- 本篇係自臉書貼文編輯版本
德國各大學近年來針對使用AI (德文：KI)撰寫申請入學報告、大學書面作業或報告、學位論文，逐漸建立並加強審查密度，另外有些大學也開始使用反AI檢查工具，因此各地都有行政訴訟進行中。
在此分析德國Kassel行政法院(VG Kassel) 近日連續兩則判決 (Urt. v. 25.02.2026, Az. 7 K 2134/24.KS; 7 K 2515/25.KS)，對於使用AI，可能構成特別嚴重的欺罔行為（besonders schwere Täuschung）的審查判準。
德國Kassel行政法院(VG Kassel) 近日關於學期報告/學位論文使用AI之兩則判決 (Urt. v. 25.02.2026, Az. 7 K 2134/24.KS; 7 K 2515/25.KS)
整體結論先講：
VG Kassel認為，在學術工作中，使用 AI 進行資料整理並進而生成文本，與單純使用檢索工具如Google檢索資料，並不能畫上等號。法院駁回了兩名學生對大學提起的訴訟。
只要在使用 AI 撰寫學術文本時未加註明，本身就已構成違反學術倫理。其中一案中，法院甚至進一步審查原告在其學士論文主題上的「書面知識呈現與口頭知識呈現之間存在落差（Diskrepanz）」。
此外，法院判決也一般性指出了幾項指標，用以辨識考試中是否使用了 AI。
最有意思的是，例如：「對中性專業內容頻繁使用、且過度重複出現的正面評價性表述」、「反覆出現的總結性句子」，是法院認為 AI 生成文本的典型特徵。此外，子虛烏有的「虛構判決」、「虛構引註」等也都是AI生成的重要判準。
(又分成外觀與內容上的文本指標，以及考生整體行為與程序背景指標。這些特徵我覺得很有意思，也是精華！詳細整理列在下文。)
當構成這些AI指標後，法院進一步承認可藉由 Anscheinsbeweis（表見證明） 來認定AI欺罔。
不過必須注意的是，判決中所提到的欺罔，主要是針對生成式AI (generative KI)的生成功能；
相對於AI生成而言，如果是單純透過 AI 進行拼字或文法檢查與編修，而不涉及學術核心之論點形成（未介入內容形成、論證展開、資料蒐集與結構鋪陳），通常尚不構成欺罔行為。
由於這兩則判決具有高度參考與啟發性，因此針對兩則判決的重要內容整理如下：
（[按]的內容則為個人意見補充）
一、VG Kassel 對於使用 AI（KI）之學術倫理與考試法標準
（一）核心出發點：學術作業不只看結果，也看形成過程
評價重點不只在最後交出的文字結果，也在於學生是否自行完成通往該結果的研究、理解、分析、整理與表述過程。
因此，法院明確指出：
Hausarbeit（學期作業報告）或論文，不只是交出一份看起來正確的文字成果。學術創作之「路徑」本身也是審查與檢驗之對象。
若學生將形成論述、蒐集與整理內容、甚至表述結構的重要部分交由生成式AI (generative KI) 完成，而未加標示，便不是獨立完成。
這也是法院為何認為 AI 使用不能和 Google 檢索相提並論的根本理由。
（二）VG Kassel 區分搜索引擎如Google 檢索 vs. 生成式AI
搜索引擎如Google 檢索仍需自己找資料、自己篩選、自己理解、自己轉化。找到的來源必須自行引用。使用者仍保有自主的選材、評價與表述過程。
但是生成式AI是直接生成內容、語句、論述或結構。使用者往往不再進行真正獨立的「Aus- und Verwertung」，也就是自主的資料分析與再加工。
若未標示AI的介入，讀者會誤以為這些內容是作者本人獨立形成。因此，這不只是「工具輔助」，而是可能構成未揭露的外來協助（unerlaubte fremde Hilfe）。
法院因此認為使用生成式AI生成文本內容，法律評價上更接近未經標示地利用他人智慧成果，而非單純搜尋資料。
（三）VG Kassel 對學術論文／報告「欺罔(Täuschung)」的判準
法院認為，考生若假裝自己提交的是自主、正常完成的考試成果，但實際上卻利用未被允許且未被揭露的外來協助，即構成 Täuschung。
這個標準在AI脈絡下具體化為：
若使用生成式AI來生成內容、段落、論述、分析、程式碼說明等，而未明確標示這些內容是由 AI 產生或經 AI 大幅改寫，即屬於對「自主完成」之外觀的虛偽呈現，因而構成 Täuschung。
即便考試規則( Prüfungsordnung) 沒有明文「禁止 AI」，也不代表未標示使用生成式AI就是允許的。因為Prüfungsordnung 原本就禁止未許可的「外來協助」(fremde Hilfe)；「外來協助」不必限於人工， AI 介入形成文本內容，實質上就是外來協助。
（四）一次未標示使用就可能違反倫理界線
兩案中最重要、也最關鍵的判斷是：
只要一次未標示地使用生成式AI，就可能已經跨越「不再屬於自主完成」的界線。
與傳統意義的Plagiat（剽竊／抄襲）不同，使用生成式AI不是「不小心漏引註」那種過失型態。因為每一次要求AI生成內容，都是一個主動且有意識的決定。之後將AI生成的內容貼到作業或報告中，也是主動決定。
因此，未標示使用生成式AI，原則上不是偶然的過失，而是有意識地把外來生成內容納入自己的考試成果中。
這也是法院與傳統抄襲法理稍作區分之處。對於傳統抄襲，常還要討論抄襲比例、段落重要性、量的多寡。但對於生成式 AI，法院認為其性質不同，一次未標示使用即具有欺罔性。
（五）例外：不涉及生成的AI使用通常還不構成欺罔
必須注意的是，VG Kassel 並不是把所有AI使用都一概視為違規。法院保留了一個相對狹窄的原則上仍可容許的情形範圍：包含單純拼字檢查、單純文法檢查、類似 Word 內建校正功能的形式性修正。
若AI只是像Rechtschreibprüfung那樣，協助校正或審查作者所創作出來的文字或文法錯誤，而未介入內容形成、論證展開、資料蒐集與結構鋪陳，通常還不至於構成 Täuschung。
但例外：若考試本身考的就是語言、拼寫、文體架構能力，那麼即使只是形式校正，也有考試法上作弊的問題。
（六）大學可以自行制定更寬或更明確的規範
不過大學不是不能允許 AI，Prüfungsordnungen完全可以明文規定，在何種條件下使用AI是被允許的；若大學明文容許，法律評價就會不同，甚至可能回到比較接近傳統引用與標示義務的判斷架構。
換言之，法院並沒有說所謂學術倫理就是「永遠不許用AI協助」，而是在說：在大學沒有明確容許規則，且學生又未標示AI使用的前提下，生成式AI足以構成 unerlaubte fremde Hilfe。
[按：目前德國諸多大學已經要求提交報告／論文時提出使用AI以及使用範圍的聲明。如果沒有清晰標示，就很可能會構成欺罔。
另外如果是學位論文，則如果嚴格遵守指導協議（許多校系都有指導協議範本），例如工作期間定時報告與繳交草稿給教授，並且與教授有諸多實質論點的探討，那麼AI使用的範疇通常取決於指導教授的意見。不過最後提交時仍然必須在AI聲明中說明是否有使用AI協助以及協助範圍。]
二、VG Kassel 對於判讀或辨識作業／論文為 AI 生成的標準
兩案合起來看，VG Kassel 的辨識標準分成兩類：
一類是外觀與內容上的文本指標，另一類是考生整體行為與程序背景指標。
（一）文本內容層面的指標
1. KI-typische sprachliche Auffälligkeiten
法院認為，下列特徵可作為 AI 生成文本的特徵：
(1)對中性專業內容使用過多正面評價性語言，例如反覆出現"wichtig"、"wertvoll"、"hilfreich"等，但卻沒有出現這些評價的論證理由；
(2)同義或近義內容反覆重述；
(3)不斷做空泛總結，卻沒有新的分析推進；
(4)表面正確，但內容空泛、抽象、缺乏深入論證；
(5)看似學術，實則停留在高密度套話與概括話語；
(6)對核心問題缺乏具體展開與精確分析；
(7)文字生成呈現泛泛化、一般化的特徵，即任何題目似乎都可套用的中性說法。
（按：以上內容就是我時常強調的，在社會與法律學領域涉及高度利益衡量的問題與價值權衡時，AI無法取代人力的原因！）
2. 缺乏真正的 wissenschaftliche Stringenz
(1)文章雖空用學術外表，但邏輯線不夠緊密
(2)論證沒有真正推進
(3)核心發現沒有被清楚地寫出來
(4)結論只說「獲得了重要Erkenntnisse (發現)」，但通篇卻看不出究竟是什麼 Erkenntnisse。
（按：從以上這些標準來看，論證推進與發現終究是AI無法取代的）
3. 外觀正確但主題偏離
以下是法院又進一步點出的AI典型問題：
會列出一些各自看似正確的資訊點，但這些點與真正題目之間缺乏緊密連結，出現「講了很多，但沒有真的在回答題目」的現象。
（按：簡單來講就是：通篇廢話。）
4. 不可驗證或虛構來源
AI的「虛構」問題，在第二案中特別明顯的被發現：
註腳只有判決名稱，沒有必要書目資訊；
引用的判決根本不存在。
也就是所謂的Halluzinationen der KI (AI的幻想)被作者未經查證地納入文本。
這在實務上最為重要的辨識指標之一。
（二）表現落差與程序行為層面的指標
1. 書面表現與口試／論文答辯之間的明顯落差
第一案（資訊工程學士）最重要的判準就是：
書面文本顯示高度完成度；但學生在口試或答辯中，卻連自己作業中的基本概念、方法、術語、程式碼基礎都無法說明；這種明顯落差可以成為 Anscheinsbeweis（表見證明）的基礎。
典型情況包括：
(1)無法解釋自己論文中的核心概念；
(2)無法說明自己聲稱使用的方法；
(3)無法解釋自己提交的 code；
(4)甚至對投影片上列出的公式也答不出來。
2. Bearbeitungsprozess（寫作過程） 與成果之間的不相稱
學生在寫作過程中一開始表現出明顯理解困難，卻又異常快速地產出接近完整的成品，而且之後內容幾乎不再修改。
這種「前期不懂，後期突然完整產出」的時間軸，也被法院視為重要可疑因素。
3. Nachtatverhalten（事後行為）也可以作為指標。
包括：事後解釋反覆變動、對關鍵問題給出彼此矛盾的說法；對明明是核心問題，仍持續顯示缺乏理解；在程序中出現保護性說辭（Schutzbehauptungen）。
4. 自認使用 AI，且未充分檢查
第二案中（也就是虛構判決文獻的案例），學生自己承認用 Copilot 檢查自己寫的段落、採納了AI的修改建議、用AI找判決，但是卻未充分檢查其結果。
在這種情況下，就算學生主觀上認為自己「只是使用AI輔助」，只要實際上採納了AI生成內容，且未標示，就可能構成 Täuschung。
（三）Anscheinsbeweis表見證明的意義
在第一案中，VG Kassel 特別承認：
大學可以用 Anscheinsbeweis 表見證明來證明AI欺罔。
也就是說，不必抓到學生明確輸入了哪一個 prompt，或拿到完整聊天紀錄，仍可能成立。只要整體情況符合典型經驗法則，例如：
1.書面與口頭落差極大；
2.文本具有AI典型語言特徵；
3.寫作過程與成果之間存在不自然跳躍；
4.事後說詞自相矛盾。
在以上情況下，法院即傾向認為：依一般經驗，最合理的解釋就是作業並非自主完成。
但法院同時也說，若學生能提出可信、具體且足以顛覆這種典型外觀的另一套解釋，則 Anscheinsbeweis 也可能被推翻。不過，如果只是空泛否認是不夠的。
三、兩則案例重點整理
（由於判決內容很長，我這邊不是法學論文，所以以下為筆記式的重點摘要）
（一）7 K 2134/24.KS Bachelorarbeit（資訊學學士論文）案
1. 事實摘要
原告是 Informatik Bachelor 學生。題目是"Vergleich unterschiedlicher Bewertungskriterien für Zeitreihen"。
在寫作過程中，曾先提交接近完成的英文版內容，後來改成德文版本。
指導過程中曾出現理解困難，寫作期限也延長。
口試／答辯時，對自己論文中的核心概念、方法與程式碼無法作出基本說明。
2. 爭點
大學是否可認定其使用 AI 或其他不允許的外來協助？
是否可依據書面與口頭落差等間接事實，透過 Anscheinsbeweis 認定 Täuschung？
是否屬於 besonders schwere Täuschung，並可排除重考？
3. 判決結論
法院支持大學，認定：
存在AI或至少非自主完成的高度外觀證據；
可透過 Anscheinsbeweis 認定 Täuschung；
部分使用生成式AI而未標示，也已足夠；
本案屬 besonders schwere Täuschung；
排除重考合法。
4. 判決理由重點
AI 欺罔可用表見證明認定。
辨識重點不只看文本本身，也看：口試表現、寫作過程、事後解釋。
「質」或「量」任一面特別突出，都有可能構成特別嚴重欺罔，不必兩者都極端。
5. 本案中的AI典型辨識指標
書面作業看似完成度高，但問題在於：
口頭卻無法解釋以下問題：instanz-/framebasiert 與 eventbasiert 的差異、Mean Squared Error 的公式與意義、Train-/Testdaten、自己程式碼的功能與結構…。
文本中有大量 AI 式語言；
文本論證浮泛、總結空洞；
寫作過程呈現不自然跳躍。
（二）7 K 2515/25.KS Master-Hausarbeit（Öffentliches Management / Verwaltungsrecht）（公共管理碩士行政法學期報告）案重點
1. 事實摘要
原告是公共管理碩士學生。在 Verwaltungsrecht （行政法）中提交 Hausarbeit（學期作業／報告）。
附有自我聲明：「保證自己獨立完成且未使用外來協助」。
結果卻被教授發現：
文本結構混亂；
很多段落像 AI 文本；
註腳只列判決，缺乏必要引註資訊；
許多引用的判決甚至根本不存在（！）
學生之後自己也承認：使用 Copilot 檢查段落、大致採納AI建議、也用 AI尋找相應判決、沒有充分檢查AI（虛構的）結果。
2. 爭點
生成式AI是否屬於 fremde Hilfe？
若 Prüfungsordnung 沒有明文禁止 AI，未標示使用 AI 是否仍可構成 Täuschung？
排除重考是否合法？
3. 判決結論
法院支持大學認定：
AI雖不是「人」，但其生成內容仍屬外來協助；
生成式AI不等於 Google等搜索引擎；
單次未標示使用生成式AI可跨越「不再獨立完成」之界線；
學生的作法構成 Täuschung；
因其附有 Selbständigkeitserklärung，且使用AI範圍廣、影響重，屬 besonders schwere Täuschung；
排除重考合法。
4. 判決理由重點
即使 Prüfungsordnung 沒有明文 AI 禁令，也不代表可未標示使用 AI；
一次未標示使用生成式AI就可能已足夠；
AI 生成內容被納入作業，本質上不是單純輔助，而可能是破壞自主完成性的外來協助。
5. 本案中的典型AI辨識指標
AI 生成式語言風格；
diffuse Aufbau；
重複與空泛敘述；
大量虛構判決與不可驗證引註；
原告自己承認採納 Copilot 的內容建議；
AI 使用超出形式拼字修正範圍。
