Slik ser du om en tekst er skrevet av AI
Av Chatday Editorial Team ·
Her er et tall som er verdt å tygge litt på: forskere som gikk gjennom titusener av nettsider, fant at rundt halvparten av alle nye artikler som publiseres på nett, nå er skrevet av AI. Dette er ikke noe marginalt hjørne av internett. Halvparten. Det betyr at du nesten helt sikkert har lest AI-tekst i dag, sannsynligvis uten å merke det, i en produktomtale, et nyhetssammendrag, et LinkedIn-innlegg, kanskje en e-post.
Så hvordan kan du egentlig se det? Det ærlige svaret er at du kan bli ganske god på det, med en kombinasjon av egne øyne og riktig verktøy, så lenge du vet hva hver metode kan og ikke kan bevise. Denne guiden gir deg begge deler: tegnene et menneske kan spotte på tretti sekunder, og hvordan AI-detektorer fungerer når du vil ha en ekstra vurdering.
Halvparten av internett er nå skrevet av maskiner
Tallet i innledningen kommer fra Graphite, et SEO-analysebyrå som har gått gjennom titusener av engelskspråklige artikler publisert siden 2020, og kjørt hver enkelt gjennom flere AI-detektorer. Funnet deres: andelen AI-genererte artikler eksploderte etter at ChatGPT lanserte sent i 2022, og har siden stabilisert seg på rundt 50% gjennom 2025 og inn i 2026. Noen kvartaler ligger andelen litt over halvparten, andre litt under.
Og det er ikke bare blogg-spam. En separat analyse av over 15 millioner sammendrag fra biomedisinske fagartikler fant at minst 13.5% av dem viste tegn på å være skrevet eller finpusset av AI i 2024, basert på karakteristiske ordvalg som økte kraftig etter at ChatGPT kom. Skjer det i vitenskapelige tidsskrifter, skjer det overalt.
Ingenting av dette betyr at AI-tekst automatisk er dårlig. Mye av det er nyttig, og mange mennesker bruker AI som en skrivepartner og redigerer deretter tungt. Men når du skal rette en oppgave, lese en strålende produktomtale, eller avgjøre om en nyhetsartikkel er til å stole på, er «hvem skrev egentlig dette?» et rimelig spørsmål. Her er hvordan du finner svaret.
Tegnene du kan spotte selv
Før du tar i bruk noe verktøy, bruk egne øyne. AI-modeller lærte å skrive fra en enorm mengde nettekst, og ble deretter finpusset mot en tone vurdererne likte: glatt, medgjørlig, litt formell. Denne finpussen ble et fingeravtrykk. Her er hva du bør se etter når du leser en annens tekst.
| Tegnet | Hvordan det ser ut |
|---|---|
| Klisjéfraser | «I dagens digitale landskap», «det er viktig å påpeke», «la oss dykke ned i det», «game changer» |
| Unaturlig jevn rytme | Hvert avsnitt like langt, hver setning middels lang, ryddige lister med tre punkter |
| Selvsikker, men innholdstom | Mange polerte setninger som kunne passet til hvilket som helst tema, uten et snev av egen erfaring |
| Ingen verifiserbare detaljer | Ingen navn, datoer, priser eller førstehåndsopplevelser, eller detaljer som viser seg å være feil |
| Perfekt grammatikk, ingen stemme | Ingen skrivefeil, ingen sammentrekninger, ingen personlighet, som en pressemelding om ingenting |
| Formelavhengigheten | «Det er ikke bare X, det er Y», «fra X til Y», et retorisk spørsmål som åpning |
Den sterkeste egen-testen er detaljtesten. Ekte skribenter, selv de middelmådige, etterlater spor av faktisk erfaring: en konkret butikk, en litt rar detalj, en mening som koster noe å ha. AI faller tilbake på tekst som lyder riktig, ikke tekst som er riktig. Plukk ut ett eller to konkrete påstander og kontroller dem. Hvis en «omtale» av en restaurant aldri nevner en rett, eller en artikkel siterer en studie du ikke finner, er mistanken din velfortjent. Denne feilkilden har et navn, og vi har tidligere forklart hvorfor AI finner på ting i klartekst.
Ett forbehold før du begynner å anklage folk: hvert tegn i tabellen er en vane, ikke et endelig bevis. Mennesker skrev i klisjéfraser lenge før ChatGPT gjorde det. Og det er nettopp derfor en ekstra vurdering hjelper.
Hvordan AI-detektorer egentlig fungerer
En AI-detektor leser en tekst og stiller ett grunnleggende spørsmål: hvor forutsigbar er denne?
Språkmodeller skriver ved å velge, gang på gang, det statistisk mest sannsynlige neste ordet. Det setter spor. AI-tekst har en tendens til å være glatt og forutsigbar, med få overraskende ordvalg og en jevn, stabil rytme. Menneskelig skriving er rotete. Vi starter setninger på nytt, velger uvanlige ord, skriver langt og så plutselig kort. Detektorer måler denne forutsigbarheten (forskere kaller det «perplexity») og variasjonen i rytme (kalt «burstiness»), og produserer en sannsynlighet: denne teksten ser 85% sannsynlig ut til å være AI-generert.
Nøkkelordet er sannsynlighet. En detektor vet aldri faktisk hvem som skrev ordene. Den gjør et kvalifisert statistisk gjetteverk, akkurat som du gjorde i avsnittet ovenfor, bare med matematikk i stedet for magefølelse.
Det er derfor resultatet oppfører seg som det gjør:
- Lengre tekster gir bedre resultater. En melding på to setninger inneholder rett og slett ikke nok signal. De fleste detektorer er upresise under noen hundre ord.
- Blandede tekster forvirrer den. Et menneskelig utkast finpusset av AI, eller et AI-utkast redigert av et menneske, lander i gråsonen, fordi det faktisk er begge deler.
- Formell skriving scorer «mer AI». Jo mer forutsigbar og konvensjonell stilen er, jo mer maskinskrevet virker den, selv når et menneske skrev den.
Der detektorer bommer
Dette er delen de fleste artikler hopper over, og den delen du trenger mest. AI-detektorer har reelle, dokumenterte svakheter.
Det mest kjente eksempelet kommer fra OpenAI selv. Tidlig i 2023 lanserte selskapet sin egen AI-tekstklassifisering, og la den ned seks måneder senere med henvisning til «lav nøyaktighet». Ifølge egne tall fanget den opp bare 26% av AI-skrevet tekst, og flagget menneskelig tekst feilaktig som AI 9% av gangene. Hvis selskapet som bygde ChatGPT ikke kunne oppdage ChatGPT med sikkerhet, bør du være skeptisk til alle verktøy som lover garanterte svar.
Den andre svakheten er verre, fordi den er urettferdig. En Stanford-studie publisert i tidsskriftet Patterns testet sju populære AI-detektorer på oppgaver skrevet av virkelige mennesker. For tekster skrevet av personer med engelsk som morsmål fungerte detektorene fint. For tekster skrevet av folk som ikke hadde engelsk som morsmål, flagget detektorene dem som AI-generert 61% av gangene. Årsaken ligger i selve metoden: folk som skriver på et andrespråk, bruker ofte tryggere og mer konvensjonelle formuleringer, noe som matematikken tolker som «forutsigbart». Nøye, formell, skoleboklignende skriving er akkurat det detektorer tror en maskin lyder som.
Slik sjekker du en tekst, steg for steg
Satt sammen er dette rutinen som faktisk fungerer. Den tar rundt to minutter.
- Les den én gang og se etter tegnene. Klisjéfraser, jevn rytme, formelaktige åpninger, ingen personlighet. Legg merke til magefølelsen din, men stopp ikke der.
- Kjør detaljtesten. Finn ett eller to konkrete, kontrollerbare påstander. Søk dem opp. Oppdiktede kilder, feil priser og studier du ikke finner, er de sterkeste varselsignalene som finnes.
- Kjør den gjennom en detektor. Lim teksten inn i en AI-detektor og få sannsynlighetsscoren. Gratis, tar ti sekunder, ingen registrering nødvendig for å prøve.
- Vurder lengden. Under noen hundre ord bør du se på resultatet med stor skepsis. På en lang, uredigert tekst kan du legge mer vekt på det.
- Tenk på hvem som skrev den. Formelt register eller en skribent uten engelsk som morsmål? Juster terskelen din, fordi det er akkurat der falske flagg samler seg.
- Kombiner alt. Menneskelige tegn + detaljer som ikke stemmer + høy score = svært sannsynlig AI. Ett signal alene betyr at du bør holde anklagen for deg selv.
Når det spiller en rolle, og når det ærlig talt ikke gjør det
Ikke all AI-skrevet tekst er et problem. Et værsammendrag eller en produktbeskrivelse skrevet av AI skader ingen. Spørsmålet er relevant i spesifikke situasjoner:
- Lærere og professorer som skal sjekke om et arbeid er en students eget. Bruk rutinen ovenfor, og husk Stanford-funnet før du handler ut fra en score alene.
- Rekrutterere som leser mistenkelig polerte søknadsbrev. En detektor pluss ett konkret intervjuspørsmål («fortell meg mer om dette prosjektet») avklarer det raskt.
- Kjøpere som leser omtaler. Femstjerners omtaler uten konkrete produktdetaljer er det klassiske mønsteret.
- Alle som leser nyheter. Hvis fakta i en artikkel ikke stemmer, betyr det mindre om et menneske eller en maskin skrev feilen, enn feilen i seg selv.
Og det finnes en bakside. Hvis du skriver nøye på et andrespråk, eller bare har en formell stil, kan ditt ærlige arbeid bli flagget en dag. Det hjelper å kjenne din egen basislinje: kjør teksten din gjennom detektoren og se hvordan den scorer. Hvis din helt menneskelige tekst stadig leses som robotisk, er det mer et stilproblem enn et rettferdighetsproblem, og vi har skrevet en hel guide om hvordan du får AI-skriving til å lyde menneskelig, der rådene fungerer like godt for mennesker som skriver som maskiner. AI-humanizeren kan gjøre om et stivt utkast med ett klikk.
Vanen på to minutter som er verdt å bygge
Halvparten av det du leser er nå maskinlaget, og andelen kommer ikke til å gå ned igjen. Den gode nyheten er at du ikke trenger å bli en rettslingvist. Les etter tegnene, kontroller ett faktum, og la en detektor ta seg av den statistiske delen. Sammen fanger disse tre stegene langt mer enn hvert av dem alene, og de holder deg unna den ene virkelig alvorlige feilen i dette spillet: å være skråsikker og ta feil om et virkelig menneskes skriving.
Neste gang en tekst føles litt for glatt, la ikke tvilen bare henge der. Sjekk.