Цель уроков — познакомить учащихся с технологиями искусственного интеллекта и их использованием в современном мире. Серия состоит из 7 уроков, которые могут проводиться как учителями информатики, так и преподавателями других дисциплин. Например, урок «Машинное обучение в искусстве» может пройти в рамках МХК, ИЗО или музыки, а «Машинное обучение в спорте» проведен в качестве альтернативного урока по физкультуре.
В ходе урока ученики познакомятся с различными аспектами использования технологий машинного обучения в разных сферах деятельности человека. Активное погружение в мир новых технологических решений, связанных с робототехникой, беспилотными автомобилями и поездами, интеллектуальными играми, голосовыми помощниками и, наконец, произведениями искусства должно помочь создать атмосферу сопричастности учащихся к той удивительной эпохе, в которой мы живем, тем открытиям, которые делаются нашими современниками. Но, что еще важнее, весь «калейдоскоп» открытий, с которыми знакомятся и которые обсуждают школьники, должен помочь осознать им уровень требований к специалистам будущего в разных профессиональных сферах. Это серьезная профориентационная идея урока, задача на перспективу.
Урок познакомит учащихся с одним из самых перспективных и динамично развивающихся направлений в современной ИТ-индустрии, связанной с развитием технологий искусственного интеллекта.
Сценарий урока выстроен по дидактической спирали: на первом витке понятия и технологии компьютерного зрения рассматривается через призму личного опыта школьников, анализируя который обучающиеся погружаются в предметное поле, связанное с развитием технологий этого направления. Анализ практических примеров и активное включение детей в деятельность поможет не только инициировать желание школьников «погрузиться» в эту область знания, но и будет способствовать формированию метапредметных и личностных результатов.
Урок строится по блочно-модульному принципу. Структура урока предполагает различные варианты его компоновки из содержательных блоков в зависимости от технического оснащения класса и наличия доступа к сети Интернет.
В первой (инвариантной) части урока школьники знакомятся с основными аспектами применения машинного обучения в искусстве, а во второй – самостоятельно выполнят практические задания, связанные непосредственно с темой урока.
Урок включает в себя интерактивную беседу, практическую работу и рефлексию прогностического характера.
В течение урока школьники знакомятся с основными достижениями в области игровой индустрии с учетом их хронологии. Важно показать, что человечество уже несколько сот лет пытается воссоздать человеческий интеллект и научить машины играть, но выдающихся достижений удалось достичь только в последние 20–25 лет.
В результате это должно спровоцировать обсуждение этических и эмоциональных аспектов применения технологий машинного обучения в играх.
Учащихся ждет интерактивное занятие, где они познакомятся с возможностями различных интеллектуальных систем, которые поспособствуют повышению их мотивации к проектно-исследовательской деятельности, предоставят возможность самостоятельно обучить нейросеть и даже поспособствуют формированию экологической культуры, соответствующей современному уровню мышления.
Урок ориентирован, прежде всего, на обзор существующих интеллектуальных диалоговых систем с демонстрацией учителем их возможностей.
В ходе урока ученики могут узнать, как задача создания интеллектуальных диалоговых систем решалась инженерно-научным сообществом в течение 80 лет, и самостоятельно сделать выводы о росте динамики развития этой отрасли ИТ-индустрии, а также познакомиться с практическими аспектами ее применения, прежде всего, в нашей повседневной жизни.
На фоне весьма разноплановой беседы о спорте (от подготовки спортсменов, диагностики их физического состояния, организации командного взаимодействия, коммерциализации спорта до интеллектуальных игр и киберспорта) учащиеся познакомятся с возможностями искусственного интеллекта и, в частности, систем машинного обучения. Все это должно спровоцировать интерес учеников к различным аспектам применения технологий машинного обучения, направленных на решение задач прогнозирования, классификации, адаптации и т.п.