Submit an official source URL
Suggest a public university AI policy, teaching guidance, academic integrity, privacy, procurement, or security-review source.
Прием материалов
Вклад участников помогает расширять охват, однако он не создает напрямую канонические факты политики. Каждый URL источника, исправление, правка перевода или отправка материалов на уровне курса начинается как задача проверки с контролем конфиденциальности, авторских прав, языка источника и доказательной базы.
Первым действующим каналом приема являются шаблоны проблем на GitHub, поэтому заявки видимы, подлежат аудиту и проверке перед публикацией.
Suggest a public university AI policy, teaching guidance, academic integrity, privacy, procurement, or security-review source.
Report that an existing tracked source changed or that a university added, moved, removed, or blocked an AI policy source.
Request correction of an institution name, source attribution, review-state interpretation, or canonical page metadata.
Submit structured course-level AI policy evidence. Course data remains pending until moderation, rights, and claim/evidence review are complete.
Correct localized display text while preserving the original-language evidence as canonical.
Report broken JSON, stale links, checksum issues, field-shape problems, or inconsistency between public pages and public JSON.
Это граница публикации для всех типов материалов.
Трекер не является юридической консультацией, не является советом по академической честности и не является официальным заявлением университета, если только связанный источник не является официальной страницей самого университета.
Материалы по политике на уровне курсов полезны, однако они обрабатываются как доказательные записи, а не как открытые комментарии.
Записи о курсах должны использовать ту же структуру «утверждение/доказательство», что и записи университетов: объект, период, тип источника, утверждение, доказательство на языке оригинала, язык источника, статус проверки и статус модерации. Не вставляйте полные программы курсов, содержимое LMS, личную информацию студентов или непубличные данные преподавателей.
Машиночитаемая политика приёма для агентов, разработчиков и участников.
Процессы внесения вклада, обязательные поля, URL-адреса шаблонов обращений в GitHub, защитные меры и правила публикации.
Очереди проверки, фильтры публикации, правила модерации и границы рецензирования вкладов.