Во введении объясняется, почему тема онлайн-мошенничества с применением искусственного интеллекта актуальна для школьников, которые ежедневно используют цифровые сервисы. Формулируются проблема, цель и задачи проекта, обозначаются его объект и предмет, а также уточняется, для какой аудитории предназначена итоговая памятка. Этот пункт задаёт направление всей работы и показывает её практическую пользу.

В теоретическом разделе кратко объясняется, что понимается под искусственным интеллектом и генеративными моделями в контексте проекта. Рассматриваются способы создания или изменения текста, изображения и аудио без технических инструкций по изготовлению подделок. Пункт помогает понять, почему сгенерированный материал может выглядеть правдоподобно и почему одного впечатления от просмотра недостаточно для проверки его подлинности.

Здесь систематизируются распространённые сценарии обмана, в которых могут использоваться сгенерированные сообщения, поддельные изображения, имитация голоса и фишинговые обращения. Для каждого сценария описывается цель злоумышленника и возможный риск для пользователя, но не приводятся пошаговые инструкции по совершению мошенничества. Раздел нужен, чтобы учащиеся могли узнавать угрозы в повседневной цифровой среде.

В пункте раскрывается роль социальной инженерии: человека могут торопить, запугивать, обещать выгоду или выдавать себя за знакомого и представителя организации. Рассматриваются такие признаки риска, как просьба сохранить разговор в тайне, передать код, открыть неизвестную ссылку или немедленно перевести деньги. Материал помогает распознавать манипуляцию и сделать паузу перед ответом.

Раздел посвящён профилактике цифровых угроз: использованию уникальных паролей, многофакторной аутентификации, настройкам приватности и осторожному обращению с персональными данными. Объясняется, почему нельзя передавать коды подтверждения и как безопасно проверять сайты и контакты. Рекомендации формулируются как повседневные действия, доступные школьнику, и дополняются советом обращаться за помощью к взрослым.

В практической части рассматриваются учебные и публичные примеры подозрительных обращений без публикации настоящих персональных данных и опасных ссылок. Участники определяют признаки давления, несоответствия отправителя и подозрительных просьб, а затем предлагают безопасные способы проверки. Задача этого пункта — применить теоретические знания и показать, что анализ должен опираться на несколько признаков, а не на один визуальный или звуковой маркер.

На основе изученных источников создаётся памятка для школьников с краткими правилами распознавания мошенничества и алгоритмом действий при подозрительном звонке или сообщении. В неё включаются способы независимой проверки контакта, правила защиты кодов и паролей, а также порядок обращения к взрослому, банку или официальной службе. Формат и язык памятки подбираются так, чтобы рекомендации было легко применить на практике.

В этом пункте описывается проверка готовой памятки: несколько читателей оценивают ясность формулировок и могут разобрать учебные ситуации по предложенному алгоритму. Замечания фиксируются, а непонятные рекомендации уточняются без добавления непроверенных утверждений. Оценка показывает, помогает ли продукт отличать подозрительную просьбу от обычного сообщения и понимать, что делать дальше.

В заключении кратко подводятся итоги теоретической и практической частей, соотносятся выполненные задачи с поставленной целью и отмечается, какие способы защиты включены в памятку. Формулируются основные результаты без новых фактов, не представленных ранее в проекте. Также можно обозначить ограничения: признаки подделки меняются, поэтому важно проверять обращения через независимые каналы и пользоваться актуальными официальными рекомендациями.

В список включаются использованные официальные документы, материалы государственных и образовательных организаций, справочные публикации о кибербезопасности и источники о генеративном искусственном интеллекте. Для каждой записи указываются автор или организация, название, дата публикации при наличии и адрес страницы с датой обращения. Такой перечень позволяет проверить сведения проекта и отличить подтверждённые рекомендации от неподтверждённых сообщений.