Ссылки для работы с ЭОР
электронный образовательный ресурс по алгебре (7 класс)

Раздел 1. Введение и философия ИИ (5 часов)

1

Что такое искусственный интеллект. История вопроса: от теста Тьюринга до наших дней.

1

Лекция, дискуссия

Учебник, Яндекс Учебник (видео и статьи)

2

Классификация систем ИИ: слабый и сильный ИИ, символьный подход.

1

Фронтальный опрос

Ментальные карты ()

3

Этика искусственного интеллекта. Проблема предвзятости алгоритмов (bias).

1

Дебаты, анализ кейсов

Статьи, поиск источников (Perplexity)

4

Правовое регулирование ИИ в Российской Федерации.

1

Работа с нормативными актами

Яндекс Поиск, КонсультантПлюс

5

Дидактическая игра: «Человек или машина?» (распознавание дипфейков).

1

Игровая деятельность

Шедеврум (генерация изображений для игры)

Раздел 2. Данные и принятие решений (8 часов)

6

Большие данные (Big Data). Источники данных в повседневной жизни.

1

Лекция

Теория

7

Методы сбора данных. Анкетирование и опросы.

1

Практическая работа

Яндекс Формы

8

Предобработка данных. Очистка данных в электронных таблицах.

1

Практическая работа

Яндекс Таблицы

9

Визуализация данных. Построение графиков для поиска закономерностей.

1

Практическая работа

Яндекс Таблицы

10

Основы статистики для ИИ: среднее, медиана, корреляция.

1

Решение задач на доске

Яндекс Таблицы (формулы)

11

Задачи классификации. Логика метода ближайших соседей (k-NN).

1

Решение задач в тетради

Карточки с данными

12

Задачи регрессии. Прогнозирование на основе исторических данных.

1

Решение задач

Яндекс Таблицы (графики трендов)

13

Практикум: Анализ датасета (успеваемость/расходы) и выводы.

1

Защита мини-проекта

Яндекс Таблицы + Яндекс Документы

Раздел 3. Машинное обучение на бумаге и в таблицах (8 часов)

14

Введение в машинное обучение. Обучение с учителем и без учителя.

1

Лекция

Теория

15

Кластеризация. Метод k-means.

1

Решение задач на координатной плоскости

Миллиметровка / Доска

16

Практикум: Сегментация клиентов магазина (карточки с данными).

1

Работа в группах

Бумажные носители

17

Алгоритм CART. Построение дерева решений.

1

Построение схемы на доске

18

Ассоциативные правила. Алгоритм Apriori (как выставляют товары).

1

Разбор примеров из жизни

Теория

19

Практикум: Поиск ассоциаций в чеках (анализ списка покупок).

1

Групповая работа

Яндекс Таблицы

20

Оценка качества моделей. Что такое точность и полнота.

1

Решение задач

Теория

21

Переобучение и недообучение. Как модель «зазубривает» уроки.

1

Лекция с графиками

Яндекс Документы (для презентации)

Раздел 4. Нейронные сети и компьютерное зрение (6 часов)

22

Нейронная сеть: биологическая и искусственная аналогия.

1

Лекция, схема

Теория

23

Архитектура нейросетей. Как нейрон принимает решение.

1

Расчет примера на калькуляторе

Математика

24

Компьютерное зрение. Как компьютер «видит» пиксели.

1

Лекция

Теория

25

Практикум: Работа с компьютерным зрением через веб-сервисы.

1

Лабораторная работа

Шедеврум, Kandinsky (распознавание/генерация)

26

Генеративный ИИ. Как создаются изображения и тексты.

1

Демонстрация, анализ

Шедеврум, YandexGPT

27

Лабиринт восприятия: оптические иллюзии и ошибки компьютерного зрения.

1

Исследование, дискуссия

Шедеврум (создание иллюзий)

Раздел 5. Обработка языка и экспертные системы (4 часа)

28

Обработка естественного языка (NLP). Токенизация и частотный анализ.

1

Практическая работа (подсчет слов)

YandexGPT (анализ текста)

29

Чат-боты и голосовые помощники. Проектирование логики диалога.

1

Проектирование

Диалоги (на бумаге),

30

Экспертные системы. База знаний и логический вывод.

1

Решение логических цепочек

Теория

31

Практикум: Создание базы знаний для простого советчика.

1

Работа в группах

Яндекс Документы / Таблицы

Раздел 6. Проектная деятельность (3 часа)

32

Проектная работа: Выбор темы и постановка задачи.

1

Консультация

YandexGPT (мозговой штурм)

33

Проектная работа: Сбор данных и оформление результатов.

1

Консультация

Яндекс Формы, Яндекс Таблицы, Документы

34

Итоговая конференция. Защита проектов и подведение итогов.

1

Защита проекта

Презентация в Яндекс Документах

Раздел 1. Введение и философия ИИ (5 часов)

1

Что такое искусственный интеллект. История вопроса

Учебник, Яндекс Учебник

2

Классификация систем ИИ

Ментальные карты

3

Этика искусственного интеллекта

Perplexity (поиск источников)

4

Правовое регулирование ИИ в РФ

КонсультантПлюс

5

Дидактическая игра: «Человек или машина?»

Шедеврум

Раздел 2. Данные и принятие решений (8 часов)

6

Большие данные (Big Data)

Теория

—

7

Методы сбора данных

Яндекс Формы

8

Предобработка данных

Яндекс Таблицы

9

Визуализация данных

Яндекс Таблицы

10

Основы статистики для ИИ

Яндекс Таблицы

11

Задачи классификации (k-NN)

Карточки с данными

—

12

Задачи регрессии

Яндекс Таблицы

13

Практикум: Анализ датасета

Яндекс Таблицы + Документы

,

Раздел 3. Машинное обучение на бумаге (8 часов)

14

Введение в машинное обучение

Теория

—

15

Кластеризация (k-means)

Миллиметровка / Доска

—

16

Практикум: Сегментация клиентов

Бумажные носители

—

17

Алгоритм CART (деревья решений)

18

Ассоциативные правила (Apriori)

Теория

—

19

Практикум: Поиск ассоциаций в чеках

Яндекс Таблицы

20

Оценка качества моделей

Теория

—

21

Переобучение и недообучение

Яндекс Документы

Раздел 4. Нейронные сети и компьютерное зрение (6 часов)

22

Нейронная сеть: биологическая аналогия

Теория

—

23

Архитектура нейросетей

Математика

—

24

Компьютерное зрение

Теория

—

25

Практикум: Компьютерное зрение

Шедеврум, Kandinsky

,

26

Генеративный ИИ

Шедеврум, YandexGPT

,

27

Оптические иллюзии и ошибки зрения

Шедеврум

Раздел 5. Обработка языка и экспертные системы (4 часа)

28

Обработка естественного языка (NLP)

YandexGPT

29

Чат-боты и голосовые помощники

Диалоги (на бумаге),

30

Экспертные системы

Теория

—

31

Практикум: Создание базы знаний

Яндекс Документы

Раздел 6. Проектная деятельность (3 часа)

32

Проектная работа: Выбор темы

YandexGPT

33

Проектная работа: Оформление

Яндекс Формы, Таблицы, Документы

, ,

34

Итоговая конференция

Презентация в Яндекс Документах

Раздел 1. Введение и философия ИИ (5 часов)

1

Что такое искусственный интеллект. История вопроса

Яндекс Учебник

Генерация примеров: Помощь ученикам в подборе понятных бытовых примеров ИИ (навигаторы, рекомендации музыки).

2

Классификация систем ИИ

Визуализация: Помощь в составлении текстового описания блоков для ментальной карты «Слабый vs Сильный ИИ».

3

Этика искусственного интеллекта

Perplexity

Оппонирование: Проведение дебатов, где модель выступает в роли «адвоката ИИ», приводя аргументы за сбор данных.

4

Правовое регулирование ИИ в РФ

КонсультантПлюс

Саммаризация: Сокращение длинных юридических статей ФЗ до понятных школьникам тезисов (проверка фактов обязательна).

5

Дидактическая игра: «Человек или машина?»

Шедеврум

Создание заданий: Генерация описаний изображений, которые ученики должны будут отличить от сгенерированных.

Раздел 2. Данные и принятие решений (8 часов)

6

Большие данные (Big Data)

Теория

Объяснение на аналогиях: Превращение сухого определения Big Data в историю (например, «как город управляет пробками»).

7

Методы сбора данных

Яндекс Формы

Составление вопросов: Помощь в формулировке грамотных и непредвопросов для анкетирования одноклассников.

8

Предобработка данных

Яндекс Таблицы

Инструкции: Объяснение шагов по очистке данных в таблицах (как найти пустые ячейки, дубликаты) простым языком.

9

Визуализация данных

Яндекс Таблицы

Интерпретация: Помощь в чтении графиков — объяснение того, что означает «пик» или «провал» на построенной диаграмме.

10

Основы статистики для ИИ

Яндекс Таблицы

Решение задач: Пошаговое объяснение формул среднего арифметического и медианы на примере оценок класса.

11

Задачи классификации (k-NN)

Карточки с данными

Логика алгоритма: Объяснение принципа «скажи мне, кто твой сосед, и я скажу, кто ты» на примере выбора фильма.

12

Задачи регрессии

Яндекс Таблицы

Прогнозирование: Помощь в формулировании выводов о том, как прошлое значение влияет на будущее (тренд).

13

Практикум: Анализ датасета

Яндекс Таблицы + Документы

Написание отчета: Помощь в структурировании выводов и написании введения к мини-проекту по собранным данным.

Раздел 3. Машинное обучение на бумаге (8 часов)

14

Введение в машинное обучение

Теория

Генерация кейсов: Создание простых жизненных ситуаций для обучения с учителем (например, сортировка почты).

15

Кластеризация (k-means)

Миллиметровка / Доска

Проверка логики: Ученик описывает свои группы точек на графике, а модель проверяет, логично ли они разделены.

16

Практикум: Сегментация клиентов

Бумажные носители

Ролевая игра: Генерация профилей «типичных покупателей», которых ученики должны распределить по группам.

17

Алгоритм CART (деревья решений)

Построение логики: Помощь в составлении правильных вопросов («Да/Нет») для ветвей дерева решений.

18

Ассоциативные правила (Apriori)

Теория

Поиск ассоциаций: Генерация примеров того, какие товары часто покупают вместе в супермаркете и почему.

19

Практикум: Поиск ассоциаций в чеках

Яндекс Таблицы

Анализ: Помощь в интерпретации результатов, если ученики составили список покупок в таблице вручную.

20

Оценка качества моделей

Теория

Перевод с технического: Объяснение терминов «Точность» и «Полнота» через примеры из школы (тесты, поиск информации).

21

Переобучение и недообучение

Яндекс Документы

Создание презентации: Генерация структуры слайдов, объясняющих, почему модель «зазубрила» уроки вместо понимания.

Раздел 4. Нейронные сети и компьютерное зрение (6 часов)

22

Нейронная сеть: аналогия

Теория

Метафоры: Генерация ярких сравнений (мозг, телефонная станция) для объяснения работы искусственного нейрона.

23

Архитектура нейросетей

Математика

Решение примеров: Пошаговый расчет «взвешенной суммы» на бумаге с проверкой вычислений ученика.

24

Компьютерное зрение

Теория

Детализация: Объяснение того, как именно сетка видит границы объектов на примере простого рисунка.

25

Практикум: Компьютерное зрение

Шедеврум, Kandinsky

Промпт-инжиниринг: Помощь в составлении точных запросов для генерации или анализа изображений в нейросетях.

26

Генеративный ИИ

Шедеврум, YandexGPT

Творческий штурм: Генерация необычных идей для изображений, которые ученики затем воплотят в Шедевруме.

27

Оптические иллюзии и ошибки зрения

Шедеврум

Анализ ошибок: Объяснение, почему нейросеть приняла одно изображение за другое (например, собаку за коврик).

Раздел 5. Обработка языка и экспертные системы (4 часа)

28

Обработка естественного языка (NLP)

YandexGPT

Демонстрация токенизации: Просьба к модели показать список слов (токенов) из предложения, написанного учеником.

29

Чат-боты и голосовые помощники

Диалоги (на бумаге),

Проектирование интентов: Генерация списка возможных фраз, которые пользователь скажет виртуальному помощнику.

30

Экспертные системы

Теория

Создание базы знаний: Генерация цепочки логических правил «ЕСЛИ температура > 37, ТО состояние = болезнь».

31

Практикум: Создание базы знаний

Яндекс Документы

Наполнение: Помощь в подборе фактов и советов для советчика (например, выбор вуза или вида спорта).

Раздел 6. Проектная деятельность (3 часа)

32

Проектная работа: Выбор темы

YandexGPT

Генерация идей: Список из 10 актуальных тем для проектов, подходящих для анализа без кода (спорт, экология, школа).

33

Проектная работа: Оформление

Яндекс Формы, Таблицы, Документы

Редактура: Проверка черновика проекта на логические ошибки, повторы и улучшение стиля изложения.

34

Итоговая конференция

Презентация в Яндекс Документах

Подготовка к защите: Генерация списка каверзных вопросов, которые одноклассники могут задать во время защиты.