New York City, United States 마지막 확인

Columbia University

독립적 · 오픈 액세스 · 공식 대학 페이지 아님

무엇을 확인하고 싶으신가요?

대학 검색

주제별로 현재 기록 탐색하기

강의 과제 및 과제물

교수자의 서면 승인 없이는 기본 금지 (준수 단과대학)

컬럼비아 대학교의 분권형 학사 거버넌스 체제 하에서 과제 및 평가 정책은 단과대학별로 다릅니다: CSSI Standards & Discipline(§C.3)을 따르는 단과대학은 무단 AI 지원을 학업 부정행위로 취급하여 담당 교수의 서면 허가를 요구하며, 컬럼비아 로스쿨은 교수가 서면으로 변경하지 않는 한 규정된 연구 및 글쓰기 지원을 허용하는 기본 규칙을 확립하고 있고(§8, §Default), 컬럼비아 경영대학원은 강의계획서에 지정된 과제 모드를 따르도록 요구합니다.

공식 출처 ↗

시험 및 시간 제한 평가

사전 서면 허가를 받은 경우를 제외하고 금지됨

CSSI 기준 및 징계(Standards & Discipline)와 Columbia Law School 정책(§9.1) 모두에 따라, 강의계획서 및/또는 시험 지침을 통해 교원이 사전 서면 허가를 부여하지 않는 한 시험에서 생성형 AI는 엄격히 금지됩니다. Columbia Law School 시험의 경우 감독 시험, 테이크홈 시험, 온라인 시험 및 수기 시험 전반에 걸쳐 현재의 시험 문제, 프롬프트 또는 사실관계를 일체의 AI 도구에 입력하는 것이 명시적으로 금지됩니다.

공식 출처 ↗

공개 및 투명성

기여 작업 공개 의무(법학대학원); 명예 규약에 따른 인용

컬럼비아 법학대학원(§7)은 서면 제출물이나 기타 결과물 작성에 기여하는 생성형 AI 사용을 모두 공개하도록 의무 요건으로 정하며, 공개 여부가 불분명한 경우 공개하는 쪽으로 판단해야 할 적극적 의무가 있습니다. 컬럼비아 경영대학원에서는 AI 지원이 허용되는 경우 항상 명예 규범(Honor Code) 기준에 따라 AI 지원을 적절히 인용해야 합니다. CSSI를 준수하는 학교에서는 학생이 담당 교원이 정한 공개 및 인용 절차를 따라야 합니다.

공식 출처 ↗

데이터 개인정보 보호 및 민감 정보

엄격한 HIPAA 및 FERPA 데이터 경계

데이터 분류 및 계정, 모델, 기능별 정확한 승인 사항을 따르십시오. CUIMC에서 Workspace Gemini/Gemini Notebook은 HIPAA BAA가 없으므로 민감한 데이터(Sensitive Data)를 입력해서는 안 됩니다. FERPA 기록에는 더 엄격한 민감한 데이터 취급을 필요로 하는 식별/건강 요소가 포함될 수 있습니다. PHI에 대한 CU AI Toolkit 승인은 승인된 모델로 제한되며 공유 채팅 기록의 모든 모델이 승인을 받아야 합니다. 승인된 Copilot 제품에 Copilot 브랜드를 사용하는 모든 제품이 포함되는 것은 아닙니다. 공개/미검증 도구에 기밀 연구 자료를 입력해서는 안 됩니다. 기관 차원의 도구 사용 가능 여부가 평가에서의 사용 허가를 의미하지는 않습니다.

공식 출처 ↗

지원 및 승인된 AI 도구

엔터프라이즈 도구 사용 가능(평가 면제 없음)

컬럼비아 대학교는 데이터 보호 계약을 체결한 여러 엔터프라이즈 AI 도구를 공식 승인하고 제공합니다. CUIT AI Toolkit(LibreChat, 모든 UNI 대상 일일 $0.15 한도), Google Gemini(Workspace, LionMail 계정), NotebookLM(Workspace 노트 작성), ChatGPT Education(학과 회계 코드(chart string)를 통해 조달, 연 $300), Anthropic Claude for Education(연 $300, chart string 사용), ChatGPT Enterprise(CUIMC 임상 인력), Microsoft Copilot(CUIMC 임상 HIPAA / CUIT M365 추가 기능). 핵심 거버넌스 원칙: IT 보안 승인, 개인정보 영향 평가(PIA), HIPAA BAA 승인은 기술적 데이터 보호 장치를 확립하지만, 학업 평가 허가를 구성하는 것은 결코 아니며, 학업 평가 허가는 여전히 전적으로 교과목 강의계획서(syllabus)에 따릅니다.

공식 출처 ↗

연구 진실성 및 데이터 처리

미공개 데이터 및 동료 심사 보호(보안 환경에서 허용)

중앙 교무처 정책에 따라 연구자는 기밀 연구 데이터, 미출간 학술 원고, 연구비 지원 신청서 또는 연구 대상자 PII를 공개용이나 검증되지 않은 AI 도구에 입력해서는 안 되며, 동료 평가(peer review)에 생성형 AI를 사용하는 것은 엄격히 금지됩니다. 기밀 또는 민감 데이터를 포함하는 연구 분석은 IRB 프로토콜, 데이터 사용 계약 및 지원 기관 요구 사항에 따라 CUIT 승인 보안 환경 내에서 수행되어야 합니다. CUIMC의 경우 민감 데이터(RHI 포함)와 관련된 연구 프로토콜 사용 시 정식 IRB 제출 및 CUIMC AI 거버넌스 위원회(AIGC)로의 전달이 필요합니다. 로컬에 설치된 모델은 정식 IT 위험 평가가 필요합니다.

공식 출처 ↗
검토된 기록 주제 더보기

Academic Integrity & Dean's Discipline

학장 징계 및 AI 탐지기의 단독 증거 사용 금지

컬럼비아 대학교의 기준 및 징계 규정(각 학장의 재량에 따라 참여하는 단과대학에 적용됨)에 따르면, 무단 AI 지원은 CSSI가 관리하는 학장 징계 절차를 통해 처리됩니다. AI 탐지 도구의 보고서가 학장 징계 사건에서 학생의 책임을 인정하는 유일한 증거가 될 수는 없습니다. 해당 절차에 따른 이의신청 기한은 기록된 연장/최종 통지 조건을 따르며, 결과 통지서 수령 후 영업일 기준 5일, CSSI 검토 5영업일, 재제출을 위한 반환일로부터 2영업일, 학장 검토를 위한 접수일로부터 10영업일(접수일로부터 10영업일의 최종 통지 조건 포함)이 포함됩니다. 컬럼비아 로스쿨 기본 규칙(§9.2, §11)에 따르면 제출된 과제물은 학생이 직접 작성해야 하며, 자신의 비영어권 원고를 번역한 초안을 독창적인 영어 과제물로 제출하는 것은 기본적으로 금지됩니다(담당 교원의 서면 대안이 있는 경우 제외).

공식 출처 ↗

교수 지침 및 강의 계획서 자율성

강의계획서 자율성 & DFI 지침

교원은 강의계획서에서 AI 정책을 정할 주된 교육적 권한을 유지합니다. 교수학습센터(CTL)는 수업 설계를 위한 상담과 워크숍을 제공합니다. Teachers College의 DFI는 OASID를 통한 장애 편의 제공을 포함하여 강의계획서 예시 문구 다섯 개를 제공합니다. Columbia Law School 정책은 8–11 조항에 기본 규칙을 정하고 있으며, 교수자는 강의계획서에서 서면으로 이를 변경할 수 있습니다.

공식 출처 ↗

거버넌스, 보안 및 조달

중앙 심사 및 현지 위험 평가

모든 교내 AI 플랫폼은 사용자 제출물로 모델이 학습되는 것을 방지하기 위해 중앙 데이터 분류표에 따른 CUIT 보안 평가와 조달 심사를 거쳐야 합니다. CUIMC에서는 로컬에 설치된 모델을 배포하기 전에 보안, 개인정보 보호 및 의료 규정 준수 위험을 평가하기 위한 공식 IT 위험 평가 검토가 필요합니다.

공식 출처 ↗

제출하기 전에

수행 사항

  • 교과목 과제에서 생성형 AI를 사용하기 전에 단과대학별 정책과 강의계획서를 확인하십시오. CSSI 표준 및 징계 규정을 준수하는 단과대학은 담당 강사의 사전 승인을 요구하는 반면, 컬럼비아 로스쿨은 강사가 제한하지 않는 한 정해진 연구/작문 지원 용도의 사용을 기본적으로 허용합니다.
    출처 지침
  • 소속 단과대학의 요구에 따라 작업물에 기여한 모든 생성형 AI 사용을 공개하고(Columbia Law School §7에서는 의무, 허용 시 CBS Honor Code에 따라 필수), 강의 인용 규약을 따르십시오.
    출처 지침
  • 연구, 고객 또는 건강 정보를 입력하기 전에 정확한 데이터 등급, 계정, 승인된 모델과 기능을 확인하십시오. 제품명이나 BAA만으로는 충분하지 않습니다.
    출처 지침

금지

  • 시험에서 AI가 허용된다고 가정하지 마십시오. 서면 허가 조건과 로스쿨 기본 정책의 예외를 포함하여 소속 학교와 수업의 규정을 따르십시오.
    출처 지침
  • Columbia Law School 기본 규칙에 따르면 학점 취득을 위해 제출되는 모든 과제물은 학생이 직접 작성해야 하며, 담당 강사가 사전 공지와 함께 서면으로 대체 정책을 명시적으로 채택하지 않는 한 본인이 영어가 아닌 언어로 작성한 초안을 기계 번역하여 원본 영어 저작물로 제출하는 것은 기본적으로 금지됩니다.
    출처 지침
  • CUIMC에서는 민감 데이터(PHI, PII, RHI)를 Google Workspace Gemini/Gemini Notebook(GCP Enterprise 판과 달리 HIPAA BAA가 없음)이나 승인되지 않은 기능(예: OpenAI Live Web Search 또는 CU AI Toolkit의 승인되지 않은 모델)에 입력하지 마십시오. 학생 기록이 PII 또는 PHI와 겹칠 때마다 더 엄격한 민감 데이터 규칙을 적용하십시오.
    출처 지침

AI 사용에 의문이 제기되었나요?

Columbia University

Columbia University 중앙 교무 지침, CSSI 기준 및 징계 2026–2027(참여 학교는 학장 재량에 따름), Columbia Law School 2026–2027 기본 학사 정책(강사의 서면 대안 포함), Columbia Business School 명예 규정, CUIMC 데이터 분류 매트릭스 및 CUIT AI 서비스를 다룹니다.

조사 및 대응

Columbia University 교무처장의 생성형 AI 정책에 따르면, 의심되는 AI 사용을 확인하는 AI 탐지 도구의 보고서는 학장 징계 사건에서 학생이 정책 위반에 책임이 있다고 판단하는 유일한 증거로 사용될 수 없습니다.

원본 근거 및 범위

Columbia University 교무처장의 생성형 AI 정책에 따르면, 의심되는 AI 사용을 확인하는 AI 탐지 도구의 보고서는 학장 징계 사건에서 학생이 정책 위반에 책임이 있다고 판단하는 유일한 증거로 사용될 수 없습니다.

draft-columbia-20261021-cl-003

전교 차원의 교원 및 학장 징계 청문 담당자

In addition, it is important for instructors to note that when submitted as evidence in an incident report of suspected use of AI, a report from an AI detection tool confirming such use can not be used as the sole piece of proof in a Dean’s Discipline case to find a student responsible for a violation of policy.

Academic Integrity > AI Detection Tools; Extracted text SHA256 4e07238d6d4e46bc3ad6413d5f78912a9d34e9b41aefb638886948962c4b9e6c; original binding lines 329–329; characters 19034–19347; excerpt offset 0–313

대학 공식 출처 ↗

강사는 해당 문제를 독자적으로 해결하려 하기보다, 과정 정책을 위반하여 생성형 AI를 사용한 것으로 의심되는 학생을 학장 징계 절차에 회부하는 것이 권장됩니다.

원본 근거 및 범위

강사는 해당 문제를 독자적으로 해결하려 하기보다, 과정 정책을 위반하여 생성형 AI를 사용한 것으로 의심되는 학생을 학장 징계 절차에 회부하는 것이 권장됩니다.

draft-columbia-20261021-cl-004

컬럼비아 대학교의 모든 교수진

If an instructor believes a violation of academic integrity occurred or has suspicion that a student used AI on an assignment when it was not permitted, it is essential that they report the alleged violation to Student Conduct via this Academic Integrity Violation Referral form as close to the date of detection as possible. While a conversation between the instructor and student is always encouraged, completing a full investigation into the incident on their own (e.g., running the student’s materials through an AI detection tool, holding onto the suspicious assignment until the end of the course for comparison purposes) is not encouraged.

Academic Integrity & Conduct; Extracted text SHA256 4e07238d6d4e46bc3ad6413d5f78912a9d34e9b41aefb638886948962c4b9e6c; original binding lines 327–327; characters 16804–17450; excerpt offset 0–646

대학 공식 출처 ↗

가능한 결과

현재 보존된 근거에는 확인된 구체적 절차나 기한이 포함되어 있지 않습니다. 해당 대학의 규정을 확인하세요.

검토 및 이의 제기

학장 징계 절차(§J)에 따라 정책 위반에 책임이 있다고 판단된 학생은 결과 또는 제재에 대해 결정/결과 통지서를 받은 날로부터 영업일 기준 다섯(5)일 이내에 이의를 제기할 수 있습니다. 초기 심사는 AVP(또는 지정자)가 5 영업일 이내에 실시합니다. 5쪽 최대 분량을 초과하거나 세 가지 배타적 사유를 충족하지 못해 반려된 경우, 학생은 반려일로부터 영업일 기준 두(2)일 이내에 한 차례 재제출할 수 있습니다(1회에 한함). 사유가 충족되면 항소는 학장(또는 지정자)에게 전달되며, 학장은 접수일로부터 10 영업일 이내에 답변을 전달해야 합니다. 학생은 요청 접수일로부터 10 영업일 이내, 또는 가능한 한 빨리 항소 담당관의 최종 서면 결정을 받게 됩니다(연장은 각주 7에 따라 서면으로 통지됩니다).

원본 근거 및 범위

학장 징계 절차(§J)에 따라 정책 위반에 책임이 있다고 판단된 학생은 결과 또는 제재에 대해 결정/결과 통지서를 받은 날로부터 영업일 기준 다섯(5)일 이내에 이의를 제기할 수 있습니다. 초기 심사는 AVP(또는 지정자)가 5 영업일 이내에 실시합니다. 5쪽 최대 분량을 초과하거나 세 가지 배타적 사유를 충족하지 못해 반려된 경우, 학생은 반려일로부터 영업일 기준 두(2)일 이내에 한 차례 재제출할 수 있습니다(1회에 한함). 사유가 충족되면 항소는 학장(또는 지정자)에게 전달되며, 학장은 접수일로부터 10 영업일 이내에 답변을 전달해야 합니다. 학생은 요청 접수일로부터 10 영업일 이내, 또는 가능한 한 빨리 항소 담당관의 최종 서면 결정을 받게 됩니다(연장은 각주 7에 따라 서면으로 통지됩니다).

draft-columbia-20261021-cl-002

참여 학교에서 학장의 징계 결정에 이의를 제기하는 학생

A student may appeal the outcome and/or sanction within five (5) business days after receipt of the decision/outcome letter by filing the appeal electronically to SC. The appeal must be prepared and submitted by the student, and should be no longer than five (5) pages single-spaced typed pages, using 12 Times New Roman font and 1-inch margins, including attachments. The appeal and any supporting materials must be attached as word or PDF attachments and not linked to a Google Drive. Appeals prepared and/or submitted by anyone other than the student will automatically be denied and eligible for a one-time resubmission.

§J (PDF p. 33 / Print p. 31); Extracted text SHA256 cfd351450ca5a2e7fbb329f0922c9d3a52587d261c49a60a9f44e09e358a5dba; original binding lines 3358–3372; characters 77931–78555; excerpt offset 0–624

대학 공식 출처 ↗
The appeal will be reviewed by the AVP (or designee) within 5 business days to ensure the submitted documentation meets one of the three appellate grounds, was submitted by the student, and does not exceed the five (5) page maximum. If none of the appellate grounds are met, and/or if the appeal (including attachments) exceeds the page maximum, the AVP (or designee) will return the appeal to the - 31 1- student and provide an opportunity for the student to resubmit within two (2) business days from return of the appeal. A student may only resubmit an appeal one (1) time. Once a determination has been made by the AVP (or designee) that the grounds have been met, the appeal will be sen

§J (PDF p. 33-34 / Print p. 31-32); Extracted text SHA256 cfd351450ca5a2e7fbb329f0922c9d3a52587d261c49a60a9f44e09e358a5dba; original binding lines 3373–3407; characters 78556–79391; excerpt offset 0–700

대학 공식 출처 ↗
t to the Dean or designee for review. The Dean (or designee) will have 10 business days from the date of receipt to deliver a response.

§J (PDF p. 33-34 / Print p. 31-32); Extracted text SHA256 cfd351450ca5a2e7fbb329f0922c9d3a52587d261c49a60a9f44e09e358a5dba; original binding lines 3373–3407; characters 78556–79391; excerpt offset 700–835

대학 공식 출처 ↗
Regardless of the outcome of the appeal, the student will receive the Appellate Officer’s final decision in writing within 10 business days of receipt of request or at their earliest 7 convenience . The Appellate Officer’s decision is final.

§J (PDF p. 34 / Print p. 32); Extracted text SHA256 cfd351450ca5a2e7fbb329f0922c9d3a52587d261c49a60a9f44e09e358a5dba; original binding lines 3457–3468; characters 80654–80898; excerpt offset 0–244

대학 공식 출처 ↗

AI 도구 및 접근

  • ChatGPT Education기관 접근 권한 / 라이선스출처 범위에서 허용된 것으로 기록됨

    CUIT 또는 CUIMC IT 프로비저닝을 통한 학과 요청

  • ChatGPT공식 권고출처 범위에서 허용된 것으로 기록됨

    CUIMC 자격 증명으로 로그인하세요. 화면에 표시된 Columbia 로고 표시가 있는지 확인하세요.

  • Google Gemini공식 권고출처 범위에서 허용된 것으로 기록됨

    Columbia LionMail 자격 증명을 사용하여 Google Workspace에 로그인하십시오.

  • CHAT공식 권고출처 범위에서 허용된 것으로 기록됨

    aitoolkit.cuit.columbia.edu에서 Columbia UNI로 로그인

기록 업데이트최근 90일 · 기록된 업데이트: 4

이 사이트의 검토된 기록에 대한 업데이트이며, 대학이 정책을 변경했다는 확인이 아닙니다.

  1. 페이지 업데이트

    기타 기록 · 페이지 업데이트

    개정 이력 보기

    개정본을 불러오는 중…

  2. 기록 관리

    기타 기록 · 기록 관리

    개정 이력 보기

    개정본을 불러오는 중…

  3. 기록 추가 · 사이트 수정

    학문적 진실성 · 교수 활동 · 5개 주제 더 보기 · Records involved: 33 (21 corrected / adjusted · 12 added)

    개정 이력 보기

    개정본을 불러오는 중…

과거 근거 또는 분류가 불완전합니다. 개정 이력을 참고하십시오.

모든 대학 이력현재 검토된 주장

출처 확인, 기록 관리 및 페이지 전용 업데이트는 전체 이력에서 확인할 수 있습니다.

검토된 주장

33

공식 출처

공식 URL 17개; 출처 표시 17개 및 캡처된 버전 보관.

Standards and Discipline 2026-2027

cssi.columbia.edu

대학 공식 출처

Columbia University Center for Student Success and Intervention (CSSI)

해시 및 캡처된 버전

Standards and Discipline 2026-2027 · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

cf08063e50f3906654fb88dd10df45099ccbf556b149307a105d4d8a1f9ed56c

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

공식 출처 ↗

Columbia Law School: Policy on Student Use of Generative AI

www.law.columbia.edu

대학 공식 출처

Columbia Law School

해시 및 캡처된 버전

Columbia Law School: Policy on Student Use of Generative AI · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

0b5c6fbe90eb2e90ac05b68311299522bcf79b9e9f5e1b7bffb9d0838a94b360

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

공식 출처 ↗

Columbia Business School Generative AI Policy

students.business.columbia.edu

대학 공식 출처

Columbia Business School Office of Student Affairs

해시 및 캡처된 버전

Columbia Business School Generative AI Policy · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

af43f970ebf2c99c217328a505529910bb57b641b4b54f303d70d3c916895687

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

공식 출처 ↗

Columbia Provost: Generative AI in the Classroom

provost.columbia.edu

대학 공식 출처

Office of the Senior Vice Provost, Columbia University

해시 및 캡처된 버전

Columbia Provost: Generative AI in the Classroom · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

408e2d07ade5ba06d12b9cab5b9988e457c27f0eb5cc2d68292b7712e32b95eb

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

공식 출처 ↗

Columbia Provost: Generative AI

provost.columbia.edu

대학 공식 출처

Office of the Senior Vice Provost, Columbia University

해시 및 캡처된 버전

Columbia Provost: Generative AI · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

c1dee319e2e0c5ecc7857ab4cc21d43f8d52dad90caab134f90460a8889a877f

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

공식 출처 ↗

CUIMC: Artificial Intelligence (AI) Tools and Security

www.it.cuimc.columbia.edu

대학 공식 출처

Columbia University Irving Medical Center IT

해시 및 캡처된 버전

CUIMC: Artificial Intelligence (AI) Tools and Security · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

3353240d9bf20178ecf86fe327c82d57708e722c0c82b70d7b22c1f52f24870d

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

공식 출처 ↗

CUIT: Generative AI Services at Columbia

www.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

CUIT: Generative AI Services at Columbia · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

84efd982d9c316dc50433309be52aa9656b5895319a2d2542cb688ea7cd8df9e

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

공식 출처 ↗

CUIT: ChatGPT Edu

www.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

CUIT: ChatGPT Edu · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

2c2ea4516168a5d598b7f2047017b6cb3070326e928e2cb322d6621ce69428f1

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

공식 출처 ↗

CUIT: Claude for Education

www.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

CUIT: Claude for Education · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

b46d9eb9d5a6cc3f54338cf53ae1a308196e0182abf8c8b8a7f4ad0c9b6928cf

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

공식 출처 ↗

CUIT: Columbia AI Toolkit

www.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

CUIT: Columbia AI Toolkit · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

6527c19ea651a37a024f5808188534e1ac533529cffc73323a6cb7172e4d1eb2

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

공식 출처 ↗

CUIT: Google Gemini

www.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

CUIT: Google Gemini · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

ca3345370c21ab8b861e71aca6fd7b61026ab5d3afda256f931fca229de0686d

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

공식 출처 ↗

CUIT: Google Gemini NotebookLM

www.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

CUIT: Google Gemini NotebookLM · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

5074d45670dac57ed5d4645ff04440cd49fa3f673859c343a4a692fb37fbb764

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

공식 출처 ↗

Teachers College Columbia: GenAI Syllabus Statements

www.tc.columbia.edu

대학 공식 출처

Teachers College Digital Futures Institute

해시 및 캡처된 버전

Teachers College Columbia: GenAI Syllabus Statements · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

489e0688f743f5027b51e9612f3fcbcf4b70e42efd12aa2f345d439685aea526

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

공식 출처 ↗

Center for Teaching and Learning: Generative AI Guidance

ctl.columbia.edu

대학 공식 출처

Columbia Center for Teaching and Learning (CTL)

해시 및 캡처된 버전

Center for Teaching and Learning: Generative AI Guidance · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

0bc3669f1b631f7ea03bfe5fbdf92b3376354c63677309a0f044068868d6fb3e

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

공식 출처 ↗

Best Practices for Responsible AI Use

etc.cuit.columbia.edu

대학 공식 출처

Columbia University Information Technology

해시 및 캡처된 버전

Best Practices for Responsible AI Use · 2026-10-21T15:35:00Z

SHA-256 of the retained capture file bytes.

3e1ada6ddaa4a4acc92281d1fa8b4dd7975aa6b0146416e6cabfb9e062ab8536

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

공식 출처 ↗

Columbia University AI Resources

ai.columbia.edu

대학 공식 출처

Columbia University AI Initiative

해시 및 캡처된 버전

Columbia University AI Resources · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

2e136a4359a42f09a6a4c6a0c069effb15fa59ae744bba2f69eec75cb7daa99b

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

공식 출처 ↗

CSSI: Learn About Policies

cssi.columbia.edu

대학 공식 출처

Columbia University Center for Student Success and Intervention (CSSI)

해시 및 캡처된 버전

CSSI: Learn About Policies · 2026-10-21T15:20:00Z

SHA-256 of the retained capture file bytes.

a56e59f367bb0e1f1e1a402fe657432db58f9bdbe2a751050f97d0656a0b1ffd

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

공식 출처 ↗
기록 정보, JSON 및 인용

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
qs35-40-v6-r4-meta-20261022
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.

  • 공인 배포 대기 중인 독립 코디네이터 단계 범위 검토 및 시각적 QA 승인.
  • 이전 버전에서 나온 비공개 과거 보유 재고 결정은 보존된 상태이며, 최종 통합 검증을 기다리고 있습니다.
  • 후보 뷰 모델과 코디네이터의 독립적인 비교를 기다리고 있는 기존 공개 학생 요약 스냅샷.
  • 검토된 출처에서 자동 채점을 위해 강사가 상용 AI 도구에 학생 제출물을 업로드하는 것을 규율하는 명시적인 대학 전역 규정은 확인되지 않았습니다.
  • 교무처와 단과대학 AI 태스크포스는 지속적인 정책 개정을 진행하고 있으며, 2026-2027 학사 주기 동안 업데이트된 개정안이 나올 수 있습니다.
  • 기관이 조달한 도구의 특정 하위 기능, 자율 에이전트 및 모델 버전 할당량은 여전히 변화하는 부서 약관의 적용을 받습니다.
  • EN/ZH 뷰포트에 걸친 독립적인 헤드리스 브라우저 다중 뷰포트 QA는 코디네이터 배포 승인 대기 상태로 유지됩니다.
        Current reviewed JSON
        학생들이 묻는 질문

        학생들이 묻는 질문

        과제에 AI를 사용해도 되나요?

        컬럼비아 대학교의 분권형 학사 거버넌스 체제 하에서 과제 및 평가 정책은 단과대학별로 다릅니다: CSSI Standards & Discipline(§C.3)을 따르는 단과대학은 무단 AI 지원을 학업 부정행위로 취급하여 담당 교수의 서면 허가를 요구하며, 컬럼비아 로스쿨은 교수가 서면으로 변경하지 않는 한 규정된 연구 및 글쓰기 지원을 허용하는 기본 규칙을 확립하고 있고(§8, §Default), 컬럼비아 경영대학원은 강의계획서에 지정된 과제 모드를 따르도록 요구합니다.

        증거 보기 →
        AI 사용 사실을 공개해야 합니까?

        컬럼비아 법학대학원(§7)은 서면 제출물이나 기타 결과물 작성에 기여하는 생성형 AI 사용을 모두 공개하도록 의무 요건으로 정하며, 공개 여부가 불분명한 경우 공개하는 쪽으로 판단해야 할 적극적 의무가 있습니다. 컬럼비아 경영대학원에서는 AI 지원이 허용되는 경우 항상 명예 규범(Honor Code) 기준에 따라 AI 지원을 적절히 인용해야 합니다. CSSI를 준수하는 학교에서는 학생이 담당 교원이 정한 공개 및 인용 절차를 따라야 합니다.

        증거 보기 →
        민감한 데이터를 업로드할 수 있나요?

        데이터 분류 및 계정, 모델, 기능별 정확한 승인 사항을 따르십시오. CUIMC에서 Workspace Gemini/Gemini Notebook은 HIPAA BAA가 없으므로 민감한 데이터(Sensitive Data)를 입력해서는 안 됩니다. FERPA 기록에는 더 엄격한 민감한 데이터 취급을 필요로 하는 식별/건강 요소가 포함될 수 있습니다. PHI에 대한 CU AI Toolkit 승인은 승인된 모델로 제한되며 공유 채팅 기록의 모든 모델이 승인을 받아야 합니다. 승인된 Copilot 제품에 Copilot 브랜드를 사용하는 모든 제품이 포함되는 것은 아닙니다. 공개/미검증 도구에 기밀 연구 자료를 입력해서는 안 됩니다. 기관 차원의 도구 사용 가능 여부가 평가에서의 사용 허가를 의미하지는 않습니다.

        증거 보기 →
        어떤 도구에 접근할 수 있나요?

        컬럼비아 대학교는 데이터 보호 계약을 체결한 여러 엔터프라이즈 AI 도구를 공식 승인하고 제공합니다. CUIT AI Toolkit(LibreChat, 모든 UNI 대상 일일 $0.15 한도), Google Gemini(Workspace, LionMail 계정), NotebookLM(Workspace 노트 작성), ChatGPT Education(학과 회계 코드(chart string)를 통해 조달, 연 $300), Anthropic Claude for Education(연 $300, chart string 사용), ChatGPT Enterprise(CUIMC 임상 인력), Microsoft Copilot(CUIMC 임상 HIPAA / CUIT M365 추가 기능). 핵심 거버넌스 원칙: IT 보안 승인, 개인정보 영향 평가(PIA), HIPAA BAA 승인은 기술적 데이터 보호 장치를 확립하지만, 학업 평가 허가를 구성하는 것은 결코 아니며, 학업 평가 허가는 여전히 전적으로 교과목 강의계획서(syllabus)에 따릅니다.

        증거 보기 →
        시험 규정은 무엇입니까?

        CSSI 기준 및 징계(Standards & Discipline)와 Columbia Law School 정책(§9.1) 모두에 따라, 강의계획서 및/또는 시험 지침을 통해 교원이 사전 서면 허가를 부여하지 않는 한 시험에서 생성형 AI는 엄격히 금지됩니다. Columbia Law School 시험의 경우 감독 시험, 테이크홈 시험, 온라인 시험 및 수기 시험 전반에 걸쳐 현재의 시험 문제, 프롬프트 또는 사실관계를 일체의 AI 도구에 입력하는 것이 명시적으로 금지됩니다.

        증거 보기 →
        연구 및 출판에는 어떤 규칙이 적용됩니까?

        중앙 교무처 정책에 따라 연구자는 기밀 연구 데이터, 미출간 학술 원고, 연구비 지원 신청서 또는 연구 대상자 PII를 공개용이나 검증되지 않은 AI 도구에 입력해서는 안 되며, 동료 평가(peer review)에 생성형 AI를 사용하는 것은 엄격히 금지됩니다. 기밀 또는 민감 데이터를 포함하는 연구 분석은 IRB 프로토콜, 데이터 사용 계약 및 지원 기관 요구 사항에 따라 CUIT 승인 보안 환경 내에서 수행되어야 합니다. CUIMC의 경우 민감 데이터(RHI 포함)와 관련된 연구 프로토콜 사용 시 정식 IRB 제출 및 CUIMC AI 거버넌스 위원회(AIGC)로의 전달이 필요합니다. 로컬에 설치된 모델은 정식 IT 위험 평가가 필요합니다.

        증거 보기 →
        학문적 부정행위에 해당하는 것은 무엇입니까?

        컬럼비아 대학교의 기준 및 징계 규정(각 학장의 재량에 따라 참여하는 단과대학에 적용됨)에 따르면, 무단 AI 지원은 CSSI가 관리하는 학장 징계 절차를 통해 처리됩니다. AI 탐지 도구의 보고서가 학장 징계 사건에서 학생의 책임을 인정하는 유일한 증거가 될 수는 없습니다. 해당 절차에 따른 이의신청 기한은 기록된 연장/최종 통지 조건을 따르며, 결과 통지서 수령 후 영업일 기준 5일, CSSI 검토 5영업일, 재제출을 위한 반환일로부터 2영업일, 학장 검토를 위한 접수일로부터 10영업일(접수일로부터 10영업일의 최종 통지 조건 포함)이 포함됩니다. 컬럼비아 로스쿨 기본 규칙(§9.2, §11)에 따르면 제출된 과제물은 학생이 직접 작성해야 하며, 자신의 비영어권 원고를 번역한 초안을 독창적인 영어 과제물로 제출하는 것은 기본적으로 금지됩니다(담당 교원의 서면 대안이 있는 경우 제외).

        증거 보기 →
        교육에는 어떤 지침이 적용됩니까?

        교원은 강의계획서에서 AI 정책을 정할 주된 교육적 권한을 유지합니다. 교수학습센터(CTL)는 수업 설계를 위한 상담과 워크숍을 제공합니다. Teachers College의 DFI는 OASID를 통한 장애 편의 제공을 포함하여 강의계획서 예시 문구 다섯 개를 제공합니다. Columbia Law School 정책은 8–11 조항에 기본 규칙을 정하고 있으며, 교수자는 강의계획서에서 서면으로 이를 변경할 수 있습니다.

        증거 보기 →
        어떤 보안 및 조달 요건이 적용됩니까?

        모든 교내 AI 플랫폼은 사용자 제출물로 모델이 학습되는 것을 방지하기 위해 중앙 데이터 분류표에 따른 CUIT 보안 평가와 조달 심사를 거쳐야 합니다. CUIMC에서는 로컬에 설치된 모델을 배포하기 전에 보안, 개인정보 보호 및 의료 규정 준수 위험을 평가하기 위한 공식 IT 위험 평가 검토가 필요합니다.

        증거 보기 →
        이 기록은 언제 확인되었습니까?

        기록 확인 완료:

        기록 버전 →
        이 규칙들을 뒷받침하는 공식 출처는 무엇입니까?공식 출처 →
        전체 근거는 어디에서 볼 수 있나요?

        33 · 전체 정책 증거

        전체 정책 증거 →