Halvdelen af danske skoleelever siger selv, at de har brugt AI på måder de opfatter som snyd — hvad fortæller forskningen om omfang, årsager og hvad der faktisk virker?
Kort sagt
Halvdelen af danske skoleelever har brugt AI-chatbots på måder, de selv beskriver som snyd. Det viser en undersøgelse omtalt i Politiken i 2025. Det er et markant tal, men det rejser mindst lige så mange spørgsmål, som det besvarer: Hvad er snyd, når AI er overalt? Hvad virker for at forebygge det? Og hvad er egentlig problemet — teknologien eller skolens opgavedesign?
Forskningen peger på, at problemet ikke løses med forbud alene. Det kræver nytænkning af, hvad vi beder elever om at lave — og hvorfor.
Det politiske spørgsmål
AI-snyd i skolen er landet midt i en bredere politisk debat om, hvad fremtidens uddannelse skal kunne. På den ene side er der et pres for at forberede elever på en verden, hvor AI er et arbejdsredskab. På den anden side er der bekymring for, om elever lærer noget som helst, hvis en chatbot skriver deres stile og løser deres regneopgaver.
Spørgsmålet er ikke kun pædagogisk. Det handler om tillid til eksamenssystemet, om retfærdighed over for de elever der ikke snyder, og om hvad skolens formål egentlig er. Skal vi måle, hvad elever kan producere — eller hvad de forstår?
Folkeskolen har endnu ikke ét samlet svar. Nogle kommuner har indført regler mod AI, andre opfordrer til at integrere det. Undervisningsministeriet har udsendt vejledning, men ikke lovgivning. Det efterlader et stort rum til fortolkning — og til snyd.
Det empiriske spørgsmål bag
Det centrale spørgsmål er todelt:
Hvor udbredt er AI-snyd i folkeskolen — og hvad ved vi om, hvad der reducerer det?
Det første led handler om omfang og selvrapporteret adfærd. Det andet handler om effektive interventioner: opgavedesign, politikker og undervisning i akademisk integritet.
Det er vigtigt at skelne de to fra hinanden. Et højt tal for selvrapporteret snyd fortæller os, at elever erkender et problem. Det fortæller os ikke automatisk, hvad der virker for at løse det.
Hvad ved vi
Omfang: Halvdelen erkender snyd ✓
Ifølge den undersøgelse, som Politiken omtalte i 2025, har halvdelen af skoleelever brugt AI-chatbots på måder, de selv karakteriserer som snyd. Det er et selvrapporteret tal — og selvrapporterede tal undervurderer typisk den reelle forekomst, fordi nogle respondenter ikke vil indrømme adfærd, de ved er problematisk.
Det gør tallet endnu mere bemærkelsesværdigt: Selv med en tendens til underrapportering siger altså mindst halvdelen af eleverne åbent, at de har snydt med AI.
Selvopfattelse af snyd varierer ✓
Forskning fra erhvervsskolestuderende (Bergström, Repo og Tuunainen, 2024) viser, at elever ikke har en entydig opfattelse af, hvornår AI-brug er snyd. Mange ser det som et gråzoneværktøj — på linje med at søge på Google eller spørge en ven. Det betyder, at den samme adfærd kan opfattes som snyd af én elev og som legitim hjælp af en anden.
Det er ikke ligegyldigt. Hvis elever ikke er enige om, hvad reglerne er — eller ikke forstår begrundelsen for dem — er det sværere at håndhæve dem og sværere at skabe en kultur for akademisk integritet.
Akademisk integritet og AI-afhængighed hænger sammen ~
Et studie fra 2025 (Secreto, Bartolome og Gonzales) undersøgte sammenhængen mellem akademisk integritet og AI-afhængighed blandt lærerstuderende. Studiet fandt en korrelation: Jo mere AI-afhængig en studerende var, desto svagere var den rapporterede forpligtelse til akademisk integritet. Det er en korrelation — ikke et bevis på årsagssammenhæng — og studiet er foretaget i en anden kulturel og institutionel kontekst (Filippinerne). Men mønsteret stemmer overens med, hvad andre studier finder.
Opgavedesign er centralt ✓
Forskning i, hvordan AI udfordrer akademisk integritet (Evangelista, 2025; Kahyaoğlu Erdoğmuş og Uygur, 2025), peger konsistent på, at traditionelle opgaveformater — tag-hjem-opgaver, standardiserede stile, reproducerbare spørgsmål med ét rigtigt svar — er særligt sårbare over for AI-snyd.
Opgaver der kræver personlig refleksion, mundtlig fremlæggelse, procesporteføljer eller løsning af lokalt forankrede problemer, er langt sværere at løse med en chatbot. Det er ikke, fordi AI ikke kan skrive en personlig refleksion — det kan den — men fordi det er sværere at efterligne, og fordi læreren kender elevens stemme og proces.
Politikker alene er utilstrækkelige ✓
Evangelista (2025) gennemgår litteraturen om, hvad der virker i videregående uddannelse, og konkluderer, at forbud og detekteringssoftware ikke er tilstrækkelige. AI-detekteringssoftware (software der forsøger at genkende AI-genereret tekst) har dokumenterede problemer med både falske positiver — den fejlklassificerer menneskeskrevet tekst som AI — og falske negativer — den overser AI-tekst der er let redigeret. Det skaber et retssikkerhedsproblem: Uskyldige elever kan blive fejlagtigt anklaget.
Det betyder ikke, at regler er ligegyldige. Det betyder, at regler skal kombineres med andet.
Hvad ved vi ikke
Vi ved ikke, hvad der specifikt virker i folkeskolen. Størstedelen af forskningen er lavet i videregående uddannelse — på universiteter og erhvervsskoler. Folkeskoleelever er yngre, har andre læringsformål og en anden relation til læreren. Det er ikke sikkert, at konklusionerne oversættes direkte.
Vi ved ikke, om selvrapporteret snyd afspejler det reelle omfang præcist. Undersøgelsen fra Politiken er baseret på elevernes egne svar. Vi ved ikke, hvordan spørgsmålene var formuleret, hvem der deltog, eller om gruppen er repræsentativ for alle folkeskoleelever i Danmark. Det ændrer ikke ved, at tallet er alarmerende — men det betyder, at vi skal være forsigtige med at generalisere.
Vi ved ikke, om AI-snyd fortrænger læring. Det er den centrale bekymring: At elever der lader AI skrive deres opgaver, lærer mindre. Det er intuitivt sandsynligt, men vi mangler robuste studier fra folkeskoleniveau der måler, om AI-brug faktisk påvirker faglig udvikling negativt — sammenlignet med elever der bruger AI som et læringsredskab snarere end en erstatning.
Vi ved ikke, hvad der virker på lang sigt. De interventioner der er undersøgt — nyt opgavedesign, undervisning i AI-etik, mundtlige eksamener — er typisk studeret over korte perioder. Om effekterne holder, ved vi ikke.
Hvad eksperter er uenige om
Er snyd det rigtige ord? ⚖
Nogle uddannelsesforskere argumenterer for, at selve begrebet "snyd" er forældet, når AI er et redskab der bruges på de fleste arbejdspladser. Hvis en elev bruger AI til at strukturere sine tanker og derefter skriver teksten selv, er det snyd — eller er det at lære at bruge et redskab? Der er ingen konsensus, og svaret afhænger delvist af, hvad man mener skolens opgave er.
Andre fastholder, at der er en fundamental forskel på at bruge AI som støtte og på at lade AI producere det arbejde, der skal bedømmes. Det sidste undergraver selve meningen med vurdering — og retfærdigheden over for de elever der ikke gør det.
Skal AI integreres eller begrænses? ⚖
Der er en reel faglig uenighed om den rette strategi. Én fløj mener, at skolen skal lære elever at bruge AI ansvarligt og kritisk — at forbud er en urealistisk kortvarig løsning der ikke forbereder elever på fremtiden. En anden fløj advarer om, at hvis AI integreres for tidligt og for bredt, mister elever den grundlæggende træning i at tænke, skrive og argumentere selv — evner der er forudsætningen for at bruge AI fornuftigt.
Kahyaoğlu Erdoğmuş og Uygur (2025) beskriver dette som en af de centrale spændinger i feltet: AI skaber nye muligheder for læring og nye risici for akademisk integritet på samme tid. Der er ikke én løsning der løser begge dele.
Hvor meget ansvar ligger hos eleven — og hvor meget hos skolen? ⚖
En tredje diskussion handler om ansvar. Nogle peger på, at når halvdelen af eleverne snyder, er det et tegn på, at opgaverne ikke giver mening for eleverne — at snyd er et symptom på meningsløse opgaver, ikke på dårlig moral. Andre understreger, at akademisk integritet er en grundlæggende kompetence der skal læres, uanset opgavernes kvalitet — og at det er elevernes ansvar at overholde reglerne.
Begge pointer kan være sande på samme tid.
Konklusion
AI-snyd er udbredt i den danske folkeskole. Halvdelen af eleverne siger selv, at de har gjort det. Det er et alvorligt tal, men det er ikke nødvendigvis et udtryk for dårlig moral hos eleverne — det er i høj grad et strukturelt problem.
Forskningen peger på tre ting der faktisk gør en forskel:
Redesign opgaverne. Traditionelle skriftlige hjemmeopgaver er sårbare. Opgaver der kræver mundtlig formidling, personlig refleksion eller løsning af konkrete lokale problemer, er langt sværere at løse med AI alene.
Undervis i akademisk integritet — forklar hvorfor, ikke bare hvad. Elever der forstår, hvad snyd gør ved deres egen læring — ikke bare hvad reglerne siger — er mere tilbøjelige til at overholde dem. Politikker uden forklaring virker dårligt.
Brug ikke AI-detektering som primær løsning. Softwaren er upålidelig og skaber risiko for at straffe uskyldige elever.
Det, forskningen ikke kan svare på endnu, er hvad der virker specifikt i folkeskolen, og om de kortsigtede effekter holder over tid. Der mangler studier fra primær- og grundskoleniveau med dansk kontekst.
Det er et område, der kalder på mere forskning — og på, at skoler, kommuner og Folketing tager stilling til, hvad de egentlig vil måle, når de sætter elever til at løse opgaver i en verden med AI.