låg i att försvaga deras eget lärande, snarare än att skada en lärare, klasskamrat eller författare. En deltagare uttryckte:
‘AI har inte en själ… att ge AI credit [eller] respekt som om AI hade ägande eller laglighet till viss information… det är helt enkelt inte sant.’
En annan:
‘Det skadar inte någon …Jag tror att du skadar dig själv mer än du skadar en lärare eller andra människor.’
2: Minimal AI-bidrag
Den andra kategorin hävdar att AI:s roll är för liten för att bry sig om. Snarare än att förneka att AI hade bidragit till deras utdata, hävdade studenterna att bidraget var litet, rutinmässigt eller jämförbart med former av hjälp som redan är allmänt accepterade:
Motiveringsklass C2: Minimal AI-bidrag
|
||
| Sysslor | Det är OK för att AI-bidrag endast är “sysslor”. | “Med många av dessa uppgifter är de inte särskilt… utmanande, men det är bara en massa sysslor… det är inte värt min tid att faktiskt… konsumera allt innehåll…” |
| Fakta endast | Det är OK för att faktisk information inte kan ägas. | “När du skriver, kan du använda som fakta av det” |
| Liknande tillåten support | Det är OK för att AI:s roll är densamma som befintliga skrivverktyg och resurser som skrivcentret, korrekturläsare, Grammarly och Google. | “Skrivcentret gör samma sak… hon är också… och ber mig att tänka, men hon hjälper mig också, som en booster… Det är som, samma som ChatGPT gör för mig” |
Många drog en distinktion mellan viktigt akademiskt arbete och vad de ansåg vara administrativa “sysslor”, hävdande att lågvärdesuppgifter inte var värda den ansträngning de krävde.
Andra såg AI i samma ljus som grammatikkontrollanter, redaktörer eller sökmotorer. Genom dessa argument var det gemensamma temat att AI hade hjälpt, men inte tillräckligt för att undergräva författarskap, eller att betrakta den slutliga inlämningen som någon annans arbete, eller tillskrivas någon annan än studenten.
En av deltagarna illustrerade den utsträckning till vilken de ansåg ChatGPT vara en lika giltig bidragsgivare till mer traditionella mentorer i den akademiska sfären:
‘Om jag inte har svaret för mig själv, då skulle hon [coachen] säga, du kunde göra detta. Det är som, samma som vad ChatGPT gör för mig.’
3: Ex ante-bidrag
För många studenter var den starkaste försvarsmotiveringen för AI-användning inte att teknologin bidrog mycket, utan att det viktiga intellektuella arbetet redan var klart före ChatGPT blev inblandad.
I dessa fall presenterades AI som ett verktyg för att uttrycka, organisera, expandera eller förfinansiera material som redan fanns i studentens huvud:
Motiveringsklass C3: Ex ante-bidrag
|
||
| Mina idéer | Det är OK för att kärnidéerna, avsikterna eller tankarna kommer från mig. AI hjälper till att artikulera, expandera eller förtydliga vad jag redan hade i åtanke. | “När jag får ett ämne i huvudet, då vet jag vad ämnet var. Jag vet vad det behöver… men då är det som, rörigt i mitt huvud. Jag kan inte riktigt producera… en organiserad uttalande… Så [AI] organiserar mina tankar på ett bättre sätt” |
| Mina instruktioner | Det är OK för att jag dirigerar AI genom prompt. | “Jag är den [som] gav det en prompt. Så jag har redan dikterat för det vad det ska ge mig, vad jag behöver… och hur jag vill att informationen ska återges till mig” |
| Min kurering | Det är OK för att jag gör research eller väljer relevanta material innan jag använder AI. Jag väljer vad som är viktigt innan AI utför skriv- eller organisationsuppgiften. | “Jag ger det uppgiftsinstruktionerna och de nödvändiga resurserna. Till exempel, om det är en video-dokumentär, ger jag AI en sammanfattning av den dokumentären. Om det är en bok eller en artikel… jag bifogar bara PDF:en. Om det är en bild, bifogar jag bilden… Jag ger det exakta instruktionerna och alla resurser det behöver” |
Studenter hävdade att den verkliga värdet låg i att ha idén, samt att välja riktningen för uppgiften, eller att samla relevanta källor; medan AI bara hjälpte till att omvandla dessa ingredienser till färdig prosa.
Denna definition av författarskap hävdar att ägande kommer inte från att skriva varje ord, utan från att tillhandahålla den ursprungliga avsikten och styra processen, vilket tillåter studenter att se sig själva som de verkliga skaparna, även när betydande delar av den slutliga texten genererades av AI.
4: Post hoc-bidrag
Den fjärde kategorin fokuserade på vad studenter gjorde efter att ha mottagit AI-genererad text. Studenter hävdade att omformulera AI-utdata, välja ut bara vissa passager, kontrollera fakta, verifiera källor eller revidera formuleringen var tillräckligt för att göra det slutliga arbetet till deras eget:
Motiveringsklass C4: Post hoc-bidrag
|
||
| Selektivt användande | Det är OK för att jag inte tar AI-text i sin helhet. Jag tar bara delar av den. | “Jag antar att det är OK. Som, en eller två meningar [kopierade] är OK. Jag antar att det inte är som uppenbar kopiering” |
| Min omformulering | Det är OK för att jag omvandlar AI-utdata genom redigering, tillägg eller iterativa förbättringar. | “Jag omformulerar det och kondenserar det… Jag går mening för mening, som kondenserar och omformulerar varje mening i mina egna ord för uppgiften” |
| Min kontroll | Det är OK för att jag kontrollerar, faktakontrollerar och citerar de ursprungliga källorna. | “Jag kontrollerar faktiskt tillbaka till… för att se till att allt är korrekt” |
| Min stil | Det är OK att använda AI om det låter som mig. | “Jag har tillbringat mycket tid med att träna min ChatGPT för att låta som mig och ge bra svar, så när jag [anger en prompt], är jag säker på att det kommer att låta som mig” |
Vissa föreslog också att om ChatGPT hade lärt sig att skriva på ett sätt som matchade deras vanliga röst, genom vanlig användning, kunde den resulterande texten rimligen behandlas som deras eget arbete:
‘Det har erkänt ett mönster i min skrivstil och hur jag uttrycker saker i, som projekt eller e-post eller vad som helst. Så nu, vet det vad jag är för sorts person i skrivstil.
‘Så nu, ger det prompter som liknar min tankeprocess.’
5: Ansvarsförnekelse
Den femte kategorin innebar att skifta ansvar bort från studenten. Vissa hävdade att AI-användning hade blivit så vanligt att att undvika det placerade dem i en nackdel, särskilt om klasskamrater använde ChatGPT för att slutföra uppgifter snabbare eller uppnå högre betyg:
‘Vissa av mina klasskamrater som bara kastar in det [i AI], genererar det, kontrollerar det inte, [och] de får högre betyg än jag gör.’
Andra studenter angav oklara policys, vaga uppgiftsinstruktioner eller en uppfattad brist på oro från lärare:
Motiveringsklass C5: Ansvarsförnekelse:
|
||
| Normalisering | Det är OK för att alla använder AI. Det är normalt. | “Det är inte som att jag är den enda som gör det… men varje annan person i min klass, samma sak.” |
| Oundviklighet | Det är OK för att AI-användning är oundviklig. | “Vi måste redan acceptera att detta är en teknologi som är en del av oss, och som tiden går, fortsätter den att utvecklas, och generellt, de som inte använder den kommer att bli lämnade efter” |
| Lärarlikegelse | Det är OK för att lärare inte bryr sig, ger vaga instruktioner eller implicit tillåter AI-användning. | “De [lärare] bryr sig inte om [uppgifter]… de tittar inte ens på det… de ger oss aldrig feedback… de är bara oroliga för våra prov” |
| Normlöshet | Det är OK för att det inte finns några tydliga regler om AI-användning ännu. | “AI är så vild och oreglerad… det finns inte många regler kring det… eftersom det är en så ny teknologi, har vi inte riktigt greppat begreppet” |
| Inga konsekvenser | Det är OK för att det inte finns några konsekvenser, som att det är osannolikt att upptäckas, bestraffas eller betygsbegränsas. | “Det känns som ett samvetsbetonat, men jag lämnar in det ändå, för jag vet att jag inte kommer att hamna i trubbel” |
| Ansvarsförnekelse | Det är OK för att handlingen inte är min; antingen utförde AI den, eller så gjorde jag det inte medvetet eller avsiktligt. | “Om [det finns] något som AI plagierar, är AI den som plagierar, för det hämtar information från internet” |
Vissa motiverade AI-användning med att det var osannolikt att upptäckas eller bestraffas, medan andra föreslog att ansvaret låg hos teknologin själv snarare än hos personen som använde den.
Genom dessa argument tycktes AI-användning behandlas som något som drivs av omständigheter, normer eller yttre faktorer, snarare än av personligt val.
6: Uppfattad nytta
Den sista kategorin var den mest raka, där AI-användning motiverades för att den producerar önskade resultat.
För vissa studenter var den huvudsakliga nyttan att spara tid, särskilt på uppgifter som de ansåg vara rutinmässiga eller lågvärdes:
‘[Jag skulle hellre] tillbringa tid med min flickvän…’
Andra hävdade att de fortfarande lärde sig av materialet genom att granska, omformulera eller arbeta med AI-genererat innehåll:
Motiveringsklass C6: Uppfattad nytta
|
||
| Tidsbesparing | Det är OK för att tids- och ansträngningshänsyn, från bekvämlighet till nödvändighet, såsom överväldigande arbetsbörda eller språkbarriärer. | “Istället för att tillbringa fyra timmar med att fylla i papper, tar det bara 30 minuter” |
| Utbildningsvärde | Det är OK för att jag fortfarande lär mig innehållet genom AI-användning. | “När jag lägger in AI-sammanfattning, medan jag [omformulerar AI:s essä mening för mening], lär jag mig fortfarande innehållet. Som, medan jag skriver det, eftersom jag läser det här materialet från AI [essän], och jag [omskriver] essän” |
| Bättre skrivande | Det är OK för att AI är en bättre skrivare än jag. | “Jag känner mig mer säker när ChatGPT skriver det åt mig, för det har bättre tillvägagångssätt för grammatik och övergångsfraser och struktur” |
| Lärandeorienterad avsikt | Det är OK när min avsikt är att lära. | “Det handlar mycket om de avsikter du har när du använder det. Om du försöker bara bli klar med klassen och du bryr dig inte, då är det uppenbarligen skadligt för dig och du lär dig mindre, och det är mer oetiskt… Men om du försöker få något ut av det… då är det mer etiskt” |
| Bättre resultat | Det är OK för att resultatet är bra, som en bättre betyg eller lärarapprobation. | “Innan AI, var mina essäer hemskt… nu är det lättare att faktiskt gå för ett A än att bara gå för ett C” |
Vissa trodde att ChatGPT producerade starkare skrivande än de kunde hantera på egen hand, medan andra fokuserade på resultat som bättre betyg, positiv feedback eller enbart att slutföra uppgiften framgångsrikt. Genom dessa argument behandlades värdet av resultatet som viktigare än bekymmer om hur det resultatet hade uppnåtts.
En splittrad kungadöme
Spänningen mellan institutionella regler och vardaglig AI-användning belyses i artikeln genom en deltagare, identifierad som P6.
Denna specifika student erkände att att använda AI mot kursregler var fel; höll med om att outtalad AI-användning kunde anses vara plagiat; och uttryckte oro över att en stark tillit till AI kunde minska lärande och försvaga kommunikationsfärdigheter:
‘Ärligt talat, det är förmodligen inte särskilt etiskt. Jag gör mycket av mina läxor med AI, och det betyder inte att jag lär mig […]’
‘[…] AI hjälper mig mycket, för jag kan inte tänka på vad jag vill säga. Men om jag har AI, skriver och sedan ändrar jag det till att säga mer vad jag vill säga, jag tycker fortfarande att det är etiskt, för det är fortfarande ord jag håller med och tror på.’
Samtidigt hävdade deltagaren att AI-genererad text blev mer acceptabel när den redigerades, omskrevs eller anpassades till personliga åsikter. AI-användning sågs också olika beroende på uppgiften, den uppfattade värdet av kursen och om målet var att spara tid eller lära sig något av övningen.
Liknande mönster visade sig på andra håll i intervjuerna: snarare än att förlita sig på en enda motivering, kombinerade många studenter flera faktorer, såsom avslöjande, ansträngning, lärande, bekvämlighet och uppgiftsvärde, när de utvärderade sin egen AI-användning.
Slutsats
Det vore ett misstag att glädja sig åt studenters förvirring och skuld kring AI-användning, med tanke på den nuvarande bristen på rimliga och konsekventa riktlinjer på arbetsplatsen eller i samhället i stort.
För tillfället är zeitgeist kring AI reaktionär på bästa sätt, med alla former av AI-användning som anses “förstöra” utdata som helt AI-genererad i olika samhällen och sektorer. För tillfället finns det en brist på nyanser, standarder eller förlåtelse.
Det återstår att se om AI:s bidrag till prosa-utdata kommer att uppfattas i framtiden som ett tolkande lager, inte mer betydelsefullt än en stavkontroll, eller en koncession av mänsklig agent, kreativitet och tolkningsförmåga, som ger vika för maskin-gjorda mönster.
* Min omvandling av författarnas inline-citat till hyperlänkar. Tyvärr, på grund av den ovanligt begränsade formateringen av citaten i denna artikel, kommer jag inte att kunna tillhandahålla det vanliga antalet stödlinjer, på grund av brist på tid för att hitta de saknade länkarna i arbetet.
Publicerad första gången fredag, 29 maj 2026
