В этом разделе обозначаются тема, её связь с информатикой и современные образовательные технологии, а также причина выбора проблемы адаптации учебных заданий. Формулируются цель, задачи, объект и предмет проекта, указываются предполагаемый продукт и способы его проверки. Отдельно поясняется, какие вопросы будут изучены теоретически и какие элементы будут представлены в практической части.

Раздел раскрывает, что понимается под адаптивным обучением и чем оно отличается от единого курса с неизменной последовательностью заданий. Описываются индивидуальная траектория, обратная связь и учёт исходного уровня подготовки. На примерах объясняется, как система может менять сложность или порядок упражнений, не подменяя учебные цели случайным набором рекомендаций.

В пункте рассматриваются применимые к обучению методы ИИ: классификация ответов, анализ последовательности действий и рекомендательные алгоритмы. Объясняется, какие задачи можно автоматизировать и какие данные нужны для работы моделей. Также отмечаются ограничения алгоритмов: зависимость результата от качества данных, вероятность ошибочной оценки и необходимость участия педагога.

Здесь описывается, как формируется модель ученика: какие темы освоены, где возникают ошибки и как меняются результаты. Рассматриваются принципы выбора следующего задания и предоставления обратной связи. Отдельное внимание уделяется минимизации собираемых сведений, обезличиванию учебных примеров, ограничению доступа и объяснимости рекомендаций.

Раздел устанавливает, каким условиям должен соответствовать проектируемый прототип: понятному интерфейсу, корректной обработке результатов и соответствию заданным учебным целям. Определяются требования к качеству рекомендаций, обратной связи и защите данных. Также формулируются критерии, по которым можно оценить работу модели на учебных сценариях и выявить её ограничения.

В практической части представляется схема основных компонентов прототипа: учебные задания, хранилище результатов, профиль ученика и модуль рекомендаций. Описывается путь пользователя от выбора темы до получения следующего упражнения. Для каждого этапа указывается, какие данные обрабатываются и какой результат видит ученик или учитель.

Пункт описывает последовательность действий алгоритма: получение ответа, обновление оценки освоения темы и выбор следующего задания. Правила представляются в виде блок-схемы или псевдокода и проверяются на нескольких заранее подготовленных сценариях. Примеры должны показывать, как система реагирует на успешное выполнение и повторяющиеся ошибки.

В разделе приводятся результаты проверки логики системы на демонстрационных данных без использования лишних персональных сведений. Сравниваются ожидаемые и полученные рекомендации, отмечаются случаи, когда правило выбора задания срабатывает неточно. По итогам анализа формулируются способы улучшения прототипа и условия, при которых решение следует передать учителю.

В заключении кратко соотносятся полученные результаты с целью и задачами проекта, описываются разработанные элементы концепции и прототипа. Указывается, что показали учебные сценарии и какие ограничения системы обнаружены. Также обозначаются возможные направления дальнейшего развития: расширение набора заданий, более точная проверка рекомендаций и оценка удобства системы для учеников и учителей.

В список включаются использованные учебные и научно-популярные источники по искусственному интеллекту, адаптивному обучению, алгоритмам рекомендаций и защите данных. Для интернет-материалов указываются автор или организация, название страницы и дата обращения, если она требуется правилами оформления. Перечень должен позволять проверить факты и отличать надёжные источники от рекламных публикаций.