Forskerklummen: Skribentens spor i sproget. Om sproglig analyse af plagiering

Dygtige, trænede skribenter har et stort arsenal af sproglige udtryk at trække på, når de skriver deres tekster. De kan variere ordvalg, sætningsopbygning og tekststruktur alt efter formålet, modtagergruppen og den pågældende genre. Det er den variationsbredde og det blik for genrekonventioner, elever og studerende gradvist skal opøve i løbet af deres uddannelse for at kunne skrive selvstændigt og sikkert.

Men selv på universitetsniveau kæmper mange studerende med at opnå dette mål. Måske er det derfor, at et stigende antal forfalder til at ’låne’ formuleringer fra andres tekster. Hvis vi skal hjælpe uøvede skribenter med at undgå at plagiere andre, må vi lære dem at udvikle deres skriftsprog.

Jeg forsker og underviser inden for det voksende felt retslingvistik, hvor jeg kombinerer mine interesser for sproglig betydning og sproglig variation, bl.a. i studier af trusselsbreve. En af de interessante opgaver består i at undersøge, hvilke sproglige træk der kan pege på en skribents demografiske baggrund (fx alder og uddannelsesniveau). Men her i klummen ser jeg på et andet aspekt af skribentens spor i sproget, nemlig sporene af plagiering.

Retten til tekster

Ligesom musikere og kunstnere har ophavsret til deres værker og krav på at blive krediteret, når andre gengiver (dele af) dem, har skribenter ophavsret til deres tekster. Plagiat bedømmes hårdt af både forsknings- og undervisningsmiljøer og af samfundet generelt, fordi det betragtes som tyveri af andres ideer og arbejde. Ministre er blevet tvunget til at træde tilbage, forskere har fået ødelagt deres karriere, og journalister har mistet deres job på grund af beskyldninger om plagiat. For universitetsstuderende strækker sanktionerne sig fra advarsler og dumpekarakter til bortvisning – det sidste med mistet SU og kollegieværelse som afledt konsekvens.

Plagiatkontrol

De fleste højere læreanstalter har software, der sammenligner digitalt uploadede opgaver med tidligere besvarelser på samme institution og evt. med publicerede, digitale kilder også. Denne software vil typisk angive, hvor stor en procentdel af en besvarelse, der lapper over med andre tekster. Forskellige programmer bruger forskellige algoritmer, som hemmeligholdes for at mindske risikoen for en målrettet omgåelse af programmets mulighed for at finde sammenfald mellem teksterne.

Imidlertid udfordres den slags automatiske tekstsammenligninger af ændringer af originalteksten. Sådanne ændringer kan bestå i indsættelse af flere ord, brug af synonymer, ændring af ordrækkefølge og af sætningsstrukturen i øvrigt. Jo flere forskellige typer ændringer, jo sværere er det for den enkelte algoritme at genkende originalteksten. Derudover kan automatiske tekstsammenligninger ikke konstatere, om en opgavebesvarelse faktisk indeholder de kildehenvisninger der skal til. Hvis den gør det, er der ikke tale om plagiat.

Af disse årsager kan automatisk plagiatkontrol ikke stå alene. Som eksaminator og censor må man også gøre brug af sit kendskab til eksamensemnet, til teksttypen (afleveringsopgave) og til tekststilistik. Det kan alt sammen bidrage til enten at rejse mistanke om plagiat eller påvise det.

Sproglige spor af plagiat

En stærk indikator på, at en opgave indeholder plagierede afsnit, er, hvis der forekommer markante skift i formuleringsevne. Hvis første del er skrevet i simple helsætninger med en usikker brug af fagterminologi, mens anden del er syntaktisk kompleks og anvender de faglige begreber korrekt, så er det næppe samme skribent, der står bag begge afsnit.

Prøv at læse dette afsnit fra en studerendes eksamensopgave om sprogteori:

Indenfor sproget arbejder den kognitive semantik med begrebet grundniveau, der defineres som det niveau, der ligger mellem underkategorier, der er meget specifikke og overkategorier, der er mere uspecifikke. Grundniveauet er på den måde et slags mellemniveau, der forudsætter det generelle, og hvor en kategoris medlemmer har et ensartet præg. Grundniveauet er således det, hvor man kan forestille sig kategorien med én forestilling.

Den studerende formår at introducere nogle faglige begreber korrekt og binder også teksten udmærket sammen, men teksten er hverken særlig interessant skrevet eller indholdsmæssigt imponerende.

Fx opbygges første periode med en hel stribe relativsætninger: der defineres som…, der ligger mellem…, der er meget…, der er mere… Anden og tredje periode indledes næsten ens: Grundniveauet er på den måde… og Grundniveauet er således… Derudover er ordvalget også repetetivt, fx forestille sig… med én forestilling. Alt i alt bruges der en hel del ord til at beskrive ganske lidt.

Stilskift

Ingen af de nævnte stiltræk er specielt problematisk i en universitetsopgave på tredje semester. Problemet opstår, når man sammenligner med afsnit længere henne i opgaven:

Sprogsystemet og sprogbrugen er gensidigt afhængige, da systemet bestemmer sprogbrugen logisk og strukturelt, mens sprogbrugen forankrer systemet materielt og historisk.

Her tændes straks en advarselslampe, fordi den sproglige sikkerhed og variation er så meget større end i det indledende afsnit. Der er meget lidt repetition, sætningskonstruktionen er mere varieret, indholdet er tæt struktureret, ligesom pointerne er klart og indsigtsfuldt formuleret. Når man som underviser oven i købet ved, at modsætningen logisk og strukturelt over for materielt og historisk ikke er anvendt i nogen af de opgivne kursustekster, vækker det endnu større mistanke.

Tekstens ophav

Så sikker en sprogbrug tyder på, at der er tale om en trænet skribent og formentlig et udgivet værk. Heldigvis ligger mange tekster nu digitalt tilgængelige på nettet, og i dette tilfælde krævede det kun et par søgninger at finde det reelle ophav. Sammenlign afsnittene ovenfor med disse to:

Den anden vigtige ting er, at sprogsystem og sprogbrug er ‘gensidigt afhængige’: Systemet bestemmer sprogbrugen logisk og strukturelt, mens sprogbrugen forankrer systemet materielt og historisk og er derfor kilden til dets forandring.” (Larsen 2010: 155)

Den studerende har simpelthen foretaget en let revidering af Svend Erik Larsens kapitel om strukturalisme i oversigtsværket Litteraturens tilgange fra 2010. Eftersom denne kilde hverken blev opgivet i de pågældende afsnit eller i litteraturlisten som sådan, er der entydigt tale om plagiat. Sagen blev ikke bedre af, at der forekom talrige afsnit af samme karakter.

Ophavsanalyse inden for retslingvistikken

Påvisning af plagiat minder meget om en særlig analyse, der har vundet udbredelse i efterforskning af kriminal- og civilsager over hele kloden, nemlig ophavsanalyse (engelsk: authorship analysis). Ophavsanalyse bruges til at sammenligne inkriminerende tekster af ukendt ophav med tekster af kendt ophav. Det kan fx være et anonymt trusselsbrev, der bliver sammenholdt med tekster skrevet af mistænkte.

Ophavsanalyser fokuserer både på fejltyper og på alle former for stilistiske træk, fra ordvalg over sætningsopbygning til metaforer og retoriske figurer. Hvis der er mange sproglige overlap mellem de to sæt tekster, har retten et indicium på, at de kan være skrevet af samme person. I en dansk mordsag blev tiltalte dømt for at have skrevet sin ekskones afskeds-sms fra hendes telefon, fordi sammenligninger med begge parters tidligere sms’er viste et stort overlap med hans måde at skrive på, men ikke med hendes.

Snyd eller inspiration?

Det er ikke nødvendigvis udtryk for bevidst snyd, når en elev gengiver indholdet af en tekst med ord, der ligner originalens. Det kan være svært at frigøre sig fra en fremstilling, som siger det hele meget klart og med den rigtige fagterminologi.

Derfor må vi undervise både i, hvor grænsen går mellem inspiration og plagiat – og i hvordan elever og studerende selv tilegner sig en passende skriftsproglig variationsbredde. Og indtil de behersker den, må rådet være hellere at skrive i et enklere sprog, hvor man føler sig sikker, end at skyde over målet og ramme ved siden af.