Во введении объясняется, почему нейросети стали заметной частью современного мира и почему их влияние требует осмысленного изучения. Определяются направление проекта, рассматриваемая проблема, цель, задачи, методы работы с источниками и практическая значимость материала для школьников, использующих цифровые сервисы в учёбе и повседневной жизни.

В разделе раскрывается значение терминов «нейрон», «слой», «вес», «обучение» и «нейросетевая модель». Простыми словами описывается путь данных от входного сигнала к результату, объясняется роль обучающей выборки, функции ошибки и настройки параметров, а также показывается отличие искусственной модели от биологического мозга.

Раздел посвящён ключевым этапам становления нейросетевых технологий: появлению первых моделей искусственных нейронов, развитию перцептронов, периодам снижения интереса к исследованиям и последующему распространению глубокого обучения. Отдельно рассматриваются достижения в распознавании изображений, игре го и обработке естественного языка.

Здесь сравниваются обучение с учителем, без учителя и с подкреплением, а также рассматриваются свёрточные, рекуррентные и трансформерные архитектуры. Объясняется, для каких задач применяются классификация, прогнозирование, генерация текста и изображений, почему важны объём данных, вычислительные ресурсы и проверка качества модели.

В пункте систематизируются примеры использования нейросетей в образовании, медицине, промышленности, транспорте, финансах, средствах массовой информации и бытовых приложениях. Для каждой сферы описываются решаемая задача, получаемая польза, необходимый человеческий контроль и возможные последствия ошибки алгоритма.

Раздел анализирует, как автоматизация меняет содержание труда, образование, коммуникацию и способы получения информации. Рассматриваются вопросы цифрового неравенства, изменения востребованных навыков, авторства созданного контента, доверия к алгоритмам и необходимости сохранять самостоятельное мышление при использовании интеллектуальных сервисов.

В этом пункте преимущества и ограничения представлены в сопоставимом виде. К достоинствам относятся скорость обработки больших массивов данных, автоматизация повторяющихся операций, персонализация и помощь специалистам; к недостаткам — ошибки, предвзятость обучающих данных, непрозрачность решений, риски утечки информации, злоупотребления и зависимость от цифровой инфраструктуры.

Практическая часть предполагает проверку нескольких нейросетевых сервисов на одинаковых заданиях: объяснение понятия, создание плана и анализ изображения или текста. Результаты сравниваются по точности, полноте, понятности и наличию ошибок, после чего формулируются правила составления запросов, проверки фактов, защиты персональных данных и обозначения использования искусственного интеллекта.

В заключении обобщаются результаты изучения устройства, применения и общественного влияния нейросетей. Формулируется обоснованная позиция о том, что алгоритмы способны повысить эффективность многих процессов, но не отменяют человеческую ответственность, экспертную проверку и соблюдение требований к безопасности, авторству и конфиденциальности.

В список включаются учебные и научно-популярные издания об искусственном интеллекте, публикации разработчиков архитектур, материалы образовательных организаций и официальные документы о цифровой безопасности. Источники оформляются единообразно с указанием автора или организации, названия, года публикации и ссылки, если материал размещён в интернете.