Во введении объясняется, почему знакомство с искусственным интеллектом и машинным обучением важно для цифровой грамотности школьника. Здесь формулируются проблема, цель и задачи проекта, указывается выбранная учебная задача, объект изучения и предполагаемый практический результат. Также обозначаются методы работы: изучение источников, подготовка данных, создание прототипа и его тестирование.

Раздел раскрывает основные значения термина «искусственный интеллект» и показывает, чем интеллектуальная система отличается от программы с фиксированным набором правил. На конкретных примерах описываются распознавание изображений, обработка текста и прогнозирование. Это помогает определить границы выбранной темы и не приписывать модели способности понимать ситуацию так, как её понимает человек.

В этом пункте рассматривается модель как математическое или программное представление закономерностей, найденных в данных. Объясняются обучение с учителем и без учителя, задачи классификации и прогнозирования, а также роль обучающих примеров. Раздел нужен, чтобы обоснованно выбрать подход к практической задаче и понимать, какие результаты можно ожидать от конкретного метода.

Пункт посвящён подготовке данных, устройству нейронной сети на базовом уровне и проверке результатов обучения. Описывается, почему важны полнота и представительность примеров, как возникает переобучение и зачем выделяют тестовую выборку. Рассматриваются показатели и способы анализа ошибок, позволяющие оценить не только удачные ответы, но и ограничения модели.

В практической части сначала формулируется конкретная задача, которую можно решить с помощью модели, и определяются входные данные и ожидаемый ответ. Затем описываются источники примеров, правила их отбора и разметки, а также разделение на наборы для обучения и проверки. Этот этап помогает сделать эксперимент понятным, безопасным и воспроизводимым.

В разделе описывается создание прототипа с помощью доступной среды программирования или учебного сервиса. Указываются выбранный инструмент, последовательность настройки модели, используемые параметры и способ передачи ей новых примеров. Важно зафиксировать основные решения, чтобы другой участник мог повторить проверку и понять, как устроено взаимодействие пользователя с продуктом.

Этот пункт показывает, как прототип проверяется на примерах, не использованных при настройке, и как фиксируются ответы модели. Результаты сопоставляются с правильными ответами, рассматриваются типичные ошибки и возможные причины их появления. На основе тестирования оценивается пригодность продукта для выбранной задачи и формулируются ограничения, которые пользователь должен учитывать.

Раздел рассматривает практические риски: ошибки предсказаний, влияние неполных или несбалансированных данных, вопросы конфиденциальности и необходимость человеческой проверки. Объясняется, почему результат модели нельзя автоматически считать достоверным и как корректно сообщать о применении ИИ. Эти положения помогают сформулировать безопасные рекомендации для пользователей прототипа.

В заключении кратко соотносятся полученные результаты с задачами проекта и описывается, удалось ли создать и проверить прототип. Указываются основные наблюдения о влиянии данных и настроек на ответы модели, а также выявленные ограничения. Завершающая часть фиксирует практическую ценность продукта и возможные направления его дальнейшего улучшения без добавления новых теоретических сведений.

В список включаются использованные учебники, справочные материалы, документация программных инструментов и надёжные публикации об искусственном интеллекте и машинном обучении. Для электронных источников указываются название, организация или автор и дата обращения, если она требуется правилами оформления. Перечень позволяет проверить происхождение сведений и при необходимости повторить практические этапы.