Att värna akademisk integritet: en explorativ studie av AI-stödd upptäckt av obehörig användning av maskinöversättning i studentöversättningar

Varför detta är viktigt för studenter och lärare

När onlinetranslatorer och chattbotar blir vardagliga studieverktyg blir det svårare för lärare att avgöra när ett studentarbete verkligen speglar elevens egna färdigheter. Den här artikeln undersöker om ett skrivanalysprogram kan hjälpa lärare att upptäcka dold användning av maskinöversättning i språkundervisning, och vad det innebär för rättvisa och förtroende i utbildningen.

Den digitala hjälpens framväxt i språkinlärning

Verktyg som Google Translate och stora chattbotar kan nu producera flytande, ofta imponerande översättningar på sekunder. Använt på ett medvetet sätt kan de stödja läsning, lyssnande och till och med skrivträning. Men när studenter i tysthet klistrar in sådana utskrifter i uppgifter som ska visa deras egen förmåga blir gränsen mellan ”smart hjälp” och ”fusk” suddig. Författarna definierar ”obehörig” användning som kopiering av meningsnivå eller längre stycken från sådana verktyg in i skriftliga arbeten utan tillåtelse eller nödvändig upplysning. Det är viktigt eftersom det kan dölja vad studenter verkligen kan och undergräver den ärlighet och rättvisa som akademisk integritet bygger på.

Hur studien var upplagd

För att undersöka om tekniken kan hjälpa lärare att upptäcka denna typ av dold hjälp genomförde forskarna ett tvåstegsexperiment vid ett kinesiskt universitet. Först utförde 39 engelsklärande med mellan- till övre mellan-nivå två korta kinesisk–engelska översättningsuppgifter. En grupp översatte helt på egen hand, en grupp postredigerade output från Google Translate och en annan postredigerade output från ChatGPT. Detta gav 78 studentöversättningar under tre olika villkor. Därefter ombads 78 engelsk lärare att bedöma om varje prov de såg hade varit maskinstödd eller inte, och att notera vilka språkliga ledtrådar de förlitade sig på. Hälften av lärarna fattade dessa beslut utan stöd. Den andra hälften fick en kompakt rapport från ProWritingAid, ett AI-drivet verktyg som sammanfattar egenskaper som grammatisk korrekthet, typisk meningslängd och hur ofta bindeord används.

Vad AI-rapporten förändrade

Huvudfyndet är att lärare som hade tillgång till AI-rapporten var betydligt mer träffsäkra i sina bedömningar. I genomsnitt hade de utan stöd rätt ungefär hälften av gångerna, medan de som använde ProWritingAid var korrekta i cirka tre av fyra fall. Verktyget talade inte om vilka texter som varit maskinstödda; i stället framhävde det mätbara mönster i texterna. Till exempel visade vissa översättningar ovanligt hög korrekthet, komplex ordföljd eller tät användning av sammanbindande ord, jämfört med vad lärarna skulle förvänta sig av denna grupp studenter. Rapporten gjorde dessa kontraster lättare att se över flera prov samtidigt och gav lärarna en starkare grund för misstanke eller förvissning.

Olika verktyg, olika spår

Studien fann också att inte alla maskinstödda texter var lika lätta att upptäcka. I denna kontext identifierades översättningar som formats av ChatGPT oftast, de från Google Translate minst ofta, och mänskligt producerat arbete låg däremellan. En sannolik förklaring är att ChatGPT:s output ibland såg ”för bra för den här nivån” ut vad gäller ordförråd och flyt, vilket skapade en skarp kontrast mot typiska studenttexter. I kontrast kunde lätt redigerad output från Google Translate likna vad en mellan-studerande rimligen skulle producera, vilket gjorde det svårare att skilja från genuint arbete. Forskarna varnar för att dessa resultat är knutna till just denna uppgift, språkpar och studentgrupp, och kan se annorlunda ut i andra sammanhang.

De ledtrådar lärare verkligen använder

När lärarna förklarade sina beslut pekade de flesta inte på uppenbara misstag utan på styrkor som verkade otypiska: avancerat ordförråd, mycket polerade meningar, stark kohesion och nästan total frånvaro av fel. Klassiska maskinella ”missar” som märklig frasering eller fel ordval nämndes mycket mer sällan. Lärarna som hade tillgång till AI-rapporten angav en större blandning av ledtrådar per beslut, vilket tyder på att verktyget uppmuntrade dem att korsgranska flera aspekter av texten snarare än att förlita sig på en enda magkänsla. Medan denna bredare syn hjälpte den totala noggrannheten medförde den också en risk: verkligt utmärkt studentarbete kan misstolkas som suspekt helt enkelt för att det överstiger förväntningarna.

Vad detta betyder för rättvis bedömning

För läsare utanför området är huvudbudskapet att AI verkligen kan hjälpa lärare att upptäcka dold användning av maskinöversättning, men det är inte en magisk lögndetektor. Även med stöd från analyser flaggas en del genuina arbeten felaktigt och en del maskinstödda arbeten undgår upptäckt. Författarna hävdar att sådana verktyg bör vägleda, inte ersätta, mänskligt omdöme, och att varje ”varningsflagga” bör leda till en noggrann granskning snarare än automatisk bestraffning. De efterlyser också tydliga klassrumsregler för när och hur översättningsverktyg får användas samt utbildning som hjälper både lärare och studenter att förstå teknikens styrkor och begränsningar. Använt på detta balanserade sätt kan AI stödja ärligare och mer transparent språkinlärning snarare än arbeta emot den.

Citering: Zhou, X., Wang, X. Upholding academic integrity: an exploratory study of AI-assisted detection of unauthorised machine translation use in student translations. Humanit Soc Sci Commun 13, 331 (2026). https://doi.org/10.1057/s41599-026-06827-7

Nyckelord: akademisk integritet, maskinöversättning, språkbedömning, AI-skrivanalyser, översättningsundervisning