Во введении будет обозначена тема искусственного интеллекта, объяснено, почему она связана с повседневными цифровыми сервисами, и сформулированы проблема, цель и задачи проекта. Здесь же будут определены объект изучения, ожидаемый продукт и методы: поиск и сопоставление источников, анализ примеров и небольшая практическая проверка инструмента ИИ.

В этом теоретическом разделе будет дано доступное определение искусственного интеллекта и пояснено, почему ИИ не является одним отдельным устройством или программой. Будут разграничены понятия алгоритма, модели и интеллектуальной системы, а также приведены примеры задач, которые компьютеры решают с помощью распознавания образов, обработки языка и поиска закономерностей.

Раздел объяснит, какую роль данные играют в обучении компьютерных моделей и чем обучающие примеры отличаются от новых данных для проверки. На простом примере классификации изображений будет показано, как алгоритм находит закономерности и настраивает параметры. Также будет отмечено, что неполные, ошибочные или несбалансированные данные способны ухудшить качество результата.

В этом пункте будут рассмотрены нейронные сети как математические модели из связанных вычислительных элементов и генеративные системы, создающие текст или изображения. Объяснение останется на школьном уровне: без сложных формул, но с указанием, что модель выявляет закономерности в данных и формирует вероятный результат, а не обязательно понимает его так, как человек.

Теоретическая часть приведёт примеры использования искусственного интеллекта в переводчиках, рекомендациях, распознавании речи и обработке изображений. Одновременно будут разобраны ограничения: зависимость от качества данных, вероятность ошибок и предвзятых результатов, а также необходимость проверять важную информацию и не передавать сервисам лишние личные сведения.

В практической части будет выбран доступный инструмент ИИ и сформулирована задача, которую можно проверить без раскрытия личных данных. Участники подготовят несколько понятных запросов и заранее определят критерии наблюдения: точность, полнота, ясность ответа и наличие сведений, которые можно сверить с независимым источником.

Здесь будут проведены тестовые запросы и сохранены полученные ответы, чтобы сравнить результат с проверенными учебными или справочными источниками. При анализе важно отделить удачные ответы от неточных, отметить влияние формулировки запроса и не делать широких выводов по нескольким примерам. Наблюдения будут представлены в краткой таблице.

На основе изученных источников и практических наблюдений будет составлена памятка для школьников. В ней появятся конкретные рекомендации: проверять факты по надёжным источникам, не вводить персональные данные, уточнять условия запроса, учитывать возможные ошибки и сообщать, если при подготовке учебного материала использовался инструмент ИИ.

В заключении будут кратко сопоставлены результаты проекта с поставленными задачами и сформулированы выводы о принципах работы ИИ, его повседневных применениях и ограничениях. Отдельно будет отмечено, что показала проверка выбранного инструмента и почему его ответы требуют критической оценки. Также можно указать, какие вопросы стоит изучить подробнее.

В этом разделе будут перечислены использованные учебники, справочные материалы, публикации и официальные сайты, на которые опираются определения и факты проекта. Для электронных источников следует указать название материала, автора или организацию, адрес страницы и дату обращения. Список позволит читателю самостоятельно проверить сведения и отделить подтверждённые факты от примеров.