University AI Policy Tracker
APIGitHub
فارسی

Lausanne, Switzerland آخرین بررسی

EPFL – École polytechnique fédérale de Lausanne

مستقل · دسترسی آزاد · صفحه رسمی دانشگاه نیست

چه چیزی را می‌خواهید بررسی کنید؟

جستجوی دانشگاه‌ها
آیا می‌توانم برای تکالیف درسی‌ام از هوش مصنوعی استفاده کنم؟مجاز به‌صورت مشروطآیا باید استفاده از هوش مصنوعی را افشا کنم؟مجاز به‌صورت مشروطآیا می‌توانم داده‌های حساس را بارگذاری کنم؟ممنوعبه کدام ابزارها می‌توانم دسترسی داشته باشم؟مجاز به‌صورت مشروط
استفاده در ChatGPT ↗قبل از ارسالتوصیه‌ها و احتیاط‌هابه‌روزرسانی سوابق ↓

مدخل فعلی را بر اساس موضوع بررسی کنید

استفاده از هوش مصنوعی در تکالیف و سنجش

مجاز به‌صورت مشروط

راهنمای EPFL برای استفاده از هوش مصنوعی در مطالعه، به دانشجویان توصیه می‌کند که توصیه می‌شود در امتحانات یا ارزیابی‌ها از هوش مصنوعی استفاده نکنند، مگر آنکه صریحاً مجاز باشد، و خط‌مشی دوره خود را بررسی کنند یا از استاد بپرسند. مطالبی که در ارزیابی ارائه می‌شوند و محصول شخصی و اصیل دانشجو نیستند، باید طبق LEX 1.3.3 ماده 4 قابل تشخیص باشند. راهنماها توصیه می‌کنند استفاده از ابزار هوش مصنوعی در بیانیه‌ای افشا شود و برای نحوه تدوین آن، خط‌مشی دوره یا استاد بررسی گردد.

منبع رسمی ↗

امتحانات

ممنوع

راهنمای مطالعه EPFL به دانشجویان توصیه می‌کند که بهتر است در امتحان‌ها یا ارزیابی‌ها از هوش مصنوعی استفاده نکنند، مگر آنکه سیاست درس یا مدرس صراحتاً اجازه داده باشد. استفاده غیرمجاز مظنون یا عدم افشا به‌عنوان یک پرونده احتمالی صداقت ارجاع داده می‌شود؛ این راهنما ارائه محتوای تولیدشده با هوش مصنوعی به‌عنوان اثر خود بدون ارجاع مناسب را سرقت ادبی هوش مصنوعی توصیف می‌کند.

منبع رسمی ↗

اعلام استفاده

مجاز به‌صورت مشروط

راهنمای مطالعه EPFL بیان می‌کند که مطالب ارزشیابی که مشارکت شخصی و اصیل دانشجو نیستند باید بر اساس Lex 1.3.3 ماده 4 به‌عنوان چنین قابل تشخیص باشند؛ می‌گوید بهتر است استفاده از ابزارهای هوش مصنوعی در بیانیه‌ای افشا شود، و دانشجویان را راهنمایی می‌کند سیاست ویژه هوش مصنوعی درس خود را بررسی کنند یا از مدرس بپرسند که چگونه آن را بیان کنند. برای دست‌نوشته‌هایی که برای انتشار در نظر گرفته شده‌اند، راهنمای کتابخانه EPFL بیان می‌کند که باید در متن دست‌نوشته افشا شود کدام مدل زبانی بزرگ (LLM) استفاده شده، برای چه کاری و چگونه، با رعایت سیاست‌های ناشر.

منبع رسمی ↗

حریم خصوصی و داده‌های حساس

ممنوع

EPFL به دانشجویان توصیه می‌کند اطلاعات محرمانه، خصوصی یا شخصی را در ابزارهای عمومی هوش مصنوعی مولد وارد نکنند، زیرا داده‌ها با شرکت‌های خصوصی به اشتراک گذاشته می‌شود و کنترل از دست می‌رود. در راهنمای آموزشی EPFL که ثبت شده، مجوزهای سازمانی مانند Microsoft 365 Copilot از طریق حساب EPFL برای داده‌های تحت مقررات نامناسب توصیف شده‌اند، زیرا راهنما بیان می‌کند EPFL توافق‌نامه پردازش داده‌ای امضا نکرده که حفاظت‌هایی همسو با نیازهای نهادی یا قانون سوئیس درباره داده‌های شخصی را تضمین کند؛ وضعیت فعلی قرارداد IT مرکزی یا DPA مستأجر در این بررسی به‌طور مستقل احراز نشد.

منبع رسمی ↗

ابزارهای نهادی

مجاز به‌صورت مشروط

EPFL خدمات آموزشی رسمی هوش مصنوعی را فهرست می‌کند، از جمله AI Tutors (CEDE) که در دوره‌های مشارکت‌کننده مستقر شده‌اند، aiaiapps برای مدرسان و Chatbot داخلی EPFL. Microsoft 365 Copilot با دسترسی‌پذیری مجاز فهرست شده است، اما فهرست شدن در دایرکتوری ابزارها، مجوز ارزشیابی یا توافق‌نامه پردازش داده تأییدشده و جاری فناوری اطلاعات نیست.

منبع رسمی ↗

پژوهش و انتشار

مجاز به‌صورت مشروط

راهنمای کتابخانه EPFL روشن می‌کند که مدل‌های زبانی بزرگ (LLM) به دلیل نداشتن پاسخگویی، نمی‌توانند به‌عنوان نویسنده یا هم‌نویسنده فهرست شوند، بر اساس قانون حق مؤلف سوئیس (ماده 6). بر اساس توافق کتابخانه EPFL با Elsevier، محتوای دسترسی آزاد با مجوز CC-BY را می‌توان با هر ابزار هوش مصنوعی به کار برد. اما برای انتشارات دارای مجوز بسته یا CC-BY-NC-ND، استفاده فقط با ابزارهای هوش مصنوعی بسته و غیریادگیرنده، یا ابزارهای یادگیرنده باز که در محیطی امن و تحت کنترل کاربر (در محل یا صرفاً برای کاربران مجاز) کار می‌کنند، مجاز است. استفاده تجاری ممنوع است و انتشارات نباید محتوای بسته یا CC-BY-NC-ND را بازتولید کنند.

منبع رسمی ↗
موضوعات بیشتر از سوابق بررسی‌شده

صداقت علمی و رویه‌ها

مجاز به‌صورت مشروط

ارائه محتوای تولیدشده توسط هوش مصنوعی به‌عنوان اثر شخصی بدون ارجاع مناسب، مطابق Lex 1.3.3 ماده 4 سرقت ادبی هوش مصنوعی محسوب می‌شود. ابزارهای تشخیص هوش مصنوعی به‌دلیل خطر مثبت کاذب به‌تنهایی به‌عنوان مدرک پذیرفته نمی‌شوند؛ ارجاع استاد برای مشکوک بودن به عدم افشا به مدیر بخش و واحد امور حقوقی، یک ارجاع برای ارزیابی تخلف است، نه رأی درباره تقلب. اختلاف‌های مربوط به نمره یا مردودی اعلام‌شده طبق مقررات تحصیلی EPFL دنبال می‌شود: تجدیدارزیابی داخلی ظرف 10 روز یا تجدیدنظرخواهی خارجی نزد Commission de recours interne des EPF ظرف 30 روز از تاریخ دریافت پستی نمره یا مردودی اعلام‌شده محاسبه می‌شود. این مقررات بر اختلافات نمره‌دهی علمی حاکم‌اند، و اینکه آیا مسیرهای تجدیدنظر مشخص برای تحریم‌های انضباطی ناشی از تخلف هوش مصنوعی اعمال می‌شود، یک شکاف شواهد تأییدنشده است.

منبع رسمی ↗

راهنمای تدریس

توصیه‌شده

راهنمای تدریس EPFL توصیه می‌کند که چون قاعده‌ی واحدی برای استفاده از هوش مصنوعی در ارزیابی وجود ندارد، مدرسان برای دانشجویان روشن کنند که چه نوع استفاده‌ای از هوش مصنوعی در درس آن‌ها مشروع نیست و چه قواعدی با استفاده از ابزارهای هوش مصنوعی همراه است.

منبع رسمی ↗

امنیت و تدارکات

نامشخص

شرایط تدارکات مرکزی فناوری اطلاعات، استانداردهای انطباق فروشنده و پروتکل‌های پردازش داده‌های نهادی برای ابزارهای هوش مصنوعی شخص ثالث، در منابع عمومی بررسی‌شده مستند نشده‌اند.

قبل از ارسال

انجام دهید

  • پیش از استفاده از ابزارها برای مطالعه یا کارهای درسی، طرح درس‌ها را بررسی کرده و در مورد استفاده مجاز از هوش مصنوعی با مدرسان مشورت کنید؛ اطمینان حاصل کنید مطالبی از ارزیابی که مشارکت شخصی و اصیل شما نیستند، طبق ماده 4 از LEX 1.3.3 به همین عنوان قابل‌تشخیص باشند، در جایی که راهنمای مطالعه بیان می‌کند استفاده از ابزار هوش مصنوعی باید در یک بیانیه افشا شود و دانشجویان را هدایت می‌کند که برای نحوه بیان آن، خط‌مشی درس یا مدرس را بررسی کنند.
    الزام در این محدوده
  • برای مقاله‌هایی که برای انتشار در نظر گرفته شده‌اند، ابزار LLM به‌کاررفته، هدف و روش استفاده از آن را در متن مطابق با سیاست‌های ناشر افشا کنید.
    الزام در این محدوده
  • برای اختلاف بر سر نمره تحصیلی یا مردودی اعلام‌شده، می‌توانید ظرف 10 روز بازنگری داخلی درخواست کنید یا ظرف 30 روز به کمیسیون داخلی تجدیدنظر EPF اعتراض کنید؛ هر دو مهلت از تاریخ دریافت پستی در نشانی دانشجو محاسبه می‌شوند. این مهلت‌ها به‌عنوان مهلت‌های تجدیدنظر انضباطی مربوط به هوش مصنوعی تأیید نشده‌اند.
    راهنمای منبع

نکنید

  • توصیه می‌شود دانشجویان در امتحانات یا ارزشیابی‌ها از ابزارهای هوش مصنوعی مولد استفاده نکنند، مگر آنکه خط‌مشی درس یا مدرس صراحتاً اجازه داده باشد.
    راهنمای منبع
  • داده‌های محرمانه، شخصی یا تحت نظارت مقرراتی را وارد ابزارهای هوش مصنوعی عمومی نکنید؛ در راهنمای تدریس ثبت‌شده، نسخه سازمانی Microsoft 365 Copilot به عنوان نامناسب برای داده‌های تحت مقررات توصیف شده است زیرا راهنما بیان می‌دارد که EPFL یک DPA هماهنگ‌شده امضا نکرده است، در حالی که وضعیت قرارداد کنونی فناوری اطلاعات مرکزی یا DPA مستأجر به‌طور مستقل احراز نشد.
    راهنمای منبع
  • مدل‌های زبانی بزرگ را به‌عنوان نویسنده یا هم‌نویسنده در دست‌نوشته‌هایی که برای انتشار در نظر گرفته شده‌اند، فهرست نکنید.
    الزام در این محدوده
استفاده از هوش مصنوعی زیر سؤال رفته است؟بررسی، پیامدهای احتمالی و درخواست تجدیدنظر

استفاده از هوش مصنوعی زیر سؤال رفته است؟

EPFL – École polytechnique fédérale de Lausanne

رهنمودهای هوش مصنوعی در مطالعه و تدریس؛ دستورالعمل LEX 1.3.3 درباره استناد و تمایز مطالب قرض‌گرفته‌شده (متن فرانسوی الزام‌آور است؛ متن انگلیسی ترجمه مرجع است، با یک جانگهدار حل‌نشده در پاورقی Version xx.)؛ قواعد ارزشیابی مستمر؛ توصیه‌های کتابخانه درباره هوش مصنوعی. ممیزی سراسری نهاد همچنان PARTIAL است.

بررسی و پاسخ

راهنماهای EPFL برای استفاده از هوش مصنوعی در یادگیری توصیه می‌کنند دانشجویان در امتحانات یا ارزیابی‌ها، مگر آنکه صریحاً مجاز باشد، از هوش مصنوعی استفاده نکنند، و به آنان می‌گویند سیاست درس را بررسی کنند یا از مدرس خود بپرسند. این راهنماها بیان می‌کنند که الزامی است مطالب ارزیابی که حاصل کار شخصی و اصیل دانشجو نیستند، طبق LEX1.3.3 ماده 4 به‌عنوان چنین مطالبی شناسایی‌پذیر باشند؛ آنها توصیه می‌کنند استفاده از ابزار هوش مصنوعی در یک بیانیه افشا شود و سیاست درس یا مدرس برای نحوهٔ تنظیم آن بررسی شود.

شواهد اصلی و دامنه

راهنماهای EPFL برای استفاده از هوش مصنوعی در یادگیری توصیه می‌کنند دانشجویان در امتحانات یا ارزیابی‌ها، مگر آنکه صریحاً مجاز باشد، از هوش مصنوعی استفاده نکنند، و به آنان می‌گویند سیاست درس را بررسی کنند یا از مدرس خود بپرسند. این راهنماها بیان می‌کنند که الزامی است مطالب ارزیابی که حاصل کار شخصی و اصیل دانشجو نیستند، طبق LEX1.3.3 ماده 4 به‌عنوان چنین مطالبی شناسایی‌پذیر باشند؛ آنها توصیه می‌کنند استفاده از ابزار هوش مصنوعی در یک بیانیه افشا شود و سیاست درس یا مدرس برای نحوهٔ تنظیم آن بررسی شود.

draft-claim-epfl-assessment-prior-authorization
Always check your course’s specific AI policy. If none exists, ask your instructor. You should not use AI during exams or assessments unless explicitly allowed.

lines 73-73; How to use AI in coursework

منبع رسمی دانشگاه ↗
EPFL rules (Lex 1.3.3, Article 4) require that all assessment material that is not the student’s personal and original contribution must be recognizable as such. Therefore, the use of AI tools should be disclosed in a statement. Check your course’s specific AI policy or ask your instructor how to formulate this statement.

lines 89-89; Transparency

منبع رسمی دانشگاه ↗

دستورالعمل فرانسوی LEX1.3.3، که ابتدا از 1 ژانویه 2013 لازم‌الاجرا شد و در 1 سپتامبر 2026 به‌عنوان نسخه 2.2 مورد بازنگری قرار گرفت، در ماده 4 ایجاب می‌کند که کارهای علمی و دانشگاهی، مطالب اقتباس‌شده را از سهم شخصی و اصیل نویسنده متمایز سازند. ماده 4 بیان می‌کند که عدم شناسایی مطالب اقتباس‌شده آن‌ها را به‌عنوان سهم شخصی و اصیل جلوه می‌دهد و با ارجاع به ماده 8، سرقت علمی محسوب می‌شود. فهرست رسمی Polylex اعلام می‌کند که تنها نسخه فرانسوی از نظر قانونی الزام‌آور است و نسخه انگلیسی صرفاً برای اطلاع‌رسانی بوده و فاقد اعتبار قانونی است.

شواهد اصلی و دامنه

دستورالعمل فرانسوی LEX1.3.3، که ابتدا از 1 ژانویه 2013 لازم‌الاجرا شد و در 1 سپتامبر 2026 به‌عنوان نسخه 2.2 مورد بازنگری قرار گرفت، در ماده 4 ایجاب می‌کند که کارهای علمی و دانشگاهی، مطالب اقتباس‌شده را از سهم شخصی و اصیل نویسنده متمایز سازند. ماده 4 بیان می‌کند که عدم شناسایی مطالب اقتباس‌شده آن‌ها را به‌عنوان سهم شخصی و اصیل جلوه می‌دهد و با ارجاع به ماده 8، سرقت علمی محسوب می‌شود. فهرست رسمی Polylex اعلام می‌کند که تنها نسخه فرانسوی از نظر قانونی الزام‌آور است و نسخه انگلیسی صرفاً برای اطلاع‌رسانی بوده و فاقد اعتبار قانونی است.

draft-claim-epfl-lex-1-3-3-v2-2
Directive concernant l’utilisation, la citation et la référence des sources LEX 1.3.3 du 1er janvier 2013, état au 1er septembre 2026

physical page 1; lines 1-3; Header p. 1

منبع رسمی دانشگاه ↗
Article 4 Emprunts et apport personnel 1 Tout travail scientifique et académique doit impérativement distinguer : a. les emprunts faits à d’autres travaux (art. 5), de b. l’apport personnel et nouveau de l’autrice ou de l’auteur. 2 La réutilisation de données ou de code élaborés par des tiers doit être explicitement mentionnée. 3 Tout emprunt (y compris les publications, les données de recherche et les codes) doit être reconnaissable comme tel dans le travail, par une citation directe et/ou une paraphrase appropriée, ainsi que par les références nécessaires à la source. 4 Si les emprunts ne sont pas clairement indiqués dans le travail, l’autrice ou l’auteur laisse à penser qu’il s’agit de

physical page 2; lines 60-80; Article 4; excerpt offset 0–700

منبع رسمی دانشگاه ↗
son apport personnel et nouveau. Cela constitue un plagiat (art. 8).

physical page 2; lines 60-80; Article 4; excerpt offset 700–769

منبع رسمی دانشگاه ↗
Article 9 Entrée en vigueur La présente directive entrée en vigueur le 1er janvier 2013 et a été révisé au 1er septembre 2026 (version 2.2). Au nom de la Direction de l'EPFL : La Présidente : Anna Fontcuberta I Morral Le Directeur des Affaires juridiques Simon Brunschwig

physical page 3; lines 174-187; Article 9

منبع رسمی دانشگاه ↗
The english version is provided for information purposes only and has no legal force. Only the French version is legally binding.

lines 49-49; Polylex search preamble

منبع رسمی دانشگاه ↗

نتایج احتمالی

دستورالعمل فرانسوی LEX1.3.3، که ابتدا از 1 ژانویه 2013 لازم‌الاجرا شد و در 1 سپتامبر 2026 به‌عنوان نسخه 2.2 مورد بازنگری قرار گرفت، در ماده 4 ایجاب می‌کند که کارهای علمی و دانشگاهی، مطالب اقتباس‌شده را از سهم شخصی و اصیل نویسنده متمایز سازند. ماده 4 بیان می‌کند که عدم شناسایی مطالب اقتباس‌شده آن‌ها را به‌عنوان سهم شخصی و اصیل جلوه می‌دهد و با ارجاع به ماده 8، سرقت علمی محسوب می‌شود. فهرست رسمی Polylex اعلام می‌کند که تنها نسخه فرانسوی از نظر قانونی الزام‌آور است و نسخه انگلیسی صرفاً برای اطلاع‌رسانی بوده و فاقد اعتبار قانونی است.

شواهد اصلی و دامنه

دستورالعمل فرانسوی LEX1.3.3، که ابتدا از 1 ژانویه 2013 لازم‌الاجرا شد و در 1 سپتامبر 2026 به‌عنوان نسخه 2.2 مورد بازنگری قرار گرفت، در ماده 4 ایجاب می‌کند که کارهای علمی و دانشگاهی، مطالب اقتباس‌شده را از سهم شخصی و اصیل نویسنده متمایز سازند. ماده 4 بیان می‌کند که عدم شناسایی مطالب اقتباس‌شده آن‌ها را به‌عنوان سهم شخصی و اصیل جلوه می‌دهد و با ارجاع به ماده 8، سرقت علمی محسوب می‌شود. فهرست رسمی Polylex اعلام می‌کند که تنها نسخه فرانسوی از نظر قانونی الزام‌آور است و نسخه انگلیسی صرفاً برای اطلاع‌رسانی بوده و فاقد اعتبار قانونی است.

draft-claim-epfl-lex-1-3-3-v2-2
Directive concernant l’utilisation, la citation et la référence des sources LEX 1.3.3 du 1er janvier 2013, état au 1er septembre 2026

physical page 1; lines 1-3; Header p. 1

منبع رسمی دانشگاه ↗
Article 4 Emprunts et apport personnel 1 Tout travail scientifique et académique doit impérativement distinguer : a. les emprunts faits à d’autres travaux (art. 5), de b. l’apport personnel et nouveau de l’autrice ou de l’auteur. 2 La réutilisation de données ou de code élaborés par des tiers doit être explicitement mentionnée. 3 Tout emprunt (y compris les publications, les données de recherche et les codes) doit être reconnaissable comme tel dans le travail, par une citation directe et/ou une paraphrase appropriée, ainsi que par les références nécessaires à la source. 4 Si les emprunts ne sont pas clairement indiqués dans le travail, l’autrice ou l’auteur laisse à penser qu’il s’agit de

physical page 2; lines 60-80; Article 4; excerpt offset 0–700

منبع رسمی دانشگاه ↗
son apport personnel et nouveau. Cela constitue un plagiat (art. 8).

physical page 2; lines 60-80; Article 4; excerpt offset 700–769

منبع رسمی دانشگاه ↗
Article 9 Entrée en vigueur La présente directive entrée en vigueur le 1er janvier 2013 et a été révisé au 1er septembre 2026 (version 2.2). Au nom de la Direction de l'EPFL : La Présidente : Anna Fontcuberta I Morral Le Directeur des Affaires juridiques Simon Brunschwig

physical page 3; lines 174-187; Article 9

منبع رسمی دانشگاه ↗
The english version is provided for information purposes only and has no legal force. Only the French version is legally binding.

lines 49-49; Polylex search preamble

منبع رسمی دانشگاه ↗

بررسی و تجدیدنظر

مقررات مدیریت تحصیلی EPFL دو رویه رسمی برای اعتراض به نمره یا شکست اعلام‌شده فراهم می‌کند: درخواست داخلی ارزیابی مجدد در EPFL ظرف 10 روز، یا تجدیدنظرخواهی بیرونی نزد کمیسیون داخلی تجدیدنظر EPF (Commission de recours interne des EPF) ظرف 30 روز. هر دو مهلت از زمان دریافت نمره یا اعلام شکست، در نشانی‌ای که دانشجو داده است (کارنامه‌هایی که با پست ارسال می‌شوند) محاسبه می‌شوند. اگر نمره به دلیل خطا در تصحیح یا ارزیابی اعتراض شود، تنها مدرس مسئول مجاز به تغییر نمره است، مشروط به توجیه برای مدیریت برنامه؛ اگر اعتراض به دلیل نقص شکلی باشد، امور حقوقی بررسی می‌کند که آیا نقص شکلی مهم بر نتیجه اثر گذاشته و توجیه‌کننده لغو و تکرار امتحان است یا نه. هزینه‌های رویه پیش از شروع رسیدگی دریافت می‌شود و تنها در صورت پذیرفته شدن ادعای دانشجو بازپرداخت می‌شود. این قواعد بر اختلاف‌های مربوط به نمرات تحصیلی حاکم‌اند؛ اینکه آیا مسیرهای تجدیدنظر خاص یا مهلت‌های متفاوتی برای تنبیه‌های تخلف انضباطی مرتبط با هوش مصنوعی اعمال می‌شود، در این صفحه ثابت نشده و همچنان یک شکاف شواهدی است.

شواهد اصلی و دامنه

مقررات مدیریت تحصیلی EPFL دو رویه رسمی برای اعتراض به نمره یا شکست اعلام‌شده فراهم می‌کند: درخواست داخلی ارزیابی مجدد در EPFL ظرف 10 روز، یا تجدیدنظرخواهی بیرونی نزد کمیسیون داخلی تجدیدنظر EPF (Commission de recours interne des EPF) ظرف 30 روز. هر دو مهلت از زمان دریافت نمره یا اعلام شکست، در نشانی‌ای که دانشجو داده است (کارنامه‌هایی که با پست ارسال می‌شوند) محاسبه می‌شوند. اگر نمره به دلیل خطا در تصحیح یا ارزیابی اعتراض شود، تنها مدرس مسئول مجاز به تغییر نمره است، مشروط به توجیه برای مدیریت برنامه؛ اگر اعتراض به دلیل نقص شکلی باشد، امور حقوقی بررسی می‌کند که آیا نقص شکلی مهم بر نتیجه اثر گذاشته و توجیه‌کننده لغو و تکرار امتحان است یا نه. هزینه‌های رویه پیش از شروع رسیدگی دریافت می‌شود و تنها در صورت پذیرفته شدن ادعای دانشجو بازپرداخت می‌شود. این قواعد بر اختلاف‌های مربوط به نمرات تحصیلی حاکم‌اند؛ اینکه آیا مسیرهای تجدیدنظر خاص یا مهلت‌های متفاوتی برای تنبیه‌های تخلف انضباطی مرتبط با هوش مصنوعی اعمال می‌شود، در این صفحه ثابت نشده و همچنان یک شکاف شواهدی است.

draft-claim-epfl-grade-reassessment-appeal
There are two ways of opposing a grade or notified failure: a procedure at EPFL, called request for reassessment, and a procedure outside of EPFL, through the Commission de recours interne des EPF, called appeal.

lines 58-58; Reassessment request and appeal

منبع رسمی دانشگاه ↗
The deadline to start these procedures is within 10 days for the request for reassessment and within 30 days for the appeal. Both deadlines are calculated from the reception, at the address given by the student, of the grade or notified failure (transcripts sent by post).

lines 61-61; Reassessment request and appeal / Deadlines

منبع رسمی دانشگاه ↗
If a mark is contested on the grounds of an error in correction or assessment, the teacher responsible will be asked to check the correction. He/she is the only person authorized to make any corrections. If he/she modifies the mark, he/she must justify the modification to the program’s direction, who will check whether the reason is justified. If the result is contested on the grounds of a formal defect, the matter is referred to Legal Affairs, who can only conclude that the examination should be cancelled if the formal defect is significant and has been shown to have had an impact on the result.

lines 59-59; Reassessment request and appeal / Grounds

منبع رسمی دانشگاه ↗
The costs are charged ahead of the procedure by EPFL and the appeals authority. They are refunded only if the student’s claim succeeds.

lines 60-60; Reassessment request and appeal / Costs

منبع رسمی دانشگاه ↗

ابزارهای هوش مصنوعی و دسترسی

  • aiaiappsتوصیهٔ رسمیدر دامنه منبع، مجاز ثبت شده است

    سرویس عمومی aiaiapps را باز کنید.

  • EPFL Chatbotتوصیهٔ رسمیشرایط اعمال می‌شود

    جستجوی گراف باز؛ برای استفاده از گفت‌وگو با جستجوی گراف وارد شوید. دستیارهای هوش مصنوعی مختص دوره در دوره‌های شرکت‌کننده که تیم آموزشی آن‌ها را مستقر کرده است (مانند Moodle یا Ed Discussion) قابل دسترسی هستند. دسترسی به ابزار، مجوزی برای استفاده از آن در ارزیابی‌های نمره‌دار بدون اجازه مدرس اعطا نمی‌کند.

  • AI Tutors (CEDE)توصیهٔ رسمیشرایط اعمال می‌شود

    در درس‌های مشارکت‌کننده، در صورت پیکربندی و استقرار توسط تیم تدریس درس در وب‌سایت‌های درس یا انجمن‌های گفتگو (مانند Moodle یا Ed Discussion) در دسترس است.

  • Microsoft 365 Copilotابزار ذکر شده؛ دسترسی نهادی در مواد بررسی‌شده ثابت نشده استدر دامنه منبع، مجاز ثبت شده است

    از یک حساب کاربری EPFL استفاده کنید.

به‌روزرسانی سوابق90 روز گذشته · به‌روزرسانی‌های ثبت‌شده: 6

این موارد به‌روزرسانی‌های پروندهٔ بررسی‌شدهٔ این سایت هستند، نه تأیید اینکه دانشگاه سیاست خود را تغییر داده است.

برخی رکوردها تاریخ تأییدشده ندارند. به تاریخچه کامل مراجعه کنید.

  1. به‌روزرسانی صفحه

    سایر سوابق · به‌روزرسانی صفحه

    مشاهده بازبینی

    در حال بارگذاری نسخه…

  2. نگه‌داری سوابق

    سایر سوابق · نگه‌داری سوابق

    مشاهده بازبینی

    در حال بارگذاری نسخه…

  3. اصلاح سایت

    ابزارهای تأییدشده · Records involved: 1 (1 corrected / adjusted)

    مشاهده بازبینی

    در حال بارگذاری نسخه…

ادعاهای بررسی‌شده

14

منابع رسمی

14 نشانی رسمی؛ 14 منبع‌های انتساب‌شده و نسخه‌های ضبط‌شده‌ی آن‌ها حفظ شده‌اند.

(Gen)AI for Teaching and Learning – Teaching ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL

هش و نسخه ثبت‌شده

(Gen)AI for Teaching and Learning – Teaching ‐ EPFL · 2026-10-18T23:13:59Z

SHA-256 of the retained capture file bytes.

2c90da7e0d268a59610a49c6baa416ef8bd73030f7afa0c9509f72f83b866f29

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

منبع رسمی ↗

Guidelines for using (Gen)AI in studying – Teaching ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL

هش و نسخه ثبت‌شده

Guidelines for using (Gen)AI in studying – Teaching ‐ EPFL · 2026-10-18T23:13:59Z

SHA-256 of the retained capture file bytes.

e6550341061f9244bbb733a1b4b1d09d58aa236e668771b10b8ccda567cab8aa

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

منبع رسمی ↗

AI Tools and Student Assessment – Teaching ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL

هش و نسخه ثبت‌شده

AI Tools and Student Assessment – Teaching ‐ EPFL · 2026-10-18T23:13:59Z

SHA-256 of the retained capture file bytes.

23a5f6f38ee16b9bcdd2aa876b888efe521d2f77b12be64121ce52607624a98c

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

منبع رسمی ↗

Rules for continuous assessment – Teaching ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL

هش و نسخه ثبت‌شده

Rules for continuous assessment – Teaching ‐ EPFL · 2026-10-18T23:13:59Z

SHA-256 of the retained capture file bytes.

7b984cfd141b7a15211c2ca06bc74c6913bddf2d33564f699f1c26ed76fbf847

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

منبع رسمی ↗

Artificial Intelligence and Scientific Information – Library ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL Library

هش و نسخه ثبت‌شده

Artificial Intelligence and Scientific Information – Library ‐ EPFL · 2026-10-18T23:13:59Z

SHA-256 of the retained capture file bytes.

fdaadef0f876d475990e0958a0cec46b38c06c3b88f8cbbcecd7396f4abfd12f

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

منبع رسمی ↗

Reassessment Request and Appeal – Education ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL

هش و نسخه ثبت‌شده

Reassessment Request and Appeal – Education ‐ EPFL · 2026-10-18T23:14:00Z

SHA-256 of the retained capture file bytes.

87dc2f8c479d6e88f12ebbec919c575a779071fa0dae774d7efd25ca3fc574fc

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

منبع رسمی ↗

Guidelines for the use of AI in teaching at EPFL – Teaching ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL

هش و نسخه ثبت‌شده

Guidelines for the use of AI in teaching at EPFL – Teaching ‐ EPFL · 2026-10-18T23:14:00Z

SHA-256 of the retained capture file bytes.

f6bfafe11a7f1b6fa0f300507c20b2870c3b2eb6b37b9885912de084390ce5a6

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

منبع رسمی ↗

AI Tutors – CEDE ‐ EPFL

www.epfl.ch

منبع رسمی دانشگاه

EPFL CEDE

هش و نسخه ثبت‌شده

AI Tutors – CEDE ‐ EPFL · 2026-10-18T23:14:00Z

SHA-256 of the retained capture file bytes.

c6f380b4b7baf9474e7eacb9eacc6e848d99c49418aa7612f03fcccde52f3e40

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

منبع رسمی ↗

aiaiapps — Crystalized Prompts for Education

aiaiapps.epfl.ch

منبع رسمی دانشگاه

EPFL CEDE

هش و نسخه ثبت‌شده

aiaiapps — Crystalized Prompts for Education · 2026-10-18T23:14:00Z

SHA-256 of the retained capture file bytes.

178a01923ba2165f04e2acfbd404af23f574fbe23c229c1f0c863990f0f67a1e

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

منبع رسمی ↗

Polylex Search – EPFL Regulations and Guidelines

www.epfl.ch

منبع رسمی دانشگاه

EPFL Polylex

هش و نسخه ثبت‌شده

Polylex Search – EPFL Regulations and Guidelines · 2026-10-18T23:14:00Z

SHA-256 of the retained capture file bytes.

a0c1c6d598cda744b9071355a4d65e26f79baa2a13cdc99c9af741ac42dc1790

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

منبع رسمی ↗

Directive concernant l’utilisation, la citation et la référence des sources (LEX 1.3.3, Version 2.2)

www.epfl.ch

منبع رسمی دانشگاه

Direction de l'EPFL

هش و نسخه ثبت‌شده

Directive concernant l’utilisation, la citation et la référence des sources (LEX 1.3.3, Version 2.2) · 2026-10-18T23:14:17Z

SHA-256 of the retained capture file bytes.

872db10daa0c42fe712407a789af604cec32b08a0bec5447d802140263d6523d

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

منبع رسمی ↗

Directive concerning the use, citation and referencing of sources (LEX 1.3.3, Version 2.2 - English Reference Translation)

www.epfl.ch

منبع رسمی دانشگاه

Direction de l'EPFL

هش و نسخه ثبت‌شده

Directive concerning the use, citation and referencing of sources (LEX 1.3.3, Version 2.2 - English Reference Translation) · 2026-10-18T23:14:17Z

SHA-256 of the retained capture file bytes.

a11468200193b3c95ac1ec6ae36dc81326fc18ffbb5edaae3aabe4350ded2891

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

منبع رسمی ↗

Conseils pour l'utilisation de l'IA générative dans la recherche et l'éducation

www.epfl.ch

منبع رسمی دانشگاه

epfl.ch

هش و نسخه ثبت‌شده

Conseils pour l'utilisation de l'IA générative dans la recherche et l'éducation · 2026-05-10T15:10:00Z

Representation unspecified in this historical record; do not assume an original-file hash.

0c8f94c33e323d9186a4728a89f8629ff00be9a07f40d632c9604b99f1b69856

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

منبع رسمی ↗

Tips for the use of generative AI in research and education

www.epfl.ch

منبع رسمی دانشگاه

epfl.ch

هش و نسخه ثبت‌شده

Tips for the use of generative AI in research and education · 2026-05-10T15:10:00Z

Representation unspecified in this historical record; do not assume an original-file hash.

5eeaf435b05194c1df42edec4c82f305a9971d53eadf7ce1392453f738937014

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

منبع رسمی ↗
اطلاعات رکورد، JSON و استناد

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
Record revision
qs20-24-v6-r7-20261020
Dataset release
public-release-20260924-002
Correction published
Student snapshot
Not published
Current reviewed JSON · Historical baseline

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.

          Current reviewed JSON
          پرسش‌هایی که دانشجویان می‌پرسند

          پرسش‌هایی که دانشجویان می‌پرسند

          آیا می‌توانم برای تکالیف درسی‌ام از هوش مصنوعی استفاده کنم؟

          راهنمای EPFL برای استفاده از هوش مصنوعی در مطالعه، به دانشجویان توصیه می‌کند که توصیه می‌شود در امتحانات یا ارزیابی‌ها از هوش مصنوعی استفاده نکنند، مگر آنکه صریحاً مجاز باشد، و خط‌مشی دوره خود را بررسی کنند یا از استاد بپرسند. مطالبی که در ارزیابی ارائه می‌شوند و محصول شخصی و اصیل دانشجو نیستند، باید طبق LEX 1.3.3 ماده 4 قابل تشخیص باشند. راهنماها توصیه می‌کنند استفاده از ابزار هوش مصنوعی در بیانیه‌ای افشا شود و برای نحوه تدوین آن، خط‌مشی دوره یا استاد بررسی گردد.

          مشاهده شواهد →
          آیا باید استفاده از هوش مصنوعی را افشا کنم؟

          راهنمای مطالعه EPFL بیان می‌کند که مطالب ارزشیابی که مشارکت شخصی و اصیل دانشجو نیستند باید بر اساس Lex 1.3.3 ماده 4 به‌عنوان چنین قابل تشخیص باشند؛ می‌گوید بهتر است استفاده از ابزارهای هوش مصنوعی در بیانیه‌ای افشا شود، و دانشجویان را راهنمایی می‌کند سیاست ویژه هوش مصنوعی درس خود را بررسی کنند یا از مدرس بپرسند که چگونه آن را بیان کنند. برای دست‌نوشته‌هایی که برای انتشار در نظر گرفته شده‌اند، راهنمای کتابخانه EPFL بیان می‌کند که باید در متن دست‌نوشته افشا شود کدام مدل زبانی بزرگ (LLM) استفاده شده، برای چه کاری و چگونه، با رعایت سیاست‌های ناشر.

          مشاهده شواهد →
          آیا می‌توانم داده‌های حساس را بارگذاری کنم؟

          EPFL به دانشجویان توصیه می‌کند اطلاعات محرمانه، خصوصی یا شخصی را در ابزارهای عمومی هوش مصنوعی مولد وارد نکنند، زیرا داده‌ها با شرکت‌های خصوصی به اشتراک گذاشته می‌شود و کنترل از دست می‌رود. در راهنمای آموزشی EPFL که ثبت شده، مجوزهای سازمانی مانند Microsoft 365 Copilot از طریق حساب EPFL برای داده‌های تحت مقررات نامناسب توصیف شده‌اند، زیرا راهنما بیان می‌کند EPFL توافق‌نامه پردازش داده‌ای امضا نکرده که حفاظت‌هایی همسو با نیازهای نهادی یا قانون سوئیس درباره داده‌های شخصی را تضمین کند؛ وضعیت فعلی قرارداد IT مرکزی یا DPA مستأجر در این بررسی به‌طور مستقل احراز نشد.

          مشاهده شواهد →
          به کدام ابزارها می‌توانم دسترسی داشته باشم؟

          EPFL خدمات آموزشی رسمی هوش مصنوعی را فهرست می‌کند، از جمله AI Tutors (CEDE) که در دوره‌های مشارکت‌کننده مستقر شده‌اند، aiaiapps برای مدرسان و Chatbot داخلی EPFL. Microsoft 365 Copilot با دسترسی‌پذیری مجاز فهرست شده است، اما فهرست شدن در دایرکتوری ابزارها، مجوز ارزشیابی یا توافق‌نامه پردازش داده تأییدشده و جاری فناوری اطلاعات نیست.

          مشاهده شواهد →
          مقررات امتحان چیست؟

          راهنمای مطالعه EPFL به دانشجویان توصیه می‌کند که بهتر است در امتحان‌ها یا ارزیابی‌ها از هوش مصنوعی استفاده نکنند، مگر آنکه سیاست درس یا مدرس صراحتاً اجازه داده باشد. استفاده غیرمجاز مظنون یا عدم افشا به‌عنوان یک پرونده احتمالی صداقت ارجاع داده می‌شود؛ این راهنما ارائه محتوای تولیدشده با هوش مصنوعی به‌عنوان اثر خود بدون ارجاع مناسب را سرقت ادبی هوش مصنوعی توصیف می‌کند.

          مشاهده شواهد →
          کدام قواعد برای پژوهش و انتشار اعمال می‌شود؟

          راهنمای کتابخانه EPFL روشن می‌کند که مدل‌های زبانی بزرگ (LLM) به دلیل نداشتن پاسخگویی، نمی‌توانند به‌عنوان نویسنده یا هم‌نویسنده فهرست شوند، بر اساس قانون حق مؤلف سوئیس (ماده 6). بر اساس توافق کتابخانه EPFL با Elsevier، محتوای دسترسی آزاد با مجوز CC-BY را می‌توان با هر ابزار هوش مصنوعی به کار برد. اما برای انتشارات دارای مجوز بسته یا CC-BY-NC-ND، استفاده فقط با ابزارهای هوش مصنوعی بسته و غیریادگیرنده، یا ابزارهای یادگیرنده باز که در محیطی امن و تحت کنترل کاربر (در محل یا صرفاً برای کاربران مجاز) کار می‌کنند، مجاز است. استفاده تجاری ممنوع است و انتشارات نباید محتوای بسته یا CC-BY-NC-ND را بازتولید کنند.

          مشاهده شواهد →
          چه چیزی تخلف علمی محسوب می‌شود؟

          ارائه محتوای تولیدشده توسط هوش مصنوعی به‌عنوان اثر شخصی بدون ارجاع مناسب، مطابق Lex 1.3.3 ماده 4 سرقت ادبی هوش مصنوعی محسوب می‌شود. ابزارهای تشخیص هوش مصنوعی به‌دلیل خطر مثبت کاذب به‌تنهایی به‌عنوان مدرک پذیرفته نمی‌شوند؛ ارجاع استاد برای مشکوک بودن به عدم افشا به مدیر بخش و واحد امور حقوقی، یک ارجاع برای ارزیابی تخلف است، نه رأی درباره تقلب. اختلاف‌های مربوط به نمره یا مردودی اعلام‌شده طبق مقررات تحصیلی EPFL دنبال می‌شود: تجدیدارزیابی داخلی ظرف 10 روز یا تجدیدنظرخواهی خارجی نزد Commission de recours interne des EPF ظرف 30 روز از تاریخ دریافت پستی نمره یا مردودی اعلام‌شده محاسبه می‌شود. این مقررات بر اختلافات نمره‌دهی علمی حاکم‌اند، و اینکه آیا مسیرهای تجدیدنظر مشخص برای تحریم‌های انضباطی ناشی از تخلف هوش مصنوعی اعمال می‌شود، یک شکاف شواهد تأییدنشده است.

          مشاهده شواهد →
          کدام راهنمایی برای تدریس اعمال می‌شود؟

          راهنمای تدریس EPFL توصیه می‌کند که چون قاعده‌ی واحدی برای استفاده از هوش مصنوعی در ارزیابی وجود ندارد، مدرسان برای دانشجویان روشن کنند که چه نوع استفاده‌ای از هوش مصنوعی در درس آن‌ها مشروع نیست و چه قواعدی با استفاده از ابزارهای هوش مصنوعی همراه است.

          مشاهده شواهد →
          چه الزامات امنیتی و تدارکاتی اعمال می‌شود؟

          شرایط تدارکات مرکزی فناوری اطلاعات، استانداردهای انطباق فروشنده و پروتکل‌های پردازش داده‌های نهادی برای ابزارهای هوش مصنوعی شخص ثالث، در منابع عمومی بررسی‌شده مستند نشده‌اند.

          مشاهده شواهد →
          این رکورد چه زمانی بررسی شد؟

          رکورد بررسی‌شده:

          نسخه ثبت‌شده →
          کدام منابع رسمی از این قواعد پشتیبانی می‌کنند؟منبع رسمی →
          کجا می‌توانم شواهد کامل را بخوانم؟

          14 · مستندات کامل خط‌مشی

          مستندات کامل خط‌مشی →