Что такое ИИ: алгоритм против нейросети
Цели и задачи
- Цель: к концу урока учащиеся смогут объяснить принципиальное различие между классическим алгоритмическим программированием и машинным обучением на базе нейросетей.
- Образовательная задача: раскрыть понятия «искусственный интеллект», «нейросеть», «обучающая выборка» и «алгоритм».
- Развивающая задача: развивать навыки системного мышления и анализа при сравнении двух подходов к решению задач.
- Воспитательная задача: формировать критическое отношение к возможностям и ограничениям современных ИТ-технологий.
- Профориентационная задача: показать связь темы с актуальными профессиями в области Data Science и Machine Learning.
Планируемые результаты
Личностные
- Готовность к адаптации в условиях динамично развивающейся цифровой среды.
- Интерес к изучению высокотехнологичных областей информатики.
- Осознание этических аспектов использования ИИ в повседневной жизни.
Метапредметные
- Умение выявлять причинно-следственные связи при анализе работы программ.
- Навык сравнения объектов по заданным критериям (гибкость, точность, сложность реализации).
- Способность эффективно использовать ИКТ для поиска и обработки информации.
Предметные
- Понимание определения искусственного интеллекта как области информатики.
- Знание отличий «жесткого» алгоритма от самообучающейся модели.
- Умение приводить примеры задач, которые эффективно решаются нейросетями (распознавание образов, перевод, рекомендации).
Универсальные учебные действия (УУД)
Личностные УУД
- Формирование ответственного отношения к обучению.
- Развитие познавательных интересов на основе связи теории с практикой.
Регулятивные УУД
- Умение ставить учебную задачу на основе соотнесения того, что уже известно, и того, что еще неизвестно.
- Самоконтроль процесса выполнения практического задания в цифровой среде.
Познавательные УУД
- Поиск и выделение необходимой информации в ЭОР.
- Построение логической цепи рассуждений о принципах работы нейронов.
Коммуникативные УУД
- Умение аргументированно высказывать свою точку зрения в ходе дискуссии.
- Интеграция в группу сверстников при обсуждении проблемных вопросов.
Подготовка учителя к уроку
- Проверить наличие интернет-соединения на всех рабочих станциях учеников.
- Подготовить демонстрационный слайд с примером «галлюцинации» ИИ или смешной ошибки распознавания.
- Открыть в браузере сервис Google Teachable Machine (или аналогичный симулятор нейросети).
- Распечатать карточки для приема «Алгоритм или Нейросеть» (15 комплектов).
- Подготовить короткое видео (1.5 мин) о работе биологического нейрона.
- Настроить проектор для демонстрации интерактивной презентации.
Ход урока
Этап 1. Мотивация и «Крючок» (3 мин)
Цель этапа: заинтересовать учащихся, используя актуальный контекст современных технологий.
Время | Действие учителя | Действие учеников |
|---|---|---|
3 мин | Учитель выводит на экран изображение, сгенерированное нейросетью, где у человека 6 пальцев или странная анатомия. «Ребята, посмотрите на этот экран. Перед вами работа одного очень известного художника, который никогда не ходил в школу искусств. Что с этой картиной не так? Почему "автор" допустил такие глупые ошибки, хотя в целом картинка выглядит очень реалистично? Сегодня мы разберемся, почему машина может обыграть человека в шахматы, но иногда пасует перед задачей, с которой справится трехлетний ребенок». | Ученики рассматривают изображение, находят ошибки (лишние конечности, размытые детали). Высказывают предположения: «Это ИИ рисовал», «Он не понимает, как устроено тело», «Он просто копирует пиксели». |
Завершение этапа: учитель подводит итог: «"Ошибки ИИ — это ключ к пониманию того, как он устроен. Мы привыкли, что компьютер — это точный исполнитель алгоритмов, но ИИ работает иначе. Давайте выясним как"».
Этап 2. Актуализация знаний (5 мин)
Цель этапа: восстановить в памяти понятие классического алгоритма.
Время | Действие учителя | Действие учеников |
|---|---|---|
5 мин | Учитель: «"Вспомните 7 класс. Мы учили, что такое алгоритм. Кто может дать определение своими словами?"» Учитель фиксирует на доске ключевые слова: ПОСЛЕДОВАТЕЛЬНОСТЬ, ТОЧНОСТЬ, ИСПОЛНИТЕЛЬ. «"Представьте, что вам нужно написать программу для робота, который должен отличить яблоко от груши. Какие четкие признаки вы бы прописали в коде? Используйте конструкцию ЕСЛИ-ТО"». | Ученики отвечают: «Алгоритм — это четкий порядок действий для достижения цели». Предлагают варианты кода: «Если цвет красный и форма круглая, то это яблоко», «Если форма вытянутая и есть сужение сверху, то это груша». |
Завершение этапа: учитель подводит итог: «"Отлично, это классический подход: программист знает правила и записывает их. Но что, если правил слишком много или мы сами не можем их четко сформулировать?"»
Этап 3. Выявление затруднения и постановка проблемы (5 мин)
Цель этапа: показать ограниченность алгоритмического подхода в задачах распознавания.
Время | Действие учителя | Действие учеников |
|---|---|---|
5 мин | Учитель выводит на экран 20 разных фотографий кошек: сфинксы, мейн-куны, котята, кошки в прыжке, кошки, свернувшиеся клубком. «"А теперь попробуйте составить универсальный алгоритм ЕСЛИ-ТО для распознавания кошки. Помните, что компьютер видит не пушистика, а сетку из миллионов цветных пикселей. Как объяснить машине, что уши могут быть прижаты, хвост спрятан, а морда повернута боком?"» Учитель использует прием Сократовского диалога, разбивая попытки учеников контрпримерами. | Ученики пытаются формулировать правила: «Если есть два уха...». Учитель показывает фото кота в профиль. «Если есть шерсть...». Учитель показывает сфинкса. Ученики приходят к выводу: «Слишком много вариантов», «Невозможно прописать все правила вручную». |
Посмотрите план целиком
Зарегистрируйтесь — и откройте план урока по этой теме полностью: цели, ход урока и рефлексия по ФГОС.
Завершение этапа: учитель подводит итог: «"Мы столкнулись с проблемой: классический алгоритм не справляется с хаосом реального мира. Значит, нам нужен другой подход, где машина сама поймет, что такое кошка. Тема нашего урока: Алгоритм против Нейросети"».
Этап 4. Открытие нового знания (12 мин)
Цель этапа: объяснить принцип работы нейросети через аналогию с обучением ребенка.
Время | Действие учителя | Действие учеников |
|---|---|---|
6 мин | Учитель объясняет концепцию: «"Нейросеть не получает правил. Она получает примеры. Это как маленький ребенок: вы не объясняете ему биологические признаки собаки, вы просто показываете на нее и говорите: 'Это собака'. После 100 повторений мозг ребенка сам выстраивает связи. Нейросеть — это математическая модель, имитирующая работу нейронов мозга"». Учитель показывает видео о нейронах и схему слоев нейросети на слайде. Вводит понятия: ВХОДНЫЕ ДАННЫЕ, ВЕСА, ОБУЧАЮЩАЯ ВЫБОРКА. | Слушают, делают краткие записи. Задают вопросы: «А сколько нужно примеров, чтобы она научилась?», «Может ли она переучиться?». |
6 мин | Учитель демонстрирует работу ЭОР Google Teachable Machine. «"Смотрите, я сейчас 'обучу' модель отличать мою ладонь от кулака прямо сейчас через веб-камеру. Я не пишу ни строчки кода. Я просто даю системе 50 кадров ладони и 50 кадров кулака. Это и есть обучающая выборка"». Учитель проводит демонстрацию, показывая, как меняются вероятности на экране. | Наблюдают за процессом обучения в реальном времени. Видят, как система начинает мгновенно реагировать на смену жеста учителя. |
Запись в тетрадях
- Алгоритм — жесткая инструкция, созданная человеком.
- Нейросеть — обучаемая модель, которая сама находит закономерности в данных.
- Обучающая выборка — набор примеров (изображений, текстов), на которых тренируется ИИ.
- Веса нейронов — числовые параметры, которые меняются в процессе обучения.
Завершение этапа: учитель подводит итог: «"Итак, разница в том, КТО создает правила: человек (в алгоритме) или сама машина на основе данных (в нейросети). Теперь проверим, как вы это поняли"».
Этап 5. Первичное закрепление. Прием «Кейс-баттл» (7 мин)
Цель этапа: научить различать ситуации, где уместен тот или иной подход.
Время | Действие учителя | Действие учеников |
|---|---|---|
7 мин | Учитель предлагает игру: «"Я называю задачу, а вы поднимаете карточку: СИНЯЯ — если нужен алгоритм, КРАСНАЯ — если нейросеть. Будьте готовы объяснить выбор!"» Задачи: 1. Расчет сдачи в магазине. 2. Перевод текста с китайского на русский. 3. Управление лифтом (на какой этаж ехать). 4. Распознавание лиц в системе безопасности. 5. Решение квадратного уравнения. | Ученики поднимают карточки. Аргументируют: «Сдача — это чистая математика, там нужны точные правила, значит алгоритм», «Перевод — это сложно, там много смыслов, нужна нейросеть», «Уравнение решается по формуле дискриминанта — это алгоритм». |
Завершение этапа: учитель подводит итог: «"Вы верно заметили: там, где есть четкая формула — побеждает алгоритм. Там, где есть неопределенность и образы — нейросеть"».
Этап 6. Практическая работа с ИКТ (8 мин)
Цель этапа: дать ученикам возможность лично повзаимодействовать с нейросетью и проанализировать ее работу.
Время | Действие учителя | Действие учеников |
|---|---|---|
8 мин | Учитель дает задание: «"Зайдите на сайт Quick, Draw! от Google. Ваша задача — нарисовать 6 объектов, которые попросит нейросеть. Обратите внимание, на каком этапе она вас понимает. После игры ответьте на вопрос: почему она узнала ваш рисунок, даже если он был кривым?"» Учитель контролирует работу, помогает с переводом английских слов (если нужно). | Ученики работают за компьютерами, рисуют мышкой заданные объекты (например, "стетоскоп", "молния", "медведь"). Обсуждают результаты: «Она узнала мой круг как яблоко, потому что я добавил палочку сверху». |
Завершение этапа: учитель подводит итог: «"Quick, Draw! — это пример того, как миллионы рисунков других людей стали обучающей выборкой для этой сети"».
Этап 7. Рефлексия и домашнее задание (5 мин)
Цель этапа: обобщить полученный опыт и поставить задачи для самостоятельного изучения.
Время | Действие учителя | Действие учеников |
|---|---|---|
5 мин | Учитель проводит рефлексию «Билет на выход». «"Прежде чем уйти, напишите на стикере один факт об ИИ, который вас сегодня удивил, и один вопрос, который остался"». Учитель диктует домашнее задание, поясняя уровни сложности. | Заполняют стикеры, приклеивают их на край парты или доску при выходе. Записывают домашнее задание в дневники. |
Критерии оценивания практической работы
- «5» — ученик успешно прошел тест нейросети, смог объяснить разницу между алгоритмом и нейросетью на примере своих рисунков, активно участвовал в баттле.
- «4» — ученик выполнил практическую работу, но затруднился в объяснении причин ошибок нейросети.
- «3» — ученик выполнил работу под руководством учителя, не смог самостоятельно сформулировать отличия подходов.
Рефлексия
Вопрос для ученика | Цель вопроса |
|---|---|
В какой момент нейросеть в игре 'Quick, Draw!' ошибалась чаще всего? | Осознание важности качества входных данных и признаков. |
Сможет ли нейросеть полностью заменить программистов, пишущих алгоритмы? | Развитие критического мышления и понимания границ применимости технологии. |
Что было легче: придумать правила для распознавания кота или показать картинки? | Субъективная оценка эффективности методов. |
Завершающее слово учителя
«"Сегодня мы заглянули под капот технологий, которые меняют мир прямо сейчас. Помните: ИИ — это не магия, а математика и огромные объемы данных. Алгоритмы дают нам точность и контроль, а нейросети — гибкость и способность видеть мир почти как мы. На следующем уроке мы попробуем сами 'натренировать' простую модель для решения школьных задач. Будьте готовы, будущее уже в ваших ноутбуках!"»
Домашнее задание
Уровень сложности | Задания | Описание |
|---|---|---|
Базовый (обязательный) | Параграф 4.1 учебника, вопросы 1-3. | Прочитать теорию и выписать в тетрадь 3 примера использования ИИ в вашем смартфоне. |
Средний (повышающий) | Исследование «Ошибки ИИ». | Найти в интернете 2 примера забавных ошибок нейросетей (галлюцинации или неверная классификация) и объяснить, почему это произошло. |
Продвинутый (дополнительный) | Мини-проект в Teachable Machine. | Создать свою модель, которая отличает два вида предметов (например, ручку от карандаша), и прислать ссылку на сохраненный проект. |
Контрольный вопрос: «Если программа работает по строго заданным формулам и всегда выдает один и тот же результат на одни и те же данные — это нейросеть или алгоритм?»
