Использование нейросетей на уроках информатики

Автор: Учитель информатики Н.С. Мальцева

Предмет: Информатика и ИКТ

Классы: 8-11

Срок реализации: 8-10 учебных часов

1. Пояснительная записка

1.1. Актуальность темы

В условиях стремительного развития искусственного интеллекта и нейросетевых

технологий формирование у учащихся базовых представлений о принципах работы

нейросетей,

их

возможностях

и

ограничениях

становится

неотъемлемой

частью

современного образования. Данная разработка позволяет интегрировать актуальные

технологические тренды в школьный курс информатики.

1.2. Цель разработки

Сформировать у учащихся системное представление о нейросетевых технологиях, их

применении в различных сферах жизни, а также развить критическое мышление при

взаимодействии с ИИ-инструментами.

1.3. Задачи



Ознакомить с историей развития нейросетей и базовыми принципами их работы



Сформировать практические навыки использования нейросетевых инструментов



Развить умение анализировать результаты работы нейросетей



Сформировать понимание этических аспектов использования ИИ



Способствовать развитию алгоритмического мышления

1.4. Планируемые результаты

Личностные:



Формирование ответственного отношения к использованию ИИ-технологий



Развитие цифровой грамотности и критического мышления

Метапредметные:



Умение работать с современными цифровыми инструментами



Развитие навыков проектной деятельности

Предметные:



Понимание архитектуры простейших нейросетей



Умение использовать нейросети для решения практических задач



Знание областей применения нейросетевых технологий

2. Содержание модуля

Тема 1: Введение в нейросетевые технологии (2 часа)



История развития искусственного нейрона и нейросетей



Базовые принципы работы нейронных сетей



Типы нейросетей: сверточные, рекуррентные, трансформеры



Практика: Анализ примеров использования нейросетей в повседневной жизни

Тема 2: Инструменты и платформы для работы с нейросетями (2 часа)



Обзор доступных нейросетевых сервисов (ChatGPT, Midjourney, ЯндексGPT и др.)



Специализированные платформы: TensorFlow Playground, Teachable Machine



Практика: Создание

простейшей

нейросети

для

распознавания

образов

в

Teachable Machine

Тема 3: Применение нейросетей в образовании (2 часа)



Нейросети как инструмент для поиска информации



Генерация учебных материалов с помощью ИИ



Анализ текстов с использованием нейросетей



Практика: Создание конспекта по заданной теме с помощью нейросети

Тема 4: Этические аспекты и безопасность (2 часа)



Проблемы доверия к результатам работы нейросетей



Авторское право и нейросети



Персональные данные и конфиденциальность



Практика: Кейс-анализ этических дилемм использования ИИ

3. Методическое обеспечение

3.1. Формы организации учебной деятельности



Лекции с интерактивными элементами



Практические работы на компьютерах



Проектная деятельность в малых группах



Дискуссии и дебаты по этическим вопросам

3.2. Дидактические материалы



Презентации по каждой теме



Инструкции для практических работ



Кейсы для анализа



Тестовые задания для проверки знаний



Список дополнительных ресурсов для самостоятельного изучения

3.3. Техническое оснащение



Компьютерный класс с доступом в интернет



Проектор или интерактивная доска



Доступ к нейросетевым платформам (бесплатные версии)

4. Оценочные материалы

4.1. Текущий контроль



Выполнение практических заданий на каждом уроке



Активность в дискуссиях



Ведение цифрового портфолио работ

4.2. Итоговая работа

Проектное задание: Разработка учебного проекта с использованием нейросетевых

технологий на выбор:

1.

Создание образовательного чат-бота по теме школьного предмета

2.

Разработка системы классификации объектов (растения, животные, архитектурные

стили)

3.

Аналитический обзор возможностей и ограничений конкретной нейросети

4.

Создание цифрового арт-проекта с использованием нейросетей

Критерии оценки:



Практическая значимость (0-3 балла)



Техническая реализация (0-3 балла)



Качество анализа результатов (0-3 балла)



Оформление и презентация работы (0-3 балла)

5. Пример практического задания

Тема: "Создание классификатора изображений"

Цель: Научить учащихся создавать и обучать простую нейросеть для распознавания

изображений

Ход работы:

1.

Знакомство с интерфейсом Teachable Machine

2.

Сбор тренировочных данных (фото различных объектов)

3.

Обучение модели классификации

4.

Тестирование модели на новых изображениях

5.

Анализ точности работы и возможных ошибок

6.

Обсуждение принципов обучения нейросетей на примере выполненной работы

Вопросы для рефлексии:



Какие факторы влияют на точность распознавания?



Какой минимальный объем данных необходим для обучения?



В чем сходство и различие между человеческим и машинным обучением?

6. Рекомендации по реализации

1.

Дифференциация заданий: Предложить задания разного уровня сложности с

учетом подготовки учащихся

2.

Межпредметные

связи: Показать

применение

нейросетей

в

математике

(матричные операции), биологии (моделирование нейронов), обществознании

(этические аспекты)

3.

Работа с мотивацией: Использовать игровые элементы и соревновательные

моменты

4.

Безопасность: Строго соблюдать правила использования персональных данных,

работать только с разрешенными образовательными платформами

7. Заключение

Данная педагогическая разработка позволяет системно интегрировать тему нейросетей в

школьный курс информатики, обеспечивая не только формирование технических знаний,

но и развитие критического мышления и цифровой грамотности. Модульный характер

разработки

позволяет

адаптировать

ее

к

различным

условиям

и

возможностям

образовательного учреждения.

Перспективы развития:



Создание элективного курса по нейросетевым технологиям



Организация школьного проекта по разработке ИИ-приложений



Участие в конкурсах и олимпиадах по искусственному интеллекту