В разделе объясняется, почему нейросети стали заметной частью цифровой среды и почему их влияние требует осмысленного изучения. Формулируются проблема, цель, задачи, объект и предмет проекта, а также описываются методы работы: анализ источников, сравнение примеров и практическая проверка ответов нейросетевого сервиса. Отдельно обозначается значение темы для школьников.

Раздел раскрывает понятия искусственного нейрона, слоя, веса связи, обучающей выборки и алгоритма оптимизации. Последовательно описывается путь данных от входного сигнала до результата, объясняется различие между обучением с учителем, без учителя и с подкреплением. Материал помогает понять, почему качество модели зависит от данных, архитектуры и настроек обучения.

В пункте рассматриваются основные этапы развития искусственного интеллекта: появление термина в 1956 году, первые экспертные системы, периоды снижения интереса к исследованиям и последующий рост вычислительных возможностей. Отдельное внимание уделяется успехам глубокого обучения, свёрточных сетей, трансформеров и генеративных моделей, которые сделали технологию доступной массовому пользователю.

Раздел показывает, где человек встречается с нейросетями без непосредственного осознания этого факта. Анализируются навигация, голосовые помощники, автоматический перевод, рекомендации фильмов и товаров, распознавание изображений, фильтры камер, банковский контроль операций и медицинская диагностика. Для каждого примера указываются решаемая задача, используемые данные и возможная польза для пользователя.

В пункте сопоставляются сильные и слабые стороны нейросетевых систем. Рассматривается способность быстро обрабатывать большие объёмы информации, создавать варианты текста и автоматизировать повторяющиеся действия, а также зависимость результата от качества данных, риск предвзятости, отсутствие гарантии истинности и трудности объяснения некоторых решений. Формулируются ситуации, где необходима проверка человека.

Раздел посвящён вопросам, которые возникают при распространении искусственного интеллекта: защите персональных данных, авторскому праву, академической честности, созданию дипфейков и возможной дискриминации алгоритмов. Объясняется, почему нельзя без проверки публиковать сгенерированный контент и передавать сервису конфиденциальную информацию. В конце приводятся правила ответственного цифрового поведения.

В практической части описывается проверка нейросетевого сервиса на нескольких заданиях: объяснение учебного понятия, составление краткого текста, решение логической задачи и определение фактических ошибок. Фиксируются формулировки запросов, ответы модели, время получения результата и замеченные неточности. Для объективности результаты сравниваются с учебником, справочными материалами и независимой проверкой учащегося.

Раздел содержит обработку результатов практической проверки и их интерпретацию по заранее выбранным критериям: точность, полнота, понятность, полезность и безопасность ответа. На основании наблюдений выделяются типичные ошибки нейросети и составляется памятка пользователя. Рекомендации включают точную постановку запроса, проверку фактов, указание источников, отказ от передачи личных данных и обязательное самостоятельное понимание результата.

В заключении обобщаются результаты теоретического анализа и практической проверки нейросетевого сервиса. Формулируется ответ на проблему проекта: нейросеть может повышать эффективность учёбы и повседневных задач, но не отменяет человеческую ответственность, критическое мышление и проверку информации. Также отмечаются условия безопасного применения технологии и возможные направления дальнейшего изучения искусственного интеллекта.

В разделе приводятся источники, использованные при подготовке проекта: учебные материалы по информатике, научно-популярные публикации об искусственном интеллекте, документы разработчиков нейросетевых систем и официальные рекомендации по защите данных. Список оформляется единообразно, содержит названия, сведения об авторах или организациях, даты публикации и ссылки на электронные ресурсы.