Согласен, слово «машины» звучит немного по-детски или слишком обобщенно. Для конкурса лучше использовать более профессиональные термины: «Нейросети», «Алгоритмы» или «Системы ИИ». Самый выигрышный и современный вариант для названия «Нейросети».

Методическая разработка занятия кружка по искусственному интеллекту: «Введение в ИИ. Как нейросети учатся видеть»

Аннотация Данная методическая разработка представляет собой конспект вводного занятия в рамках программы дополнительного образования (кружка) по основам искусственного интеллекта. Занятие рассчитано на обучающихся 5–8 классов и не требует от них предварительных навыков программирования. Главный акцент сделан на практическое знакомство с технологиями машинного обучения через интерактивный инструмент. Актуальность Сегодня искусственный интеллект перестал быть фантастикой и стал частью повседневной жизни. Важно не просто рассказать детям о технологиях, но и дать им возможность самим «прикоснуться» к ИИ, понять его логику и ограничения. Это способствует ранней профориентации и развитию критического мышления. Цель занятия: сформировать у обучающихся первичное представление о машинном обучении и компьютерном зрении через практическую деятельность. Задачи: · Образовательные: познакомить с понятиями «искусственный интеллект», «нейросеть», «обучение с учителем»; научить базовым принципам работы компьютерного зрения. · Развивающие: развить навыки работы с цифровыми инструментами, умение анализировать данные и делать выводы. · Воспитательные: сформировать ответственное и этичное отношение к технологиям ИИ. Оборудование и материалы: компьютер/ноутбук с выходом в интернет, проектор, веб-камеры (можно встроенные в ноутбуки), платформа Teachable Machine (или аналогичные визуальные среды). Ход занятия: 1. Организационный момент и мотивация (5 минут) Педагог приветствует обучающихся и задает вопрос: «Где в своей жизни вы сегодня уже сталкивались с искусственным интеллектом?» (Ответы: голосовые помощники, рекомендации видео на YouTube, распознавание лиц в телефоне). Подводим к выводу, что ИИ — это не роботы из фильмов, а математические алгоритмы, которые находят закономерности в данных. 2. Теоретическая часть (10 минут) · Что такое ИИ и машинное обучение? Объяснение на простом языке: традиционная программа работает по жестким правилам (если А, то Б), а нейросеть учится на примерах. · Как обучается ИИ? Разбираем принцип «обучения с учителем» на бытовом примере. Как мы учим ребенка отличать кошку от собаки? Мы показываем картинки и говорим: «Это кошка, а это собака». Нейросети нужно показать тысячи таких картинок (датасет), чтобы она нашла признаки (уши, хвост, форма морды) и смогла сама классифицировать новые изображения. 3. Практическая работа «Создаем свой ИИ» (20 минут) Обучающиеся делятся на мини-группы (по 2-3 человека). Переходим на платформу Teachable Machine (раздел «Image Project»). · Задание: Создать модель, которая будет распознавать объекты по выбору учеников (например: классификатор жестов, распознавание ручек и карандашей, определение эмоций или сортировка мусора).

Шаг 1: Создаем классы (например, Class 1 — «Ручка», Class 2 — «Карандаш»). · Шаг 2: Сбор данных. Ребята нажимают кнопку «Webcam» и делают по 50-100 снимков каждого объекта под разными углами. (Педагог обращает внимание на важность качества данных: свет, фон). · Шаг 3: Обучение модели (кнопка «Train Model»). Наглядно смотрим, как нейросеть обучается. · Шаг 4: Тестирование. Подносим к камере предметы и смотрим, насколько точно ИИ выдает вероятность (например, 98% «Ручка»). 4. Рефлексия и обсуждение (10 минут) · Что произойдет, если мы покажем модели то, чего она не видела? (Например, покажем ластик). Почему она ошибется? (Обсуждение ограничений ИИ — он знает только то, на чем учился). · Какие этические проблемы могут возникнуть, если такую систему использовать в реальной жизни? (Проблема приватности, ошибки распознавания). · Итог: ИИ — это мощный инструмент, который создается людьми и требует от нас ответственности. Заключение Внедрение таких практико-ориентированных занятий в рамках кружковой работы позволяет сделать изучение ИИ доступным для каждого школьника. Обучающиеся не просто получают теоретические знания, но и становятся создателями собственных первых ИИ-моделей, что формирует высокую мотивацию к дальнейшему изучению технологий.

Адрес публикации: https://www.prodlenka.org/metodicheskie-razrabotki/648602-soglasen-slovo-mashiny-zvuchit-nemnogo-po-det