source_status
UFRJ publicly announced preliminary documents on academic integrity and AI-use recommendations for the academic community.
Journal des modifications
Source-backed change history with no release-to-release policy diff rows recorded yet; current claims, official sources, review state, and freshness remain visible across 0 public release records.
Actualité des dossiers publics et état d'examen actuel.
Universidade Federal do Rio de Janeiro currently has 5 source-backed claim records and 2 official source attributions. Latest tracked changed date: 16 mai 2026. No tracker diff rows are recorded in the latest public release.
Cette page combine toutes les différences de publication publique pour Universidade Federal do Rio de Janeiro. Les instantanés des versions individuelles restent disponibles via leurs URL spécifiques à la version.
Aucune ligne de différence de politique entre les versions n'est encore enregistrée pour cette université. La page suit toujours les affirmations actuelles étayées par des sources, les attributions de sources officielles, l'état d'examen, la fraîcheur des sources et les JSON publics pour la découverte et la citation.
This tracker is not legal advice, not academic integrity advice, and not an official university statement unless a linked source is the university's own official page.
Les affirmations récemment extraites sont des ajouts au suivi et ne sont pas nécessairement de nouvelles publications de l'université. Les changements d'instantané source montrent des variations de hachage pour la même URL source et ne constituent pas en eux-mêmes des changements de politique.
Classification sémantique pour cette différence de version.
Diffusion unifiée du suivi générée à partir de toutes les captures instantanées de version publique pour cette université.
Initial tracked release. Lines represent public claim/evidence records entering the release snapshot.
0 public release diffs
5 Affirmation enregistrements
UFRJ publicly announced preliminary documents on academic integrity and AI-use recommendations for the academic community.
UFRJ states that delegating monographs, dissertations, and theses to generative AI systems is considered academic dishonesty under the proposed integrity guidance.
UFRJ guidance allows generative AI to assist preparation and development of academic work, while keeping final responsibility with human authors.
CRIA/UFRJ recommends that instructors define acceptable and unacceptable generative AI uses in their course teaching plans.
CRIA/UFRJ recommends warning researchers about risks of uploading or processing confidential or proprietary third-party data through generative AI tools.
2 source attributions
official_pdf Tracker checked at 16 mai 2026, 05:33
official_guidance Tracker checked at 16 mai 2026, 05:30