Parkville, Australia Dernière vérification

The University of Melbourne

Indépendant · Accès ouvert · N'est pas une page officielle de l'université

Que souhaitez-vous vérifier ?

Rechercher des universités

Explorer le dossier actuel par sujet

Travaux de cours et évaluations

Sous conditions

À l'Université de Melbourne, chaque coordinateur de matière définit les limites d'un usage approprié de l'IA générative dans sa matière ; les étudiants doivent vérifier avant d'utiliser l'IA pour des travaux d'évaluation et doivent produire eux-mêmes le travail remis, sauf autorisation explicite.

Source officielle ↗

Examens

Sous conditions

Lors des examens de l'University of Melbourne, les étudiants doivent vérifier si l'IA générative est autorisée par le coordinateur de la matière ou les instructions de l'examen, et si elle est autorisée, utiliser uniquement les outils approuvés et les utilisations autorisées spécifiées. L'accès à un outil ne confère aucune autorisation d'examen, et l'utilisation non autorisée ou non déclarée de l'IA lors des examens constitue une inconduite académique en vertu de MPF1310.

Source officielle ↗

Déclaration

Requis dans le périmètre indiqué

Les consignes de l'Université de Melbourne imposent un double dispositif de divulgation : mentionner les productions d'IA dans la liste de références lorsqu'on cite ou paraphrase ne remplace pas une déclaration de reconnaissance ; les étudiants doivent fournir à la fois une citation et une déclaration de procédure décrivant la manière dont les outils ont été utilisés, et tout usage non autorisé ou non divulgué constitue une inconduite au sens de MPF1310.

Source officielle ↗

Confidentialité et données sensibles

Restreint dans le périmètre indiqué

Les étudiants et les chercheurs ne doivent pas téléverser de données personnelles, d'informations privées, d'œuvres protégées par le droit d'auteur de tiers ni de propriété intellectuelle brevetable sur des plateformes d'IA externes. La propriété intellectuelle liée à l'enseignement et à l'évaluation de l'université doit rester dans SparkAI ou dans des environnements autorisés ; les interactions des étudiants sur le LMS et les métadonnées des sessions AILA sont conservées et peuvent être consultées par les décideurs habilités, conformément à l'avis de confidentialité relatif à la collecte du LMS.

Source officielle ↗

Outils institutionnels

Sous conditions

L'Université de Melbourne fournit AILA au sein de Canvas LMS lorsqu'elle est activée par les coordinateurs, SparkAI en tant que plateforme interne sécurisée pour le personnel (accès interdit aux étudiants), la détection d'écriture par IA de Turnitin en tant que diagnostic d'investigation dans les rapports de similarité, et M365 Copilot Chat pour le soutien aux études des étudiants. L'accès institutionnel ne confère d'autorisation ni pour le coursework ni pour les examens.

Source officielle ↗

Recherche et publication

Restreint dans le périmètre indiqué

Conformément à la section 5.11 de la Politique de conduite responsable de la recherche (MPF1318) et aux orientations actuelles de l'Université, les chercheurs doivent documenter l'utilisation de DAT, mentionner les outils utilisés dans leurs productions et obtenir les approbations relatives à la vie privée, à la sécurité et à l'éthique. Pour les mémoires et thèses de recherche de cycles supérieurs, la correction assistée par IA est strictement limitée à un soutien mineur sur la langue et la clarté, conformément aux Australian Standards for Editing Practice, et la relecture par IA effectuée par le superviseur exige le consentement écrit et explicite du candidat.

Source officielle ↗
Autres sujets du dossier examiné

Intégrité académique et procédures

Restreint dans le périmètre indiqué

Au titre de la MPF1310, l'usage non autorisé ou non déclaré de technologies dans les travaux évaluables constitue une faute académique. La mauvaise pratique académique est traitée de manière pédagogique par les coordinateurs de matière, distincte des fautes relevant du niveau faculté 1 et du niveau grave 2. Les rapports de détection d'IA de Turnitin servent d'indice d'enquête et non de preuve ; les étudiants ont le droit de fournir des brouillons et des explications lors des discussions exploratoires, et la MPF1323 fixe un délai de recours de 20 jours ouvrables universitaires.

Source officielle ↗

Directives pédagogiques

Orientations de la source

Le guide pédagogique de Melbourne conseille aux responsables de matière de définir des limites claires concernant l'IA pour chaque matière, de faire preuve de transparence dans leurs pratiques et de fournir des indications sur les limites des outils de traduction et de correction. Les outils d'IA générative ne doivent jamais se substituer au jugement évaluatif du personnel lors de la correction ou de la notation. Les matières sont conçues avec au moins 50 % d'évaluations sécurisées pour garantir l'apprentissage, avec l'appui des stratégies pédagogiques d'amélioration de l'évaluation du CSHE.

Source officielle ↗

Sécurité & approvisionnement

Sous conditions

Les principes sur l'IA de l'University of Melbourne établissent un cadre de gouvernance général mettant l'accent sur l'équité, les compétences, la confidentialité et la sécurité ; les tests de matériel d'évaluation par le personnel doivent rester cantonnés à SparkAI ou à des environnements approuvés plutôt qu'à des services tiers publics.

Source officielle ↗

Avant de soumettre

Faire

  • Consultez le syllabus de votre coordinateur de matière et les instructions spécifiques de l'examen avant d'utiliser l'IA générative lors des examens ou des travaux de cours.
    Conseils du site
  • Fournir à la fois une citation dans la liste de références lorsque des résultats d'IA sont cités ou paraphrasés, et une déclaration de reconnaissance décrivant l'assistance apportée au processus.
    Exigence dans ce périmètre
  • Documenter l'usage d'outils d'assistance numérique (DAT) dans la recherche, divulguer cet usage aux partenaires, aux collaborateurs et dans les publications ou thèses, et obtenir toutes les approbations nécessaires (y compris l'examen de la confidentialité, de la sécurité ou de l'éthique, selon le cas) au titre de la MPF1318, clause 5.11.
    Exigence dans ce périmètre

Ne pas faire

  • Ne téléversez pas d'informations personnelles, de dossiers d'étudiants, de recherches confidentielles ni de documents protégés par le droit d'auteur de tiers dans des outils d'IA publics non autorisés.
    Exigence dans ce périmètre
  • Ne présumez pas que l’accès institutionnel aux outils (AILA, SparkAI, M365 Copilot Chat) confère une autorisation pour les travaux ou les examens du cours.
    Exigence dans ce périmètre
  • N'utilisez pas d'outils d'IA générative lors d'examens ou de travaux évaluables sans l'autorisation ou la déclaration du coordinateur de matière, ce qui constitue une faute académique au titre de MPF1310.
    Exigence dans ce périmètre

Utilisation de l'IA mise en doute ?

The University of Melbourne

Directives d'évaluation au niveau des matières ; Politique d'intégrité académique des étudiants (MPF1310) ; Politique de recours des étudiants (MPF1323) ; Politique de conduite responsable de la recherche (MPF1318, cl. 5.11) ; Conseils pour les examens à livre ouvert ; Avis de confidentialité de Canvas LMS.

Enquête et réponse

À l'Université de Melbourne, utiliser des outils d'IA générative pour une tâche d'évaluation qui ne les autorise pas, ou les utiliser dans la préparation sans les reconnaître, constitue une faute d'intégrité académique au titre de la cl. 4.13 de la Student Academic Integrity Policy (MPF1310).

Preuves originales et périmètre

À l'Université de Melbourne, utiliser des outils d'IA générative pour une tâche d'évaluation qui ne les autorise pas, ou les utiliser dans la préparation sans les reconnaître, constitue une faute d'intégrité académique au titre de la cl. 4.13 de la Student Academic Integrity Policy (MPF1310).

claim-university-of-melbourne-5

Intégrité académique des étudiants et procédures disciplinaires

It’s important your students realise that if an assessment task does not permit the use of such tools, or if they use such tools in the preparation of an assessment submission without acknowledgement, this constitutes academic misconduct under cl. 4.13 of the Student Academic Integrity Policy (MPF1310).

Section: University policies in relation to Generative AI; extracted text lines 57-57

Source officielle de l'université ↗

Le cadre de manquement à l'intégrité académique de l'University of Melbourne classe explicitement l'utilisation non autorisée ou non divulguée de technologies (y compris la GenAI) comme un type d'infraction dans le cadre des procédures d'intégrité académique.

Preuves originales et périmètre

Le cadre de manquement à l'intégrité académique de l'University of Melbourne classe explicitement l'utilisation non autorisée ou non divulguée de technologies (y compris la GenAI) comme un type d'infraction dans le cadre des procédures d'intégrité académique.

claim-university-of-melbourne-technology-breach

Catégories d'infractions à la politique d'intégrité académique étudiante

Breach types Plagiarism Unauthorised re-use of previous work (self plagiarism) Breach of examination or assessment rules or directions Falsification or misrepresentation of data Unauthorised or undisclosed use of technology (incl. GenAI)

Section: Managing Suspected Academic Misconduct - Breach Types; extracted text lines 128-133

Source officielle de l'université ↗

La mauvaise pratique académique fait référence à des manquements mineurs et involontaires gérés de manière pédagogique par les coordinateurs de matière, et est explicitement distincte de la faute académique.

Preuves originales et périmètre

La mauvaise pratique académique fait référence à des manquements mineurs et involontaires gérés de manière pédagogique par les coordinateurs de matière, et est explicitement distincte de la faute académique.

claim-university-of-melbourne-misconduct-tiers

Classifications procédurales de la politique d'intégrité académique des étudiants

Poor academic practice refers to minor and unintentional departures from accepted scholarly conventions or failures to comply with assessment guidelines. Poor academic practice incidents are characterised by inexperience, lack of student knowledge, or poor academic skills, and does not compromise the purpose and/or integrity of the assessment. Importantly, poor academic practice is not academic misconduct, may be treated as an assessment matter and managed within the marking and assessment guidelines set by the Board of Examiners for the subject.

Section: Poor Academic Practice Definition and Management; extracted text lines 66-67

Source officielle de l'université ↗

Les résultats de détection d'IA de Turnitin ne servent que de point de départ pour une enquête plus approfondie ; en cas de soupçon, les étudiants peuvent être invités à expliquer leur travail et à fournir des brouillons ou des notes lors d'un entretien exploratoire.

Preuves originales et périmètre

Les résultats de détection d'IA de Turnitin ne servent que de point de départ pour une enquête plus approfondie ; en cas de soupçon, les étudiants peuvent être invités à expliquer leur travail et à fournir des brouillons ou des notes lors d'un entretien exploratoire.

claim-university-of-melbourne-turnitin-investigation-rights

Procédures d'enquête sur l'IA Turnitin et droits des étudiants

As with the similarity report generated by Turnitin, the result of the AI writing detector tool is a prompt for further investigation. Should there be a suspicion that part or all of your submitted assessment has been produced using generative AI, you may be asked to explain your essay and argument (how you developed the argument, what sources you used, how you reached the conclusion you did), or to provide drafts or notes of early versions of the assessment.

Section: Advice for Students Regarding Turnitin - Prompt for investigation; extracted text lines 15-16

Source officielle de l'université ↗

Résultats possibles

La mauvaise pratique académique fait référence à des manquements mineurs et involontaires gérés de manière pédagogique par les coordinateurs de matière, et est explicitement distincte de la faute académique.

Preuves originales et périmètre

La mauvaise pratique académique fait référence à des manquements mineurs et involontaires gérés de manière pédagogique par les coordinateurs de matière, et est explicitement distincte de la faute académique.

claim-university-of-melbourne-misconduct-tiers

Classifications procédurales de la politique d'intégrité académique des étudiants

Poor academic practice refers to minor and unintentional departures from accepted scholarly conventions or failures to comply with assessment guidelines. Poor academic practice incidents are characterised by inexperience, lack of student knowledge, or poor academic skills, and does not compromise the purpose and/or integrity of the assessment. Importantly, poor academic practice is not academic misconduct, may be treated as an assessment matter and managed within the marking and assessment guidelines set by the Board of Examiners for the subject.

Section: Poor Academic Practice Definition and Management; extracted text lines 66-67

Source officielle de l'université ↗

Le cadre de manquement à l'intégrité académique de l'University of Melbourne classe explicitement l'utilisation non autorisée ou non divulguée de technologies (y compris la GenAI) comme un type d'infraction dans le cadre des procédures d'intégrité académique.

Preuves originales et périmètre

Le cadre de manquement à l'intégrité académique de l'University of Melbourne classe explicitement l'utilisation non autorisée ou non divulguée de technologies (y compris la GenAI) comme un type d'infraction dans le cadre des procédures d'intégrité académique.

claim-university-of-melbourne-technology-breach

Catégories d'infractions à la politique d'intégrité académique étudiante

Breach types Plagiarism Unauthorised re-use of previous work (self plagiarism) Breach of examination or assessment rules or directions Falsification or misrepresentation of data Unauthorised or undisclosed use of technology (incl. GenAI)

Section: Managing Suspected Academic Misconduct - Breach Types; extracted text lines 128-133

Source officielle de l'université ↗

Conformément à la section 5.11 de la politique sur la conduite responsable de la recherche (MPF1318) et aux directives de l'Université, les membres du personnel de recherche doivent documenter l'usage d'outils d'assistance numérique, divulguer cet usage aux collaborateurs et dans les productions (y compris les thèses), et obtenir toutes les approbations requises en matière de confidentialité, de sécurité et d'éthique.

Preuves originales et périmètre

Conformément à la section 5.11 de la politique sur la conduite responsable de la recherche (MPF1318) et aux directives de l'Université, les membres du personnel de recherche doivent documenter l'usage d'outils d'assistance numérique, divulguer cet usage aux collaborateurs et dans les productions (y compris les thèses), et obtenir toutes les approbations requises en matière de confidentialité, de sécurité et d'éthique.

claim-university-of-melbourne-research-integrity-mpf1318

Obligations de la section 5.11 de la Politique de conduite responsable de la recherche (MPF1318)

In line with section 5.11 of the Responsible Conduct of Research Policy, research personnel are responsible for assuring the integrity of their research produced with the assistance of digital assistance tools, including but not limited to artificial intelligence (AI) tools. Research personnel must: Document the use of a digital assistance tool (DAT) in their research process Disclose the use of a DAT to research partners, collaborators and in research outputs, including but not limited to publications and theses

Section: Responsible Conduct of Research Policy cl. 5.11 obligations; extracted text lines 36-38

Source officielle de l'université ↗
Ensure all necessary approvals are obtained to use the DAT, including but not limited to a Privacy Impact Assessment, Information Security Risk Assessment, or ethical review and approval where applicable.

Section: Approvals for DAT Use; extracted text lines 39-39

Source officielle de l'université ↗

Examen et recours

Selon les procédures de recours des étudiants de l'University of Melbourne, les recours contre les décisions relatives à une faute académique doivent être déposés via le formulaire en ligne dans un délai de 20 jours ouvrés de l'université à compter de la date de la décision initiale.

Preuves originales et périmètre

Selon les procédures de recours des étudiants de l'University of Melbourne, les recours contre les décisions relatives à une faute académique doivent être déposés via le formulaire en ligne dans un délai de 20 jours ouvrés de l'université à compter de la date de la décision initiale.

claim-university-of-melbourne-appeals-window

Politique de recours des étudiants (MPF1323)

To submit an appeal, you must complete the online student appeals form within 20 University business days from the date of the original decision.

Section: Submitting an Appeal - 20 Business Days Window; extracted text lines 126-126

Source officielle de l'université ↗

La mauvaise pratique académique fait référence à des manquements mineurs et involontaires gérés de manière pédagogique par les coordinateurs de matière, et est explicitement distincte de la faute académique.

Preuves originales et périmètre

La mauvaise pratique académique fait référence à des manquements mineurs et involontaires gérés de manière pédagogique par les coordinateurs de matière, et est explicitement distincte de la faute académique.

claim-university-of-melbourne-misconduct-tiers

Classifications procédurales de la politique d'intégrité académique des étudiants

Poor academic practice refers to minor and unintentional departures from accepted scholarly conventions or failures to comply with assessment guidelines. Poor academic practice incidents are characterised by inexperience, lack of student knowledge, or poor academic skills, and does not compromise the purpose and/or integrity of the assessment. Importantly, poor academic practice is not academic misconduct, may be treated as an assessment matter and managed within the marking and assessment guidelines set by the Board of Examiners for the subject.

Section: Poor Academic Practice Definition and Management; extracted text lines 66-67

Source officielle de l'université ↗

Outils IA et accès

  • M365 Copilot Chat (student account)Accès institutionnel / licenceSous conditions

    Connectez-vous avec un compte étudiant Unimelb en ligne ou via l'application web.

  • AILAService hébergé par l’universitéSous conditions

    Disponible sur les sites de matières Canvas LMS lorsqu'il est activé par le coordinateur de matière.

  • SparkAIService hébergé par l’universitéSous conditions

    Le personnel accède à SparkAI à l'adresse spark.unimelb.edu.au avec les identifiants de l'Université.

  • Turnitin AI writing detectionAccès institutionnel / licenceSous conditions

    Accès du personnel aux rapports de similarité dans Canvas LMS.

Mises à jour du registre90 derniers jours · Mises à jour enregistrées : 2

Mises à jour de nos données vérifiées ; elles ne confirment pas un changement de politique de l’université.

  1. Mise à jour de page

    Autres enregistrements · Mise à jour de page

    Voir la révision

    Chargement de la révision…

  2. Ajout au registre · Correction du site

    Travaux de cours et évaluations · Examens · 8 autres thèmes · Éléments concernés : 35 (21 corrigés / ajustés · 14 ajoutés)

    Voir la révision

    Chargement de la révision…

Affirmations examinées

35

Sources officielles

18 URL officielles ; 18 attributions de sources et leurs versions capturées conservées.

GenAI at Melbourne (Academic Skills - Study Skills)

students.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

GenAI at Melbourne (Academic Skills - Study Skills) · 2026-10-18T02:21:17Z

SHA-256 of the retained capture file bytes.

21aa00d7cd52d1d54ccbe90e120c97e007fbada8a044df8d8f431ea69b65cdf1

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

Source officielle ↗

Generative AI in T&L at the University of Melbourne (Melbourne CSHE)

melbourne-cshe.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Generative AI in T&L at the University of Melbourne (Melbourne CSHE) · 2026-10-18T02:21:17Z

SHA-256 of the retained capture file bytes.

5483d7a12c29a086e5573afc1dc6847677337700b3433df7de7065bde7c51951

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

Source officielle ↗

Official Statements from The University of Melbourne on Generative AI

melbourne-cshe.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Official Statements from The University of Melbourne on Generative AI · 2026-10-18T02:21:19Z

SHA-256 of the retained capture file bytes.

d99bff55d35c72e3bade539482d434d21a73ecdd2c812ad967eb48e84bbf624f

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

Source officielle ↗

University of Melbourne Submission: Inquiry into Generative AI in Education (July 2023)

about.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

University of Melbourne Submission: Inquiry into Generative AI in Education (July 2023) · 2026-10-18T02:21:19Z

SHA-256 of the retained capture file bytes.

909a6dd0283b713c9ee62d17bd1108ede4b8e110e624d820fc76f1009ec69c27

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

Source officielle ↗

What Is This Guide? Generative AI in Teaching and Learning (MSD BEL+T)

msd.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

What Is This Guide? Generative AI in Teaching and Learning (MSD BEL+T) · 2026-10-18T02:21:22Z

SHA-256 of the retained capture file bytes.

c22e73100bc983cabada9e565712d1ab02601743a820b151844f4a8f8ec159a0

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

Source officielle ↗

Academic Integrity at the University of Melbourne (Academic Skills)

students.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Academic Integrity at the University of Melbourne (Academic Skills) · 2026-10-18T02:21:22Z

SHA-256 of the retained capture file bytes.

8e04e2a3eb4bab50429a46cf0d8b8acc9bdb7f5babdf5dcf90ad8285e1f5170a

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

Source officielle ↗

Advice for Students Regarding Turnitin and AI Writing Detection

academicintegrity.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Advice for Students Regarding Turnitin and AI Writing Detection · 2026-10-18T02:21:23Z

SHA-256 of the retained capture file bytes.

1fcff778b6a2fbec4d5934f678ef18012121890f7c0ab15ef8e2139c3b43fce4

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

Source officielle ↗

Student IT: Microsoft 365 Copilot Chat Guidance

studentit.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Student IT: Microsoft 365 Copilot Chat Guidance · 2026-10-18T02:21:24Z

SHA-256 of the retained capture file bytes.

57163adaedc013bb356d4c68600255e8288521f7b877b78ac191f4da9b0f5387

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

Source officielle ↗

Student Academic Integrity Policy: Schedule 1 Academic Misconduct (MPF1310)

about.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Student Academic Integrity Policy: Schedule 1 Academic Misconduct (MPF1310) · 2026-10-18T02:21:24Z

SHA-256 of the retained capture file bytes.

b789bcde7cdcb10405d74e1a2d7aa5aa448f4d01b7ff96df64d6b8a3b4e0075c

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

Source officielle ↗

Student Academic Integrity: What Changed in 2025? (MPF1310 Implementation)

academicintegrity.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Student Academic Integrity: What Changed in 2025? (MPF1310 Implementation) · 2026-10-18T02:21:24Z

SHA-256 of the retained capture file bytes.

c0c1540963ac89d35b53d040641d193e50ce5524fb3dda85f655654a0e237a32

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

Source officielle ↗

Academic Board: Student Appeals Guidance and Deadlines (MPF1323)

about.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Academic Board: Student Appeals Guidance and Deadlines (MPF1323) · 2026-10-18T02:21:24Z

SHA-256 of the retained capture file bytes.

7ead11188d33151bc145399912868ebbe170991d4bdeff60f8adf4d085b34d88

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

Source officielle ↗

Responsible Conduct of Research Policy (MPF1318): Explanatory Memorandum

about.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Responsible Conduct of Research Policy (MPF1318): Explanatory Memorandum · 2026-10-18T02:21:25Z

SHA-256 of the retained capture file bytes.

bb272cca2d094e25b37411dba615d2634f8a1e687e4cb9ea87e7f17c42db0a85

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

Source officielle ↗

The University of Melbourne AI Principles

www.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

The University of Melbourne AI Principles · 2026-10-18T02:21:25Z

SHA-256 of the retained capture file bytes.

fe5c4e073af35c5a10f0ce70804e2d37b63afc31334c37e873f1a4c81308f0af

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

Source officielle ↗

Secure Assessment Guidelines (Education Melbourne)

about.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Secure Assessment Guidelines (Education Melbourne) · 2026-10-18T02:21:25Z

SHA-256 of the retained capture file bytes.

aa7a6a2b58f2bd8e294fd41655e4717b33e66c873fc0cab8b85432c6d39144e4

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

Source officielle ↗

Assuring Learning in the Age of GenAI: Guidelines and Principles for Assessment

about.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Assuring Learning in the Age of GenAI: Guidelines and Principles for Assessment · 2026-10-18T02:21:26Z

SHA-256 of the retained capture file bytes.

a7a3346b0d0d4f5eeee041286fe18062eca20db304def4b7952ae9bafff9d083

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

Source officielle ↗

Open-book Exams (Academic Skills - Study Skills)

students.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Open-book Exams (Academic Skills - Study Skills) · 2026-10-18T06:01:36Z

SHA-256 of the retained capture file bytes.

2b50d9d0a964d0c73c56a71b50198c01f6ee60fbd2f6021db3e3b9803f0e94cf

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

Source officielle ↗

Responsible Use of AI in Research (Policy and Guidance)

research.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

Responsible Use of AI in Research (Policy and Guidance) · 2026-10-18T06:01:36Z

SHA-256 of the retained capture file bytes.

0d78ffb0dd1692fe7c14147282cc31310ac0e0ff6d5d198c1eaf7c083e027bf4

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

Source officielle ↗

University of Melbourne LMS Privacy Collection Notice

lms.unimelb.edu.au

Source officielle de l’université

The University of Melbourne

Empreinte (hash) et version capturée

University of Melbourne LMS Privacy Collection Notice · 2026-10-18T06:01:37Z

SHA-256 of the retained capture file bytes.

685ec5cf985c86f25ed5a2db826c7e91e8f3e816f8993ef7de2629d75375766a

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

Source officielle ↗
Informations sur la notice, JSON et citation

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
Révision du dossier
melbourne-v6-r3-20261018
Version du jeu de données
public-release-20260924-002
Correction publiée
Résumé étudiant
Non publié
JSON actuel examiné · Base historique

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
          Questions fréquentes

          Questions fréquentes

          Puis-je utiliser l’IA pour mes travaux ?

          À l'Université de Melbourne, chaque coordinateur de matière définit les limites d'un usage approprié de l'IA générative dans sa matière ; les étudiants doivent vérifier avant d'utiliser l'IA pour des travaux d'évaluation et doivent produire eux-mêmes le travail remis, sauf autorisation explicite.

          Voir les preuves →
          Faut-il déclarer l’utilisation de l’IA ?

          Les consignes de l'Université de Melbourne imposent un double dispositif de divulgation : mentionner les productions d'IA dans la liste de références lorsqu'on cite ou paraphrase ne remplace pas une déclaration de reconnaissance ; les étudiants doivent fournir à la fois une citation et une déclaration de procédure décrivant la manière dont les outils ont été utilisés, et tout usage non autorisé ou non divulgué constitue une inconduite au sens de MPF1310.

          Voir les preuves →
          Puis-je envoyer des données sensibles ?

          Les étudiants et les chercheurs ne doivent pas téléverser de données personnelles, d'informations privées, d'œuvres protégées par le droit d'auteur de tiers ni de propriété intellectuelle brevetable sur des plateformes d'IA externes. La propriété intellectuelle liée à l'enseignement et à l'évaluation de l'université doit rester dans SparkAI ou dans des environnements autorisés ; les interactions des étudiants sur le LMS et les métadonnées des sessions AILA sont conservées et peuvent être consultées par les décideurs habilités, conformément à l'avis de confidentialité relatif à la collecte du LMS.

          Voir les preuves →
          Quels outils sont accessibles ?

          L'Université de Melbourne fournit AILA au sein de Canvas LMS lorsqu'elle est activée par les coordinateurs, SparkAI en tant que plateforme interne sécurisée pour le personnel (accès interdit aux étudiants), la détection d'écriture par IA de Turnitin en tant que diagnostic d'investigation dans les rapports de similarité, et M365 Copilot Chat pour le soutien aux études des étudiants. L'accès institutionnel ne confère d'autorisation ni pour le coursework ni pour les examens.

          Voir les preuves →
          Quelles règles s’appliquent aux examens ?

          Lors des examens de l'University of Melbourne, les étudiants doivent vérifier si l'IA générative est autorisée par le coordinateur de la matière ou les instructions de l'examen, et si elle est autorisée, utiliser uniquement les outils approuvés et les utilisations autorisées spécifiées. L'accès à un outil ne confère aucune autorisation d'examen, et l'utilisation non autorisée ou non déclarée de l'IA lors des examens constitue une inconduite académique en vertu de MPF1310.

          Voir les preuves →
          Quelles règles pour la recherche et la publication ?

          Conformément à la section 5.11 de la Politique de conduite responsable de la recherche (MPF1318) et aux orientations actuelles de l'Université, les chercheurs doivent documenter l'utilisation de DAT, mentionner les outils utilisés dans leurs productions et obtenir les approbations relatives à la vie privée, à la sécurité et à l'éthique. Pour les mémoires et thèses de recherche de cycles supérieurs, la correction assistée par IA est strictement limitée à un soutien mineur sur la langue et la clarté, conformément aux Australian Standards for Editing Practice, et la relecture par IA effectuée par le superviseur exige le consentement écrit et explicite du candidat.

          Voir les preuves →
          Quels usages relèvent de la fraude académique ?

          Au titre de la MPF1310, l'usage non autorisé ou non déclaré de technologies dans les travaux évaluables constitue une faute académique. La mauvaise pratique académique est traitée de manière pédagogique par les coordinateurs de matière, distincte des fautes relevant du niveau faculté 1 et du niveau grave 2. Les rapports de détection d'IA de Turnitin servent d'indice d'enquête et non de preuve ; les étudiants ont le droit de fournir des brouillons et des explications lors des discussions exploratoires, et la MPF1323 fixe un délai de recours de 20 jours ouvrables universitaires.

          Voir les preuves →
          Quelles recommandations pour l’enseignement ?

          Le guide pédagogique de Melbourne conseille aux responsables de matière de définir des limites claires concernant l'IA pour chaque matière, de faire preuve de transparence dans leurs pratiques et de fournir des indications sur les limites des outils de traduction et de correction. Les outils d'IA générative ne doivent jamais se substituer au jugement évaluatif du personnel lors de la correction ou de la notation. Les matières sont conçues avec au moins 50 % d'évaluations sécurisées pour garantir l'apprentissage, avec l'appui des stratégies pédagogiques d'amélioration de l'évaluation du CSHE.

          Voir les preuves →
          Quelles exigences de sécurité et d’achat ?

          Les principes sur l'IA de l'University of Melbourne établissent un cadre de gouvernance général mettant l'accent sur l'équité, les compétences, la confidentialité et la sécurité ; les tests de matériel d'évaluation par le personnel doivent rester cantonnés à SparkAI ou à des environnements approuvés plutôt qu'à des services tiers publics.

          Voir les preuves →
          Quand ce dossier a-t-il été vérifié ?

          Vérification:

          Version →
          Quelles sources officielles étayent ces règles ?Source officielle →
          Où lire toutes les preuves ?

          35 · Preuves complètes

          Preuves complètes →