Codex i klasseværelset: En 2026-guide til programmeringsundervisere

I april 2026 offentliggjorde OpenAI i al stilhed en implementeringsvejledning til ChatGPT Edu med titlen Deploying Codex in Higher Education. Inden for få uger udrullede universiteter i hele USA og Canada Codex til hele hold af datalogistuderende — et fuldt agentielt kódningsværktøj, der kan læse en pensumplan, oprette et git-arkiv, skrive produktionsklar kód, køre test og indsende en fungerende løsning på under tres sekunder. Enhver opgave, en typisk bachelorstuderende nogensinde er blevet bedt om at fuldføre, ligger nu kun ét prompt væk fra et fejlfrit svar.

Hvis du underviser i programmering, ved du allerede, hvad der sker nu. En pilotundersøgelse fra et stort CS-kursus på et universitet i 2025 viste, at mere end 25 % af de studerende indrømmede at have snydt med AI-hjælp på deres programmeringshjemmeopgaver. Uformelle rapporter fra algoritme-professorer anslår den reelle andel til at være over 50 %. Spørgsmålet er ikke længere, om studerende bruger AI — det er, om dine opgaver overhovedet lærer dem noget, når de gør.

Denne vejledning er til programmeringsundervisere, der nægter enten at forbyde AI fuldstændigt eller at overlade klasseværelset til det. Vi vil se på, hvad forskningen reelt viser, hvilke snydemønstre man skal holde øje med i Python- og JavaScript-afleveringer, hvordan man redesigner opgaver, så AI bliver en pædagogisk støtte (scaffolding) i stedet for en genvej, og hvordan værktøjer som Plagly.ai hjælper dig med at verificere læring uden at skulle lege detektiv ved hver eneste commit.

Status for AI i programmeringsundervisningen i 2026

Tre tal definerer den nuværende krise. For det første udbredelsen: Et pilotstudie fra juli 2025 på arXiv (2507.06438) målte AI-assisteret snyd på et stort CS-kursus og fandt, at over en fjerdedel af de studerende selv rapporterede overtrædelser — og selvrapporteringer underdriver næsten altid tallene. For det andet kvalitetsomkostningerne: En analyse fra december 2025 foretaget af CodeRabbit viste, at kód skrevet i samarbejde med AI indeholdt 1,7x flere alvorlige fejl end kód skrevet udelukkende af mennesker, med en sikkerhedssårbarhedsrate, der var 2,74x højere. For det tredje læringsomkostningerne: Programmører i flere nyere rapporter beskriver, hvordan deres fejlsøgningsfærdigheder (debugging) svandt ind på få uger efter skift til LLM-først arbejdsgange.

Andrej Karpathy opfandt udtrykket vibe coding i februar 2025 for at beskrive den nye måde at arbejde med LLM'er på — du beskriver, hvad du vil have, du accepterer, hvad modellen producerer, og du udgiver uden overhovedet at læse det. Karpathy mente det som en fejring. Inden for et år var det samme udtryk blevet branchens betegnelse for en generation af udviklere, der kan prompte flydende, men ikke kan ræsonnere over, hvad deres kód rent faktisk gør.

For undervisere er bekymringen ikke filosofisk. Den er yderst konkret: De studerende møder op i kontortiden uden at kunne forklare den kód, de har afleveret, uden at kunne gennemskue, hvorfor en test fejler, og uden at være i stand til at udføre det kognitive arbejde, som programmering var beregnet til at lære dem. Opgaven blev afleveret. Karakteren blev givet. Læringen fandt aldrig sted.

Hvordan Codex og Copilot reelt løser dine opgaver

Før du kan undervise udenom AI, skal du forstå præcis, hvad den gør godt, og hvor den snubler. 2026-generationen af agentielle kódningsværktøjer — OpenAI Codex, GitHub Copilot Workspace, Claude Code, Cursor — deler et fælles mønster. De indlæser et prompt, planlægger en flertrins-tilgang, udfører filredigeringer på tværs af et git-arkiv, kører test og itererer, indtil testene lykkes. Dette er kvalitativt anderledes end 2023-æraens Copilot-autofuldførelse, som de fleste læreplaner var designet til at modstå.

Hvad nuværende AI gør ekstremt godt i datalogiopgaver:

• CS1- og CS2-opgaver: Løkker, betingelser, rekurssion, grundlæggende datastrukturer (hægtet liste, stak, kø, binære søgetræer). På standardopgaver opnår Codex og Claude Code over 95 % succesrate i testene i første forsøg.
• Algoritmeimplementeringer ud fra specifikationer: Givet Dijkstra, A*, KMP-strengsøgning eller enhver klassisk algoritme specificeret ved navn, genskaber moderne LLM'er den kanoniske implementering næsten ordret.
• Skabeloner til web- og mobilprojekter: Byg en CRUD-app med godkendelse (auth), et React-dashboard, et Flask-API — ét prompt, et fungerende arkiv, ofte bedre struktureret end det, de fleste bachelorstuderende skriver.
• SQL-forespørgsler og databasedesign: Selv uklare specifikationer på almindeligt engelsk eller dansk producerer korrekt, idiomatisk SQL.
• Kódoversættelse: Konverter en Java-løsning til Python, refaktorer procedureorienteret til OOP, port C til Rust — nærved perfekt på tværs af sprogpar.

Hvor AI stadig konsekvent snubler:

• Kursusspecifikke konventioner: Hvis dit CS1-kursus bruger et tilpasset Turtle-grafikbibliotek, et internt testmiljø eller en stilguide med idiosynkratiske navngivningsregler, afviger AI-outputtet med det samme. Forskere har vist, at kód genereret af ChatGPT ofte afviger tilstrækkeligt meget fra lærebogsstilen til at blive flaget automatisk.
• Refaktoreringer over flere filer med skjult kobling: Agentielle værktøjer kæmper stadig, når det rigtige svar kræver ræsonnement om begrænsninger, der er spredt over filer, som modellen ikke har fået vist.
• Ydelsesræsonnement under stramme begrænsninger: Bed AI om at gøre kód O(n log n) på et problem, hvor den producerede O(n^2), og du vil ofte få en overfladisk omorganisering frem for en reel algoritmisk ændring.
• Trådsikkerhed og kapløb (race conditions): LLM'er producerer kód, der ser korrekt ud, men indeholder subtile overtrædelser af trådsikkerheden i et tempo, der ligger langt over deres gennemsnitlige fejlrate.
• Domænespecifik matematik: Numerisk stabilitet, flydende komma-kanttilfælde, tilpasset fysik- eller grafikmatematik. AI leverer med stor selvsikkerhed plausibelt udseende forkerte svar her.

Hvis dine nuværende opgaver udelukkende befinder sig på den første liste, er læreplanen funktionelt forældet i 2026. Det pædagogiske arbejde består i at flytte evalueringen mod den anden liste — eller at redesigne vurderingen, så selve handlingen at løse problemet lærer eleven noget, ikke selve afleveringen.

Seks snydemønstre, du skal holde øje med i programmeringsafleveringer

Ligesom undervisere i humanistiske fag har lært kendetegnene ved AI-essays, udvikler datalogiundervisere et katalog over AI-kodede afleveringsmønstre. De fleste er synlige for enhver, der læser kóden opmærksomt, men de gemmer sig nemt i mængden på tværs af hundredvis af afleveringer. Disse er de seks mest diagnostiske mønstre, vi har observeret på tværs af tusindvis af studerendes afleveringer i 2025-2026.

• Stilistisk ensartethed på tværs af et hold: Når tyve studerende på et hold leverer løsninger med identisk navngivning af variabler (ofte result, arr, helper), identiske funktionssignaturer og identisk kommentarformulering (ofte startende med „This function...“ eller „Iterate through...“), er årsagen sjældent uafhængig tænkning.
• Overkommenterede trivielle blokke: AI har en tendens til at kommentere hver eneste linje, inklusive indlysende operationer som # increment counter. Menneskelig kód på de studerendes niveau mangler normalt helt kommentarer eller har kun overordnede kommentarer.
• Idiomatiske mønstre over fagniveauet: En CS1-studerende, der endnu ikke har lært list comprehensions, afleverer en list comprehension på én linje. En studerende, der ikke har set collections.defaultdict, bruger den korrekt. En studerende, der ikke har arbejdet med generatorer, benytter 'yield' dovent. Kompetenceloftet i kóden overstiger langt, hvad faget har dækket.
• Defensiv fejlhåndtering langt ud over specifikationen: AI tilføjer refleksivt if not arr: return [] og typevalidering. Rigtige studerende på opgavens niveau tilføjer sjældent defensive tjek, som de ikke eksplicit blev bedt om at tilføje.
• Blanding af snake_case og camelCase i Stack Overflow-stil: AI-træningsdata indeholder begge konventioner; i pressede situationer blander den dem af og til midt i en fil. En studerende, der har skrevet snake_case hele semestret, indsætter ikke pludselig currentNode midt i en metode.
• Prøven i kontortiden: Det hurtigste pålidelige signal er menneskeligt formidlet. Bed den studerende forklare kóden — forklare hvorfor denne løkke, hvorfor dette basistilfælde, hvad der sker, hvis inputtet er tomt. Studerende, der selv har skrevet deres kód, kan svare. Studerende, der har promptet den, kan ikke.

Det pædagogiske spørgsmål: AI som tutor eller AI som løser?

Den vigtigste pædagogiske indsigt i 2026 er, at AI ikke behøver at være en fjende af læring. Den kan være dens absolut største forstærker — men kun når den positioneres som en sokratisk tutor frem for en problemløser. Den samme model, der skriver en perfekt løsning, kan nægte at give løsningen og i stedet spørge dig, hvilken datastruktur du ville bruge, hvorfor en brute-force tilgang måske er for langsom, eller hvilken invariant du forventer er sand i toppen af din løkke.

Code.orgs AI Tutor, som blev lanceret i de centrale Code.org-lektioner, eksemplificerer denne designfilosofi. Den er bygget på sokratiske principper: den stiller spørgsmål, opfordrer til udforskning og ansporer til refleksion i stedet for at give direkte svar. Microsoft har omlagt Copilot i samme retning — nylige opdateringer tilføjede „tutor mode“-prompter, kontekstuelle quizzer og fejlfindingsspørgsmål frem for rene fuldførelser. Flere universitetsgrupper har bygget kursusspecifikke systemer på samme fundament: Boot.dev, Educative.io samt en voksende liste af interne værktøjer på institutioner som Stanford og Carnegie Mellon.

Forskellen på AI som løser og AI som tutor er forskellen på en studerende, der afsluttede opgaven med en bestået test-suite, og en studerende, der afsluttede opgaven med en dybere forståelse af, hvorfor testene lykkes. Den første studerende får den samme karakter. Den anden dimitterer klar til jobmarkedet.

Seks strategier for programmeringsopgaver i Codex-tidsalderen

Efter at have arbejdet med undervisere fra CS1 til afsluttende projekter, har vi set seks strategier til redesign af opgaver, som konsekvent genskaber reel læring uden at forfalde til rent manuelle forbud- og detektionsmetoder.

• 1. Flyt evalueringen til personlig verifikation. Den mest effektive enkeltstående indsats er at kræve en fem minutters mundtlig obskøn/forsvar for hver ikke-triviel opgave. De studerende forklarer kóden mundtligt, modificerer den på stedet som svar på en lille variant af problemet og besvarer et eller to opfølgende spørgsmål. Dette fanger alt: AI-genvejen, den delvise forståelse, samarbejde der ligger for tæt på ren afskrift.
• 2. Giv opgaver i kódlæsning, ikke kun kódskrivning. Giv de studerende AI-genereret kód med subtile fejl, og bed dem om at finde og rette dem. Bed dem om at kritisere kódens design. Bed dem om at udvide den. At læse og kritisere AI-output er en færdighed, arbejdsmarkedet efterspørger, og som AI ikke kan gøre for dem — du kan ikke prompte en AI til at evaluere sin egen kód ordentligt.
• 3. Beløn proces frem for resultat. Kræv versionshistorik (commit-historik), der viser faktisk igangværende arbejde: fejlede test, midlertidige refaktoreringer, fejlsøgningssessioner. En perfekt første commit uden historik er et klart tegn.
• 4. Strukturer test til at være AI-resistente. Skjulte testcases, der undersøger kanttilfælde, som AI typisk overser (grænsebetingelser, off-by-one tilfælde, præstationslofter), belønner omhyggelig tænkning, selv når AI leverede den oprindelige løsning.
• 5. Brug AI eksplicit i opgaven. De mest fremsynede undervisere designer opgaver, hvor de studerende skal prompte en AI, evaluere dens output, identificere fejl og indsende både det AI-genererede udkast og deres korrigerede version — sammen med en analyse af, hvad der var forkert. Dette gør snydeværktøjet til selve pensum.
• 6. Verificer autencitet ved aflevering. Værktøjer som Plagly.ai analyserer kódafleveringer for AI-genereringsmønstre, stilistiske anomalier på sætningsniveau (eller linjeniveau) samt signaler om forfatterkonsistens. Kombineret med de menneskelige tjek ovenfor giver dette dig et stærkt verifikationslag uden at gøre karaktergivning til retsmedicinsk analyse.

Hvordan verifikation ser ud i praksis

De fleste undervisere, vi samarbejder med, ønsker ikke at forhøre alle studerende ved hver aflevering. De ønsker et overordnet tjek, der fremhæver sager med høj sandsynlighed, som er værd at tage en samtale om. Arbejdsgangen, der fungerer i praksis, er ligetil:

• Sken ved aflevering: Hver aflevering kører igennem en AI-detektionsscanning, der returnerer en konfidensscore og markeringer på sætningsniveau (eller linjeniveau). Plagly.ai udfører denne analyse med 99 % nøjagtighed på tværs af modelfamilier, herunder GPT-5.5, Claude 4.6 og Gemini 3.1.
• Tjek af mønstre på tværs af holdet: Når otte afleveringer på et hold deler de samme unikke formuleringer, den samme kommentarstil, den samme defensive standardskabelon, flages denne gruppe til gennemsyn.
• Målrettet samtale i kontortiden: Flagede studerende bedes gennemgå kóden personligt. Samtalen er kort og næsten altid afgørende.
• Dokumenterede rapporter fra Agentic Council: Plagly.ai's Agentic Council kører afleveringen igennem syv domæneekspertmodeller (skrivekvalitet, faktatjek, kildehenvisning, struktur, AI-detektion, fagområde, gennemslagskraft) og producerer en dokumenteret rapport, du kan vedlægge eventuelle sager om akademisk uredelighed, hvis det er nødvendigt.

Hvad denne arbejdsgang ikke gør, er at erstatte undervisningen. Pointen med verifikationslaget er at frigøre din opmærksomhed til de opgaver og studerende, der rent faktisk har brug for det — de nysgerrige, dem der kæmper med stoffet, og dem, der bruger AI gennemtænkt, men stadig har brug for et menneske med på råd.

Hvad dette betyder for læreplansdesign i det kommende år

Hvis du tager én ting med dig fra denne vejledning, så lad det være dette: De opgaver, der virker mest velkendte fra din studieplan i 2022, er dem med det dårligste signal i 2026. Den standardiserede CS1-sekvens — løkker, betingelser, rekurssion, datastrukturer, sorteringsalgoritmer — er præcis det territorium, hvor AI er mest flydende. Studerende, der bruger Codex på disse problemer, lærer ingenting. Studerende, der forbydes at bruge Codex på disse problemer, er ofte frustrerede over begrænsningen og bruger det alligevel.

Læreplanen, der holder i længden, er den, der behandler AI-færdighed som et læringsmål i sig selv. Studerende bør lære at prompte godt, evaluere AI-output kritisk, fejlsøge AI-genereret kód og genkende, når en AI er selvsikkert forkert. De bør også pålægges at demonstrere, personligt eller under opsyn, at de kan ræsonnere over kód uden hjælp fra AI — ikke fordi arbejdspladsen vil kræve det (det vil den som regel ikke), men fordi den kognitive færdighed i programmering er det, arbejdsgivere stadig betaler for, og hvad de færdiguddannede skal bruge for at vokse ind i seniorroller fem år senere.

De undervisere, der gennemfører denne overgang med succes, er ikke dem med de strengeste forbud mod AI. Det er dem, der har genopbygget deres evaluering omkring to spørgsmål: Kan den studerende forklare denne kód med egne ord? og Kan den studerende ændre denne kód, når problemet ændrer sig? Alt andet — syntaksen, skabelonkoden, det rutineprægede mønster — håndterer AI, og i stigende grad håndterer arbejdspladsen AI for den studerende. Undervisningsdelen er ikke forsvundet. Den har blot bevæget sig et abstraktionsniveau op.

Ofte stillede spørgsmål

Kan AI-detektorer rent faktisk detektere AI-genereret kód?

Ja, med forbehold. De samme statistiske signaler, der detekterer AI-prosa — perplexitet, burstiness, stylometriske fingeraftryk — gælder for kód, med visse forskelle. Kód har en mere begrænset syntaks end naturligt sprog, hvilket gør analyse på ordniveau mindre informativ, men den har stærkere strukturelle signaler: mønstre i variabelnavngivning, kommentarhusthed, idiomatiske valg og biblioteksbrug. Detektorer med ensemblesystemer på tværs af flere modeller som Plagly.ai opnår typisk 90-95 % nøjagtighed på isolerede kódafleveringer og et godt stykke over 95 %, når mønsteranalyse på holdniveau inkluderes.

Hvad med studerende, der bruger AI legitimt som en tutor?

Verifikationslaget er ikke designet til at straffe dette. En studerende, der har brugt AI til at forstå et koncept og derefter har skrevet sin egen løsning, vil producere kód, der ikke matcher AI-genereringsmønstre på linjeniveau. Detektionssignalet er „denne kód er skrevet af AI,“ ikke „denne studerende har talt med AI.“ Hvis dine regler for kurset tillader AI som tutor, fungerer arbejdsgangen stadig — du fanger det indsendte artefakt, ikke den studerendes reprocess.

Hvordan håndterer jeg falske positive i studerende-skrevet kód?

Falske positive i kóddetektion forekommer oftest, når studerende skriver kód i en meget „lærebogsagtig“ stil, der tilfældigvis matcher de mønstre, AI typisk producerer. Forsvaret er det samme som i essaydetektion: Lad være med at behandle en høj score som en dom. Brug det som udgangspunkt for en samtale i kontortiden. En studerende, der selv har skrevet kóden, kan forklare den. En studerende, der har promptet den, kan ikke. Samtalen løser næsten altid spørgsmålet; scoren er blot en udløser.

Er det værd at forbyde AI fuldstændigt fra datalogikurser?

De fleste institutioner, der forsøgte sig med totale forbud i 2023-2024, har trukket dem tilbage. Forbudene var umulige at håndhæve, drev AI-brugen under jorden og producerede færdiguddannede, som både manglede grundlæggende færdigheder og var ubekendte med de værktøjer, som deres fremtidige arbejdsgivere forventer, de kan bruge. Den gryende konsensus er, at det rigtige svar er struktureret, transparent AI-brug kombineret med et redesign af evalueringen, som sikrer, at der rent faktisk sker læring under AI-færdighederne. Forbud uden redesign giver det værste fra begge verdener.

Kan den samme detektion fungere for Java, C++, Rust, Go og andre sprog?

Ja. Detektionssignalerne (stilfingeraftryk, kommentarmønstre, idiomatiske valg) er i princippet sproguafhængige. Detektionskvaliteten varierer en smule alt efter sprogets udbredelse i træningsdataene — Python- og JavaScript-detektion er stærkest, med Java, TypeScript, C++, Rust og Go tæt bagefter. For mindre udbredte sprog (såsom OCaml, Elixir, Crystal) fungerer detektionen stadig, men ensemblesystemets nøjagtighed falder med et par procentpoint. Plagly.ai understøtter alle større sprog, der undervises i på bachelor- og kandidatniveau inden for CS-uddannelser.