В этом пункте объясняется, почему развитие искусственного интеллекта и квантовых вычислений вызывает интерес к будущему программирования. Формулируются проблема, цель и задачи проекта, обозначаются его аудитория и практическая польза. Здесь же уточняется, что прогнозы будут отделяться от уже доступных технологий, а выводы будут опираться на проверяемые источники.

Раздел знакомит с назначением языка программирования и основными этапами его развития: от низкоуровневых команд к языкам высокого уровня и специализированным средствам. На примерах Python, C++ и Java показывается, что языки различаются областями применения, управлением ресурсами и удобством разработки. Это дает основу для дальнейшего сравнения новых инструментов.

В пункте рассматриваются системы, способные предлагать фрагменты кода, объяснять команды, генерировать тесты и помогать искать ошибки. Уточняется, что такие инструменты обучаются на данных и не гарантируют правильности или безопасности результата. Раздел помогает понять, какие этапы разработки ИИ ускоряет, а где необходимы знания и контроль человека.

Здесь объясняются понятия кубита, квантовой операции, измерения и квантовой схемы на доступном для школьного уровня языке. Описывается, почему квантовые алгоритмы предназначены не для любых задач и как шум оборудования влияет на результат. Раздел также знакомит с программными инструментами, позволяющими создавать квантовые схемы и запускать их на симуляторах.

В этом пункте сравниваются обычные языки общего назначения и средства, связанные с искусственным интеллектом и квантовым программированием. Рассматриваются Python, Qiskit и Microsoft Q# с точки зрения назначения, порога входа и доступности документации. Сравнение показывает, что будущее программирования, вероятнее всего, будет включать взаимодействие нескольких языков и библиотек, а не один универсальный язык.

Практическая часть предлагает выбрать небольшую задачу, запросить у ИИ пример программы и проверить его работу. Участник должен описать входные данные и ожидаемый результат, выполнить код в безопасной среде, найти возможные ошибки и сопоставить решение с документацией. Итогом станет наглядный пример того, почему генерация кода не заменяет тестирование и понимание алгоритма.

Раздел объединяет результаты теоретического обзора и практического опыта в таблицу по единым критериям: решаемые задачи, доступность инструментов, надежность, требования к знаниям и ограничения. Отдельно отмечается различие между готовыми ИИ-помощниками и экспериментальной квантовой аппаратурой. Такой подход позволяет формулировать осторожные выводы вместо необоснованных утверждений о скорой замене всех привычных технологий.

В пункте рассматриваются обоснованные перспективы: более тесная интеграция ИИ в редакторы, рост внимания к тестированию и безопасности автоматически созданного кода, развитие библиотек для специализированных вычислений. Прогнозы связываются с текущими ограничениями технологий и не выдаются за гарантированные события. В конце формулируются навыки, которые могут быть полезны будущим разработчикам: алгоритмическое мышление, проверка результатов и умение работать с документацией.

В заключении кратко сопоставляются результаты исследования с поставленной целью и перечисляются основные выводы о влиянии ИИ и квантовых вычислений на программирование. Подчеркивается, что технологии имеют разные области применения, а автоматическая генерация кода требует человеческой проверки. Также отмечаются ограничения проекта и направления, которые можно изучить глубже, например тестирование ИИ-кода или работу квантовых симуляторов.

В этом пункте приводятся использованные учебные, научно-популярные и официальные источники: документация языков и библиотек, материалы разработчиков инструментов, публикации о квантовых вычислениях и ИИ. Для интернет-источников указываются название организации или автора, заголовок материала, ссылка и дата обращения. Список позволяет проверить факты и отделить сведения из документации от прогнозов и личных оценок.