Seoul, South Korea Última comprobación

Yonsei University

Independiente · Acceso abierto · No es una página oficial de la universidad

¿Qué quieres comprobar?

Buscar universidades

Explorar el registro actual por tema

Trabajo de curso

Condicional

La guía para el profesorado de 2025 asigna al docente del curso la elección entre prohibición, usos limitados o usos más amplios, que se anuncia en el programa del curso y en clase. Los textos de ejemplo de los programas son opciones, no un permiso universal para el estudiantado.

Fuente oficial ↗

Exámenes

Restringido

La guía 2025 para el profesorado generalmente prohíbe la IA generativa en los exámenes supervisados y limita los dispositivos electrónicos. En las evaluaciones no supervisadas o abiertas, los usos permitidos deben decidirse y anunciarse con antelación. Mantener la salvedad «en principio» y las instrucciones reales del examen.

Fuente oficial ↗

Declaración de uso

Condicional

Cuando se permita el uso de IA, el docente selecciona y comunica uno o más métodos de declaración o registro. Los campos de prompts, las versiones y los ejemplos de carga son métodos que elige cada curso, no una lista de verificación universal.

Fuente oficial ↗

Privacidad y datos

Restringido

La guía de 2025 advierte contra la introducción de información personal, confidencial, patentes o investigaciones no publicadas en servicios externos de IA en la nube. Los docentes no deberían subir textos completos de evaluaciones de estudiantes para su calificación o análisis mediante IA. No se establece un periodo de retención ni un servicio institucional aprobado.

Fuente oficial ↗

Herramientas y acceso

No está claro

No se ha establecido ningún derecho institucional a herramientas para estudiantes. Los ejemplos de las orientaciones para docentes e investigadores no autorizan el acceso ni el uso en evaluaciones.

Investigación y publicación

Restringido

La directriz para investigadores de 2025 no reconoce a la IA como autora. Los humanos conservan el diseño/análisis/conclusiones centrales y la responsabilidad; divulgue herramienta/versión/desarrollador/propósito, verifique los resultados y siga los requisitos de las revistas. Los resultados originales centrales no pueden ser generados por IA bajo la restricción establecida.

Fuente oficial ↗
Más temas del registro revisado

Integridad académica

Restringido

Las normas académicas 2026 exigen ética académica y permiten sancionar en sus condiciones. La página de calificaciones de grado indica que la deshonestidad o el fraude invalidan las calificaciones obtenidas y asignan la nota F en el curso. Sin la norma aplicable del curso y una constatación, no se deriva ninguna sanción universal específica de la IA. Los resultados de los detectores de IA son complementarios y no deberían determinar por sí solos las calificaciones ni las sanciones; hay que tener en cuenta la explicación del estudiante y la revisión del docente. Las reglas generales sobre deshonestidad en la calificación no convierten todo uso de la IA en trampa. El proceso del comité de integridad en la investigación es para los participantes en investigaciones, no para las reclamaciones ordinarias de los cursos. La investigación preliminar comienza en un plazo de 30 días desde el informe y termina en un plazo de 30 desde su inicio; la investigación principal comienza en un plazo de 30 tras la aprobación y termina en un plazo de 120, prorrogable con aprobación. La objeción se presenta en un plazo de 30 días desde la notificación de la resolución y se tramita en un plazo de 60 desde su recepción. El tipo de días no está especificado.

Fuente oficial ↗

Orientaciones docentes

Recomendado

La pauta para instructores de 2025 asigna al instructor del curso la elección entre prohibición, usos limitados o usos más amplios, anunciada en el programa de estudios y en clase. Los textos de ejemplo para el programa de estudios son opciones, no un permiso universal para los estudiantes. Los resultados de los detectores de IA son complementarios y no deberían determinar por sí solos calificaciones o sanciones; considere la explicación del estudiante y la revisión del instructor. Las normas generales sobre deshonestidad en la calificación no hacen que todo uso de IA sea un engaño.

Fuente oficial ↗

Seguridad y adquisiciones

No está claro

La guía de 2025 advierte contra la introducción de información personal, confidencial, patentes o investigaciones no publicadas en servicios externos de IA en la nube. Los docentes no deberían subir textos completos de evaluaciones de estudiantes para su calificación o análisis mediante IA. No se establece un periodo de retención ni un servicio institucional aprobado.

Fuente oficial ↗

Antes de enviar

Hacer

  • Antes de usarla, consulte las instrucciones exactas del curso y de la evaluación.
    Consejos del sitio
  • Siga las normas de divulgación y atribución aplicables.
    Consejos del sitio
  • Conserve el aviso real e identifique el procedimiento de revisión correcto.
    Consejos del sitio

No

  • No considere el acceso a una herramienta ni los ejemplos como permiso de evaluación.
    Consejos del sitio
  • No asuma que un servicio cuenta con aprobación de datos sin restricciones o sin retención.
    Consejos del sitio
  • No traslade la sanción o el plazo de otro programa a su caso.
    Consejos del sitio

¿Uso de IA cuestionado?

Yonsei University

Las normas dependen del curso, la asignatura, la función en la investigación y la versión de la fuente. Esta auditoría institucional sigue siendo parcial.

Investigación y respuesta

El proceso del comité de integridad en la investigación es para los participantes en la investigación, no para apelaciones ordinarias de cursos. La investigación preliminar comienza dentro de los 30 días posteriores a la denuncia y finaliza dentro de los 30 posteriores al inicio; la investigación principal comienza dentro de los 30 posteriores a la aprobación y finaliza dentro de los 120, prorrogable con aprobación. La objeción se presenta dentro de los 30 días posteriores a la notificación de la determinación y se tramita dentro de los 60 posteriores a la recepción. Los tipos de días no están especificados.

Evidencia original y alcance

El proceso del comité de integridad en la investigación es para los participantes en la investigación, no para apelaciones ordinarias de cursos. La investigación preliminar comienza dentro de los 30 días posteriores a la denuncia y finaliza dentro de los 30 posteriores al inicio; la investigación principal comienza dentro de los 30 posteriores a la aprobación y finaliza dentro de los 120, prorrogable con aprobación. La objeción se presenta dentro de los 30 días posteriores a la notificación de la determinación y se tramita dentro de los 60 posteriores a la recepción. Los tipos de días no están especificados.

yonsei-university-local-20261023-process

Solo comité de integridad en la investigación; plazos de 30/120/60, no apelaciones ordinarias de calificaciones.

이의 신청 (30일 이내) 1. 제보접수 : 연구부정행위 제보방법 참고 2. 예비조사 : 제보접수일로부터 30일 이내에 착수. 조사 시작일로부터 30일 이내 완료 후 위원회 승인 3. 본조사 : 연구윤리진실성위원회의 예비조사 결과 승인 후, 30일 이내에 조사위원회를 구성하여 본조사 착수. 조사 시작일로부터 120일 이내에 완료 (위원회 승인 후 기간 연장가능)

Bounded full continuous context; Extracted text SHA256 1da01c40a76586f21bee37373d349d533ba538e6bd77171b09a516bdb58b33cf; original binding lines 635–737; characters 9778–11820; excerpt offset 0–700

Fuente oficial de la universidad ↗
4. 판정 : 위원회 승인 받은 후 결과를 제보자 및 피제보자에게 통보 5. 이의신청 : 조사결과 불복 시, 판정 통보일로부터 30일 이내 자유형식으로 이메일(yre1885@yonsei.ac.kr) 로 이의신청/ 이의신청 처리는 접수일로부터 60일 이내 6. 후속조치 : 연구지원 기관에 조사결과 통보, 필요 시 총장에게 징계조치 건의 및 관련 기관의 요청 시 조사자료 제출 연구부정행위 후속조치 교내 「연구윤리진실성위원회의 설치·운영에 관한 규정」 제26조

Bounded full continuous context; Extracted text SHA256 1da01c40a76586f21bee37373d349d533ba538e6bd77171b09a516bdb58b33cf; original binding lines 635–737; characters 9778–11820; excerpt offset 700–1400

Fuente oficial de la universidad ↗
1. 징계 2. 연구비 지원 기관에 대한 통보 3. 피조사자에 대한 해당 논문의 철회 또는 수정 요구 및 해당 학술지 편집인에 대한 통보 4. 학위 논문의 지도 및 심사의 제한 5. 당해 학위논문에 의하여 수여된 학위의 취소 6. 생명윤리를 위반한 경우 본교 생명윤리위원회에 대한 통보 연세대학교 연구처 (03722) 서울특별시 서대문구 연세로 50 연세대학교 COPYRIGHT ⓒ 2016 YONSEI UNIVERSITY. ALL RIGHTS RESERVED. 개인정보처리방침

Bounded full continuous context; Extracted text SHA256 1da01c40a76586f21bee37373d349d533ba538e6bd77171b09a516bdb58b33cf; original binding lines 635–737; characters 9778–11820; excerpt offset 1400–2042

Fuente oficial de la universidad ↗

Posibles resultados

Las normas académicas de 2026 exigen ética académica y permiten sanciones disciplinarias bajo sus condiciones. La página de calificaciones de pregrado indica que la deshonestidad o el fraude invalidan las calificaciones obtenidas y asignan una F en el curso. No se deriva una sanción universal específica sobre IA sin la regla del curso aplicable y la determinación correspondiente.

Evidencia original y alcance

Las normas académicas de 2026 exigen ética académica y permiten sanciones disciplinarias bajo sus condiciones. La página de calificaciones de pregrado indica que la deshonestidad o el fraude invalidan las calificaciones obtenidas y asignan una F en el curso. No se deriva una sanción universal específica sobre IA sin la regla del curso aplicable y la determinación correspondiente.

yonsei-university-local-20261023-integrity

Normativa académica de 2026 y contexto de calificación de grado; no existe un plazo universal para reclamaciones de evaluación.

① 학생은 학습활동 시 학문윤리를 준수하여야 한다. ② 성적이 과오 또는 부정행위에 의하여 인정된 것이 판명된 때에는 이를 인정하지 아니한다. 제47조 (진급) <개정 2020.11.06>

Captured continuous source context; Extracted text SHA256 ee4933c84c0fe11df288bd2b8505499c1de1ddebfb9c32a37507a5e8d8d3c9af; original binding lines 351–353; characters 19373–19478; excerpt offset 0–105

Fuente oficial de la universidad ↗
① 학생이 다음 각 호에 해당할 때에는 징계할 수 있으며, 이에 관한 사항은 따로 정한다. 1. 성행이 불량한 자 2. 학업을 방해한 자

Captured continuous source context; Extracted text SHA256 ee4933c84c0fe11df288bd2b8505499c1de1ddebfb9c32a37507a5e8d8d3c9af; original binding lines 418–420; characters 22236–22312; excerpt offset 0–76

Fuente oficial de la universidad ↗
If a student's grade is discovered to have been earned by cheating or dishonesty, the grade will become invalid and further disciplinary actions will be enforced. Examples of violation of the academic integrity

Captured continuous source context; Extracted text SHA256 20e97caa4b4a2724cb12956a56ec5e06eec0f64a1c6d6159c559ecae1d713e5b; original binding lines 639–641; characters 7275–7492; excerpt offset 0–217

Fuente oficial de la universidad ↗
In the case of a student who has been suspended from the university for more than one (1) month or subjected to a higher level of disciplinary action for their misconduct prior to the end of the final examination, their enrollment for the whole course of the semester will be canceled. When disciplinary action is taken due to academic dishonesty, the grade of the course shall be "F", but the procedures and standards for the processing of academic dishonesty shall be separately determined.

Captured continuous source context; Extracted text SHA256 20e97caa4b4a2724cb12956a56ec5e06eec0f64a1c6d6159c559ecae1d713e5b; original binding lines 654–656; characters 8037–8536; excerpt offset 0–499

Fuente oficial de la universidad ↗

Revisión y apelación

El proceso del comité de integridad en la investigación es para los participantes en la investigación, no para apelaciones ordinarias de cursos. La investigación preliminar comienza dentro de los 30 días posteriores a la denuncia y finaliza dentro de los 30 posteriores al inicio; la investigación principal comienza dentro de los 30 posteriores a la aprobación y finaliza dentro de los 120, prorrogable con aprobación. La objeción se presenta dentro de los 30 días posteriores a la notificación de la determinación y se tramita dentro de los 60 posteriores a la recepción. Los tipos de días no están especificados.

Evidencia original y alcance

El proceso del comité de integridad en la investigación es para los participantes en la investigación, no para apelaciones ordinarias de cursos. La investigación preliminar comienza dentro de los 30 días posteriores a la denuncia y finaliza dentro de los 30 posteriores al inicio; la investigación principal comienza dentro de los 30 posteriores a la aprobación y finaliza dentro de los 120, prorrogable con aprobación. La objeción se presenta dentro de los 30 días posteriores a la notificación de la determinación y se tramita dentro de los 60 posteriores a la recepción. Los tipos de días no están especificados.

yonsei-university-local-20261023-process

Solo comité de integridad en la investigación; plazos de 30/120/60, no apelaciones ordinarias de calificaciones.

이의 신청 (30일 이내) 1. 제보접수 : 연구부정행위 제보방법 참고 2. 예비조사 : 제보접수일로부터 30일 이내에 착수. 조사 시작일로부터 30일 이내 완료 후 위원회 승인 3. 본조사 : 연구윤리진실성위원회의 예비조사 결과 승인 후, 30일 이내에 조사위원회를 구성하여 본조사 착수. 조사 시작일로부터 120일 이내에 완료 (위원회 승인 후 기간 연장가능)

Bounded full continuous context; Extracted text SHA256 1da01c40a76586f21bee37373d349d533ba538e6bd77171b09a516bdb58b33cf; original binding lines 635–737; characters 9778–11820; excerpt offset 0–700

Fuente oficial de la universidad ↗
4. 판정 : 위원회 승인 받은 후 결과를 제보자 및 피제보자에게 통보 5. 이의신청 : 조사결과 불복 시, 판정 통보일로부터 30일 이내 자유형식으로 이메일(yre1885@yonsei.ac.kr) 로 이의신청/ 이의신청 처리는 접수일로부터 60일 이내 6. 후속조치 : 연구지원 기관에 조사결과 통보, 필요 시 총장에게 징계조치 건의 및 관련 기관의 요청 시 조사자료 제출 연구부정행위 후속조치 교내 「연구윤리진실성위원회의 설치·운영에 관한 규정」 제26조

Bounded full continuous context; Extracted text SHA256 1da01c40a76586f21bee37373d349d533ba538e6bd77171b09a516bdb58b33cf; original binding lines 635–737; characters 9778–11820; excerpt offset 700–1400

Fuente oficial de la universidad ↗
1. 징계 2. 연구비 지원 기관에 대한 통보 3. 피조사자에 대한 해당 논문의 철회 또는 수정 요구 및 해당 학술지 편집인에 대한 통보 4. 학위 논문의 지도 및 심사의 제한 5. 당해 학위논문에 의하여 수여된 학위의 취소 6. 생명윤리를 위반한 경우 본교 생명윤리위원회에 대한 통보 연세대학교 연구처 (03722) 서울특별시 서대문구 연세로 50 연세대학교 COPYRIGHT ⓒ 2016 YONSEI UNIVERSITY. ALL RIGHTS RESERVED. 개인정보처리방침

Bounded full continuous context; Extracted text SHA256 1da01c40a76586f21bee37373d349d533ba538e6bd77171b09a516bdb58b33cf; original binding lines 635–737; characters 9778–11820; excerpt offset 1400–2042

Fuente oficial de la universidad ↗

Herramientas de IA y acceso

Aún no hay un registro de herramientas respaldado por fuentes para esta universidad. Esto no implica indisponibilidad ni prohibición.

Actualizaciones del registroÚltimos 90 días · Actualizaciones registradas: 2

Actualizaciones de los datos revisados de este sitio; no confirman que la universidad haya cambiado su política.

Historial parcial a partir del 2026-10-23.

  1. Actualización de página

    Otros registros · Actualización de página

    Ver revisión

    Cargando revisión…

  2. Pendiente / retirado · Registro añadido · Corrección del sitio

    Trabajo de curso · Exámenes · 8 temas más · Registros afectados: 12 (3 corregidos / ajustados · 8 añadidos · 1 pendientes)

    Ver revisión

    Cargando revisión…

Afirmaciones revisadas

11

Conclusiones en reserva y evidencia histórica (1)

Estos registros originales y estados de revisión anteriores se conservan para rastrear su procedencia, no como permisos, obligaciones ni plazos precisos vigentes.

Yonsei University Research Ethics Center guidance says generative AI use in courses should be based on clear agreement between instructors and learners, with instructors giving minimum guidance when use is permitted.

Estado actual: en reserva; estado de revisión histórico: agent_reviewed

yonsei-claim-course-agreement-genai

Generative AI should be used only after a clear agreement between instructors and learners on its terms of use. If instructors permit its use, they are responsible for providing clear and minimum guidelines.

Fuentes oficiales

6 URL oficiales; 6 atribuciones de fuentes, con sus versiones capturadas conservadas.

교수자를 위한 생성형 AI 수업 활용 지침 v1.0 (2025년 8월)

complit.yonsei.ac.kr

Fuente oficial universitaria

Hash y versión capturada

교수자를 위한 생성형 AI 수업 활용 지침 v1.0 (2025년 8월) · 2026-10-23T19:46:49.736811Z

SHA-256 of the retained capture file bytes.

a7901d77b83292583dd39f0297b9ab5f55eb2807839025ac27235ffb864ee850

Hashes identify a captured version; they do not establish current policy or review approval.

Fuente oficial ↗

연구자를 위한 생성형 AI 활용 지침 v1.0 (2025년 8월)

arch.yonsei.ac.kr

Fuente oficial universitaria

Hash y versión capturada

연구자를 위한 생성형 AI 활용 지침 v1.0 (2025년 8월) · 2026-10-23T19:46:49.760384Z

SHA-256 of the retained capture file bytes.

3f4ab418ef4deafaf9ff388d570578ba1c4a7f96469b58e8ba192553a7c1aef6

Hashes identify a captured version; they do not establish current policy or review approval.

Fuente oficial ↗

연세대학교 연구윤리진실성위원회

yure.yonsei.ac.kr

Fuente oficial universitaria

Hash y versión capturada

연세대학교 연구윤리진실성위원회 · 2026-10-23T19:46:50.270454Z

SHA-256 of the retained capture file bytes.

2bdc4615f3b3d5d9a62b70d0102ea04a4e6e4a717c614e6be78139dbc8286211

Hashes identify a captured version; they do not establish current policy or review approval.

Fuente oficial ↗

연세대학교 학칙

rules.yonsei.ac.kr

Fuente oficial universitaria

Hash y versión capturada

연세대학교 학칙 · 2026-10-23T19:46:50.922481Z

SHA-256 of the retained capture file bytes.

bf3f03afc4e8911edaee4c5d27da7d962241659f57bbe912276c3c0ba128ff67

Hashes identify a captured version; they do not establish current policy or review approval.

Fuente oficial ↗

Undergraduate Grading System — Cheating or Dishonesty

www.yonsei.ac.kr

Fuente oficial universitaria

Hash y versión capturada

Undergraduate Grading System — Cheating or Dishonesty · 2026-10-23T19:46:51.219269Z

SHA-256 of the retained capture file bytes.

c90be73b608c3fcd53653286566c1542c652460b1f45aa5d27700fc9a07140b6

Hashes identify a captured version; they do not establish current policy or review approval.

Fuente oficial ↗

Research Ethics Guidelines for the Use of Generative AI, May 2024 v1.0

socsci.yonsei.ac.kr

Fuente oficial universitaria

Hash y versión capturada

Research Ethics Guidelines for the Use of Generative AI, May 2024 v1.0 · 2026-10-23T19:46:51.226639Z

SHA-256 of the retained capture file bytes.

34d566381ce14c7e5e71163fc2e47be451abdff801b6e8ce558714257b7c0fd6

Hashes identify a captured version; they do not establish current policy or review approval.

Fuente oficial ↗
Información del registro, JSON y cita

Review layers: claim review applies to the claims only. Analysis is a separate machine-generated summary awaiting review. Coverage scores do not establish complete policy knowledge.

Claim review state
agent_reviewed
Analysis review state
machine_candidate
Revisión del registro
qs46-50-v6-r1-20261023
Versión del conjunto
public-release-20260924-002
Corrección publicada
Resumen estudiantil
No publicado
JSON actual revisado · Base histórica

Published V6 presentation; JSON and MCP retain the existing public record. Supplementary quotations and scope notes remain pending review. Local candidate corrections, tools and student summaries are not approved for publication. Institution-wide audit remains PARTIAL.

  • Todos los objetos originales, los identificadores públicos de afirmaciones (Claim IDs), los objetos independientes de herramientas, las entradas conservadas y las instantáneas históricas de datos de estudiantes se concilian por separado y se conservan. Los hallazgos de la investigación no constituyen aprobación para su publicación.
  • Las capturas de investigaciones originales se mantienen como extractos/transcripciones. Los nuevos hashes de respuestas sin procesar originales se vinculan por separado; los hashes de instantáneas históricas no se sobrescriben.
  • Solo se obtuvieron URL oficiales seleccionadas; la actualidad de toda la institución y la cobertura de todos los cursos no se han establecido. Se conservan la fuente, el año, la unidad, las distinciones entre obligatorio y permitido, y los conflictos de procedimiento sin resolver.
  • Las claves originales restantes y las 33 brechas de requisitos persisten a menos que un registro de evidencia local explícito y acotado las aborde.
  • Sin commit/push/productionbuild/SSHmutation/deploy/restart/cutover/snapshotrepin/IndexNow. Public/API/MCP/history sin cambios.
  • La presentación local de ENZH es un candidato privado, no una instantánea aprobada y sólida para estudiantes.
  • Directrices 2025 separadas de las normas académicas 2026. Investigación: 30/120/60 días, no es una apelación ordinaria del curso. No se ha demostrado ningún derecho institucional a herramientas para estudiantes.
        Current reviewed JSON
        Preguntas frecuentes

        Preguntas frecuentes

        ¿Puedo usar IA en mis trabajos?

        La guía para el profesorado de 2025 asigna al docente del curso la elección entre prohibición, usos limitados o usos más amplios, que se anuncia en el programa del curso y en clase. Los textos de ejemplo de los programas son opciones, no un permiso universal para el estudiantado.

        Ver evidencia →
        ¿Debo declarar el uso de IA?

        Cuando se permita el uso de IA, el docente selecciona y comunica uno o más métodos de declaración o registro. Los campos de prompts, las versiones y los ejemplos de carga son métodos que elige cada curso, no una lista de verificación universal.

        Ver evidencia →
        ¿Puedo subir datos sensibles?

        La guía de 2025 advierte contra la introducción de información personal, confidencial, patentes o investigaciones no publicadas en servicios externos de IA en la nube. Los docentes no deberían subir textos completos de evaluaciones de estudiantes para su calificación o análisis mediante IA. No se establece un periodo de retención ni un servicio institucional aprobado.

        Ver evidencia →
        ¿Qué herramientas están disponibles?

        No se ha establecido ningún derecho institucional a herramientas para estudiantes. Los ejemplos de las orientaciones para docentes e investigadores no autorizan el acceso ni el uso en evaluaciones.

        Ver evidencia →
        ¿Qué reglas se aplican a los exámenes?

        La guía 2025 para el profesorado generalmente prohíbe la IA generativa en los exámenes supervisados y limita los dispositivos electrónicos. En las evaluaciones no supervisadas o abiertas, los usos permitidos deben decidirse y anunciarse con antelación. Mantener la salvedad «en principio» y las instrucciones reales del examen.

        Ver evidencia →
        ¿Qué reglas se aplican a investigación y publicación?

        La directriz para investigadores de 2025 no reconoce a la IA como autora. Los humanos conservan el diseño/análisis/conclusiones centrales y la responsabilidad; divulgue herramienta/versión/desarrollador/propósito, verifique los resultados y siga los requisitos de las revistas. Los resultados originales centrales no pueden ser generados por IA bajo la restricción establecida.

        Ver evidencia →
        ¿Qué constituye una infracción académica?

        Las normas académicas 2026 exigen ética académica y permiten sancionar en sus condiciones. La página de calificaciones de grado indica que la deshonestidad o el fraude invalidan las calificaciones obtenidas y asignan la nota F en el curso. Sin la norma aplicable del curso y una constatación, no se deriva ninguna sanción universal específica de la IA. Los resultados de los detectores de IA son complementarios y no deberían determinar por sí solos las calificaciones ni las sanciones; hay que tener en cuenta la explicación del estudiante y la revisión del docente. Las reglas generales sobre deshonestidad en la calificación no convierten todo uso de la IA en trampa. El proceso del comité de integridad en la investigación es para los participantes en investigaciones, no para las reclamaciones ordinarias de los cursos. La investigación preliminar comienza en un plazo de 30 días desde el informe y termina en un plazo de 30 desde su inicio; la investigación principal comienza en un plazo de 30 tras la aprobación y termina en un plazo de 120, prorrogable con aprobación. La objeción se presenta en un plazo de 30 días desde la notificación de la resolución y se tramita en un plazo de 60 desde su recepción. El tipo de días no está especificado.

        Ver evidencia →
        ¿Qué orientación se aplica a la enseñanza?

        La pauta para instructores de 2025 asigna al instructor del curso la elección entre prohibición, usos limitados o usos más amplios, anunciada en el programa de estudios y en clase. Los textos de ejemplo para el programa de estudios son opciones, no un permiso universal para los estudiantes. Los resultados de los detectores de IA son complementarios y no deberían determinar por sí solos calificaciones o sanciones; considere la explicación del estudiante y la revisión del instructor. Las normas generales sobre deshonestidad en la calificación no hacen que todo uso de IA sea un engaño.

        Ver evidencia →
        ¿Qué requisitos de seguridad y adquisición existen?

        La guía de 2025 advierte contra la introducción de información personal, confidencial, patentes o investigaciones no publicadas en servicios externos de IA en la nube. Los docentes no deberían subir textos completos de evaluaciones de estudiantes para su calificación o análisis mediante IA. No se establece un periodo de retención ni un servicio institucional aprobado.

        Ver evidencia →
        ¿Cuándo se verificó este registro?

        Verificado:

        Versión →
        ¿Qué fuentes oficiales respaldan estas reglas?Fuente oficial →
        ¿Dónde puedo leer toda la evidencia?

        11 · Evidencia completa

        Evidencia completa →