Slik fungerer KI-detektorer, og hvorfor de kan ta feil

En KI-detektor beregner hvor mye en tekst ligner på tekst skrevet av språkmodeller, ut fra statistiske mønstre som ordvalg og variasjon i setninger. Resultatet er et anslag, ikke et bevis. Enkel, formell eller ikke-morsmålsbasert skriving kan bli flagget feil, og redigert KI-tekst slipper ofte gjennom. Bruk aldri en poengsum alene mot en person.

Kort svar

En KI-detektor måler hvor mye en tekst ligner på tekst skrevet av språkmodeller. Den vet ikke hvem som skrev teksten. Den ser bare på mønstre i selve språket og gir et tall eller en merkelapp, for eksempel «sannsynligvis skrevet av KI». Det tallet er et anslag, ikke et bevis.

Derfor kan detektorer ta feil i begge retninger. De kan flagge en menneskeskrevet tekst, særlig hvis den er enkel, formell eller skrevet av noen som ikke har norsk som morsmål. Og de kan overse KI-tekst som er skrevet om eller redigert. Her forklarer vi hva som måles, hvorfor feilene oppstår, hva AdeptWrites egen detektor sier om seg selv, og hva studenter og lærere bør gjøre når en tekst blir flagget.

Hva måler en KI-detektor egentlig?

Detektorer finnes i flere varianter. De vanligste prinsippene er disse:

1. Hvor forutsigbar er teksten? Språkmodeller velger ofte ord som er statistisk sannsynlige etter forrige ord. Tekst med mange svært forutsigbare ordvalg kan derfor se «maskinell» ut. Dette kalles ofte perpleksitet (hvor overrasket en modell er over teksten).

2. Hvor mye varierer setningene? Mennesker veksler gjerne mellom korte og lange setninger, og mellom stramme og rotete partier. KI-tekst kan være jevnere. Dette kalles burstiness, altså «stotring» eller variasjon i rytmen.

3. Hva har en trent klassifikator lært? Mange moderne detektorer er klassifikatorer: en modell som er trent på store mengder tekster merket «menneske» eller «KI», og som lærer seg mønstre i ordfølger, bokstavkombinasjoner og stil. Når du limer inn en ny tekst, regner den ut hvilket mønster teksten ligner mest på.

Poenget som går igjen: detektoren sammenligner med hva den har sett under trening. Den vet ikke noe om hva som faktisk skjedde da teksten ble skrevet.

Hvorfor er poengsummen et anslag?

Tre grunner:

• Kalibrering. Et tall som «≈ 70 %» betyr ikke at det er 70 % sjanse for at akkurat denne teksten er skrevet av KI. Tallet er satt opp mot testdata med like mange menneske- og KI-tekster. Virkeligheten ser annerledes ut hvis nesten alle tekster i en klasse er skrevet av mennesker.
• Nye modeller. Språkmodeller endrer seg hele tiden. En detektor som er trent på eldre modeller, kan overse tekst fra nyere.
• Blandede tekster. Mange tekster har både menneskeskrevne og KI-genererte deler, og da havner resultatet ofte i «blandet eller usikkert».

Derfor bør et resultat alltid leses sammen med informasjon om hvordan detektoren er testet, og med tekstens egen historie.

Hvorfor flagges menneskeskrevne tekster feil?

Falske utslag (menneskeskrevet tekst som får «KI»-merke) er hovedproblemet, fordi de kan ramme en person. Typiske årsaker:

• Enkelt og nøkternt språk. Korte, regelrette setninger med vanlige ord er forutsigbare. Det samme gjelder offentlige skriv, rapporter og lærebokstil.
• Formelle sjangre. En standard søknad, en innledning etter malen eller et faglig sammendrag følger faste mønstre.
• Ikke-morsmålsskribenter. Den som skriver på norsk som andrespråk, bruker ofte et snevrere ordforråd og enklere struktur. Slik skriving kan se mer «forutsigbar» ut enn en morsmålsskribents.
• Korte tekster. Med få ord er statistikken tynn. AdeptWrites detektor krever minst 40 ord, og tekster under cirka 150 ord vurderes mye mindre pålitelig.
• Hjelpemidler. Tekst som er rettet eller omskrevet med KI-baserte skriveverktøy, kan bli merket «blandet» eller «KI», selv når tankene er dine.

Et konstruert eksempel. To elever skriver en kort svartekst om samme emne:

Elev A: «Klimaendringer er et stort problem. Mange land må kutte utslipp. Det er viktig at politikere tar ansvar. Vi må også endre vaner i hverdagen.»

Elev B: «Jeg husker sommeren da isbreen ved hytta vår var halvert på ti år. Det fikk meg til å tenke at politikerne bør handle, ikke bare mene noe.»

En detektor vil ofte gi høyere KI-score til elev A, selv om begge er skrevet for hånd. A bruker generelle ord og jevn rytme; B har et personlig detalj og uregelmessig tonefall. Men en elev som skriver kort og saklig av vane, er ikke mindre ærlig. Dette er et konstruert eksempel for å vise mekanismen, ikke en måling.

Hvorfor slipper KI-tekst gjennom?

• Omskriving. Hvis en KI-tekst er omformulert, forkortet eller «humanisert», forsvinner mange av mønstrene. Det gjelder også tekst som er redigert manuelt.
• Blanding. Et avsnitt fra KI midt i en menneskeskrevet tekst kan drukne i helheten.
• Språk. Detektorer trenes ofte hovedsakelig på engelsk. For mindre språk, som norsk, finnes det mindre treningsdata og færre målinger.

Det betyr også at et «grønt» resultat ikke er et fripass, og at du ikke kan konkludere noe om en tekst ut fra at detektoren ikke slo ut.

AdeptWrites KI-detektor: hva den gjør og ikke gjør

KI-detektoren anslår om en tekst er skrevet av KI. Slik fungerer den, ifølge beskrivelsen av verktøyet:

• Den beregner en poengsum med en statistisk modell som kjører i nettleseren din. Teksten sendes ikke til oss for selve poengberegningen. En valgfri «dyp analyse» sender teksten til en AI-modell for én forespørsel, og det må du velge selv.
• Du kan lime inn minst 40 ord og opptil 6 000 tegn.
• Resultatet vises som et bånd («sannsynligvis skrevet av et menneske», «blandet eller usikkert», «sannsynligvis KI») og et tall markert som «≈». Det er et anslag og kan ikke være 0 eller 100 prosent.
• Setninger som ser mest maskinelle ut, markeres. Det er svakere bevis enn helhetsvurderingen.
• Verktøyet viser testtall fra modellen, begrensninger og en tydelig advarsel: bruk aldri resultatet som eneste bevis mot en person.

Begrensningene verktøyet oppgir, er blant annet at korte tekster (under cirka 150 ord) vurderes mye mindre pålitelig, at KI-tekst som er omskrevet eller redigert ofte slipper gjennom, at enkel, formell eller ikke-morsmålsbasert skriving kan bli feil flagget, at blandede dokumenter ofte havner i «blandet eller usikkert», og at nye KI-modeller kan skrive annerledes enn de detektoren er testet på. Tekst som er rettet eller omskrevet med KI-verktøy, også AdeptWrites egne, kan også bli merket «blandet» eller «KI».

Om norsk spesielt: Per 2026-11-01 har vi ikke målt treffsikkerheten for norsk i seg selv, og vi har heller ikke målt hvor ofte elevtekster og tekster fra ikke-morsmålsskribenter feilaktig flagges. Hvis verktøysiden viser tall for norsk, står de i metodikkdelen. Les resultatet for norsk med ekstra forsiktighet.

Hva bør du gjøre hvis teksten din blir flagget?

Hvis du er student eller elev:

1. Ikke få panikk. Et flagg er ikke en avgjørelse.
2. Ta vare på prosessen. Utkast, notater, kildelister og versjonshistorikk i Word eller Google Docs viser hvordan teksten ble til. Det er det sterkeste du har.
3. Kjenn reglene. Les emnebeskrivelsen og studiestedets regler om hjelpemidler og KI. UiO viser for eksempel til emnebeskrivelsen for hva som er tillatt på eksamen (UiO, lest 2026-11-03).
4. Be om en samtale. Du kan forklare tankegangen din muntlig og vise at du kjenner stoffet.
5. Klag om nødvendig. Be om å få se hva avgjørelsen bygger på, og bruk klageretten. Studentorganisasjonen eller studentombudet kan hjelpe.

Hvis du er lærer eller sensor:

1. Se på poengsummen som et signal, ikke en dom.
2. Be om utkast og versjonshistorikk i stedet for å stole på et tall.
3. Snakk med eleven. Be om å få forklare avsnitt, begreper og kilder. Det avslører manglende forståelse bedre enn en detektor.
4. Vær ekstra varsom med korte tekster, tekster fra elever med norsk som andrespråk og nøkterne fagtekster.
5. Bygg vurderingen på flere ting: uvanlige skift i stil, kilder som ikke finnes, feil som språkmodeller gjerne lager (oppdiktede referanser), og samsvar med tidligere arbeid.
6. Sjekk institusjonens regler før du går videre. Sakene behandles etter fusk-reglene, og kravene til bevis er strenge.

Hva sier skoler og universiteter?

Regelverket om KI i oppgaver varierer fra institusjon til institusjon, og fra emne til emne. UiO har en egen side med retningslinjer for bruk av KI og sier at lovlige hjelpemidler på eksamen står i emnebeskrivelsen (kontrollert 2026-11-03: uio.no/tjenester/it/ki/ har lenker til retningslinjene, og uio.no/studier/eksamen/fusk/ beskriver fusk og konsekvenser). Ditt studiested kan ha andre regler, og de bestemmer. Les også om hvordan plagiat vurderes i hva er plagiat.

Praktiske råd

For å skrive teksten din så tydelig din egen som mulig:

• Skriv med dine egne eksempler, erfaringer og kilder. Konkrete detaljer er vanskeligere å forfalske enn generelle påstander.
• Lagre utkast underveis. Bruk dokumentverktøy med versjonshistorikk.
• Bruk KI som hjelp (spørsmål, idémyldring, språkvask) bare der reglene tillater det, og skriv hva du har brukt.
• Les gjennom og omskriv det du får fra et verktøy, slik at innholdet er ditt og stemmer med kildene. Omformuleringsverktøyet kan foreslå alternativer, men resultatet må leses og kontrolleres av deg.
• Husk at et verktøy som gjør KI-tekst «mer menneskelig» ikke endrer reglene: skal ikke KI brukes, er det ikke tillatt å skjule at den er brukt.

Før du leverer: KI-detektoren kan gi deg et inntrykk av hvordan en tekst kan oppfattes, men den er ikke et svar på om du har gjort noe galt, og den kan ikke garantere hva en detektor hos skolen din vil vise.

Vanlige misforståelser

• «Detektoren viser hvem som skrev teksten.» Nei. Den viser likhet med mønstre den er trent på.
• «Lav score betyr at jeg er trygg.» Nei. Omskrevet KI-tekst gir ofte lav score.
• «Høy score betyr at eleven har jukset.» Nei. Enkel og formell skriving kan gi høy score.
• «Alle detektorer gir samme svar.» Nei. De er trent på ulike data og kan være uenige om samme tekst.
• «Detektorer er like gode på norsk som på engelsk.» Vi har ikke belegg for det. Se avsnittet om norsk over.

Konklusjon

KI-detektorer kan være et nyttig varselsignal, men de er statistiske anslag og skal aldri stå alene. Den som vurderer en tekst, bør se på prosess, kilder og elevens egen forklaring, og den som blir flagget, bør ta vare på utkast og kjenne reglene i sitt eget studie. Les også hva er ChatGPT for bakgrunn om språkmodellene detektorene prøver å gjenkjenne.

Skrevet 2026-11-01, eksterne sider kontrollert 2026-11-03. Detektoren oppdateres, så sjekk metodikkdelen på verktøysiden for gjeldende tall og begrensninger.

← Alle guider