Во введении объясняется, почему развитие искусственного интеллекта в России требует отдельного рассмотрения и какие последствия имеют возникающие трудности. Здесь формулируются проблема, актуальность, цель и задачи проекта, определяются объект и предмет изучения, а также указываются методы: анализ источников, сравнение примеров и систематизация сведений. В конце раздела обозначаются границы проекта: рассматриваются основные технологические и общественные факторы, а не разработка собственной модели ИИ.

В этом теоретическом разделе раскрываются понятия искусственного интеллекта, машинного обучения и нейронной сети, а также объясняется, чем обучение модели отличается от обычного программирования по заранее заданным правилам. Рассматриваются типичные этапы работы системы: сбор и подготовка данных, обучение, проверка качества и применение результата. Это необходимо, чтобы далее обсуждать реальные возможности технологий и не смешивать ИИ с любыми автоматизированными программами.

Раздел описывает российский контекст: государственные приоритеты, исследовательскую и образовательную среду, а также примеры использования ИИ в поиске информации, обработке речи, промышленности, медицине и других областях. Примеры следует подтверждать датированными публикациями или официальными документами, различая действующие решения, пилотные проекты и планы. Такой подход помогает оценить, где технологии уже применяются, а где их развитие пока ограничено.

Здесь систематизируются препятствия, которые могут замедлять создание и внедрение ИИ: нехватка специалистов и вычислительных ресурсов, ограничения доступа к качественным данным, высокая стоимость разработки и необходимость защиты информации. Отдельно рассматриваются риски ошибок, предвзятости алгоритмов, непрозрачных решений и чрезмерного доверия автоматическим рекомендациям. Для каждой проблемы важно указать возможную причину и последствия, не представляя предположение как установленный факт.

В практической части описываются критерии отбора материалов: автор и организация, дата публикации, наличие первичных данных и возможность проверить утверждения по независимым источникам. Сведения распределяются по темам и заносятся в таблицу с указанием проблемы, подтверждающего примера, возможного последствия и ссылки. Раздел нужен для того, чтобы рекомендации опирались на проверенные материалы, а ограничения доступной информации были явно обозначены.

На основе собранных материалов участники проекта составляют таблицу «проблема — причина — последствие» и сравнивают затруднения в разных сферах применения ИИ. Например, недостаток размеченных данных может затруднить обучение модели, а непроверенная автоматическая рекомендация — привести к ошибочному решению пользователя. В разделе важно показать связь между наблюдаемым препятствием и его возможным эффектом, отдельно отмечая, где вывод подтверждён источником, а где остаётся оценкой.

В этом разделе для каждой выявленной проблемы формулируются конкретные меры и объясняется, на какой механизм они направлены. Возможные предложения включают развитие подготовки кадров, поддержку исследовательской инфраструктуры, повышение качества и защищённости данных, независимое тестирование алгоритмов и сохранение человеческого контроля в значимых решениях. Рекомендации оцениваются по реализуемости, предполагаемой пользе и возможным ограничениям, чтобы не выдавать общий призыв за готовое решение.

Практический результат оформляется как доклад или презентация, где кратко показаны основные понятия, подтверждённые примеры, выявленные проблемы и аргументированные меры. Для наглядности можно использовать сравнительную таблицу или схему, в которой каждая рекомендация связана с конкретной причиной. Материалы должны содержать ссылки на источники, быть понятными школьной аудитории и позволять ответить на вопросы о достоверности фактов и границах предложенных решений.

В заключении кратко подводятся итоги анализа и оценивается, удалось ли выполнить поставленные задачи. Перечисляются основные препятствия, подтверждённые изученными материалами, и объясняется, почему для их преодоления нужны согласованные действия образовательных организаций, исследователей, бизнеса и государства. Здесь же обозначаются ограничения проекта, например отсутствие собственного технического тестирования моделей, и формулируются направления, которые можно изучить подробнее.

В список включаются все использованные источники: нормативные документы, официальные материалы, учебные издания и публикации, содержащие проверяемые сведения о технологиях и их применении. Для интернет-источников указываются автор или организация, название материала, адрес страницы и дата обращения; для книг и статей приводятся необходимые библиографические данные. Список оформляется единообразно и позволяет читателю самостоятельно проверить факты, примеры и аргументы, приведённые в проекте.