СОДЕРЖАНИЕ
Пояснительная записка ........................................................................................... 3
Содержание курса внеурочной деятельности ...................................................... 7
«Искусственный интеллект и информационная безопасность» ........................ 7
Планируемые результаты освоения программы ................................................ 15
курса внеурочной деятельности .......................................................................... 15
«Искусственный интеллект и информационная безопасность» ...................... 15
Личностные результаты ............................................................................. 15
Метапредметные результаты ..................................................................... 18
Предметные результаты ............................................................................. 22
Тематическое планирование ................................................................................ 26
Пояснительная записка
Программа курса внеурочной деятельности «Искусственный интеллект
и информационная безопасность» для 10–11 классов интегрирует знания
различных предметных областей и учебных предметов, направлена на
формирование межпредметных связей с информатикой, развитие
компетенций обучающихся в области современных информационных и
коммуникационных технологий (ИКТ), основанных на достижениях науки и
IT-отрасли. На уровне среднего общего образования программа выходит за
пределы знакомства с отдельными сервисами и переходит к системному
анализу технологий: обучающиеся рассматривают, как устроены обучаемые
большие языковые модели и какие границы их применимости, как
обеспечивается защита информации на уровне механизмов, а не только
рекомендаций, и как правовые и этические нормы ограничивают
использование искусственного интеллекта (далее – ИИ). Программа
способствует формированию цифровой грамотности обучающихся и
актуального для информационного общества мышления, развитию навыков
работы с технологиями искусственного интеллекта, умений эффективно их
использовать, свободно ориентироваться в цифровой среде и ответственно
вести себя в ней с точки зрения информационной безопасности (далее – ИБ).
Содержание программы выстроено вокруг сквозной идеи: совет дает
ИИ, а решение и ответственность остаются за человеком. Здесь раскрываются
обучаемость и переобучение нейронных сетей, статистическая природа
генерации текста, криптографические основы аутентификации, правовой
режим персональных данных, этика и право в сфере ИИ, а также прикладные
области (медицина, промышленность, космические системы и др.), где цена
ошибки модели и требования к ее верификации максимальны.
Программа курса «Искусственный интеллект и информационная
безопасность» ориентирована на:
−
приоритеты и перспективы, обозначенные в Стратегии научнотехнологического развития Российской Федерации (утверждена Указом
Президента Российской Федерации от 28.02.2024 № 145);
−
требования
информационного
общества,
инновационной
экономики и научно-технологического развития;
−
Национальную стратегию развития искусственного интеллекта на
период до 2030 года (утв. Указом Президента Российской Федерации от
10.10.2019 № 490);
−
федеральный проект «Искусственный интеллект», входящий в
национальный проект «Экономика данных и цифровая трансформация
государства».
В ходе освоения программы происходит совершенствование цифровых
навыков обучающихся, что является не только основным требованием для
интеграции человека в современный информационный мир, но и
необходимым условием успешной учебы и работы, возможностью приобрести
востребованную специальность и иметь преимущество на рынке труда. Для
обучающихся 10–11 классов этот блок приобретает дополнительное значение:
содержание курса связано с профессиональным самоопределением и
показывает траектории входа в профессии на стыке ИИ и информационной
безопасности.
Программа знакомит обучающихся с устройством и возможностями
современных технологий искусственного интеллекта: с эволюцией ИИ от
символьных систем к большим языковым моделям и автономным агентам, с
основами нейронных сетей и вероятностной природой их работы, с
компьютерным восприятием и генерацией изображений, речи и текста. Рядом
с линией ИИ проходит линия информационной безопасности: обучающиеся
рассматривают оценку достоверности информации в эпоху генеративного ИИ,
социальную инженерию, аутентификацию и криптографические основы
защиты доступа, персональные данные и цифровой след, согласия и
профилирование, синтетические медиа и дипфейки, вредоносное программное
обеспечение и средства защиты. Отдельный блок посвящен этическим и
правовым нормам: предвзятости алгоритмов, ответственности за
автоматизированное решение, авторству сгенерированного контента,
границам применения ИИ в медицине, промышленности и космических
системах. Обучающиеся учатся формулировать запрос, критически оценивать
вывод большой языковой модели, проверять факты и код по независимым
источникам, настраивать приватность в типовых сервисах и применять
изученные правила для защиты себя и своей информации в цифровой среде.
Программа конкретизирует содержание, планируемые предметные,
метапредметные и личностные результаты. Стратегическими документами,
определяющими содержание и результаты обучения, являются федеральный
государственный образовательный стандарт среднего общего образования,
утверждённый приказом Минпросвещения России от 17.05.2012 № 413 и
соответствующая федеральная образовательная программа среднего общего
образования, утвержденная приказом Минпросвещения России от 18.05.2023
№ 371.
Основной целью освоения содержания программы является получение
обучающимися знаний, умений и навыков в сфере искусственного интеллекта
и информационной безопасности – перспективной области информационных
и коммуникационных технологий; формирование и развитие компетенций
обучающихся в области применения ИКТ и технологий искусственного
интеллекта; работы с информацией, представленной различными знаковыми
средствами и образными формами, критического отношения к информации;
коммуникации в цифровом пространстве с применением правил
информационной безопасности; воспитания ответственного отношения к
информации с учетом правовых и этических норм ее использования и
распространения, стремления к продолжению образования в сфере
искусственного интеллекта и созидательной деятельности с применением
средств ИИ-технологий.
Задачами курса являются:
−
овладение знаниями об основах искусственного интеллекта и его
применении в современном мире, технологиях искусственного интеллекта,
вызовах и ограничениях искусственного интеллекта, этических вопросах,
связанных с его развитием и использованием;
−
формирование представлений об информационной безопасности и
умений защищаться от мошеннических действий, в том числе совершаемых с
применением технологий искусственного интеллекта;
−
формирование понимания вероятностной природы обучаемых
моделей, границ их применимости и необходимости верификации результата
по независимым источникам;
−
овладение умениями работать с различными видами информации,
самостоятельно планировать и осуществлять индивидуальную и
коллективную информационную деятельность, представлять и оценивать ее
результаты;
−
формирование последовательного, логичного и критического
мышления как необходимого условия профессиональной деятельности в
современном высокотехнологичном обществе;
−
формирование цифровых навыков, в том числе ключевых
компетенций взаимодействия с цифровыми средами, основ работы с данными,
коммуникации на современных цифровых платформах, информационной
безопасности; воспитание критического отношения к информации с учетом
правовых и этических норм ее использования, распространения и
генерирования;
−
знакомство с профессиями на стыке ИИ и информационной
безопасности, требованиями к ним и траекториями профессионального входа.
Обучение учащихся в сфере искусственного интеллекта и
информационной безопасности носит интегративный и практикоориентированный характер; способствует развитию интереса к учебнопознавательной деятельности, основанной на практической включенности в
различные ее виды, в том числе социальную, трудовую, игровую,
исследовательскую и проектную; знакомит обучающихся с перспективным
направлением учебной и профессиональной деятельности; создает условия
для личностного роста и профессионального самоопределения в соответствии
со своими возможностями, способностями и с учетом требований рынка труда
и приоритетов государственного развития.
Занятия по программе курса проводятся 1 академический час в неделю
для каждого класса в течение всего учебного года в форме, отличной от
урочной (игры, викторины, квесты, разбор кейсов, тренажеры и др.).
Программа курса «Искусственный интеллект и информационная
безопасность» реализуется в рамках внеурочной деятельности и соотносится с
целями и задачами Единой модели профориентации. Курс дополняет
профориентационный курс «Россия – мои горизонты» в части знакомства с
профессиями на стыке искусственного интеллекта и информационной
безопасности, формирования представлений о требованиях к специалистам и
траекториях профессионального входа, сопоставления задач профессии с
востребованными школьными знаниями. Программа учитывает задачи
профильного обучения и ориентирует обучающихся на выбор профильных
предметов
(информатика,
математика),
планирование
личной
образовательной траектории с учётом требований ЕГЭ и возможность
поступления на ИТ-направления в вузы и колледжи.
Содержание курса внеурочной деятельности
«Искусственный интеллект и информационная безопасность»
Занятие 1. Искусственный интеллект: какие задачи он решает и где
ошибается
Задачи, которые ИИ решает на уровне человека: распознавание образов
и речи, генерация текста и изображений, планирование, игра. Отличие
обучаемой большой языковой модели от обычной программы: результат
формируется на основе обработки больших данных, а не задается жесткой
инструкцией. Границы применимости: почему модель, хорошо решающая
одну задачу, беспомощна в другой. Ключевое правило безопасного
применения ИИ: совет дает ИИ, а решение и ответственность – за человеком.
Занятие
2.
Эволюция
искусственного
интеллекта:
от
символического ИИ к большим языковым моделям
Символический ИИ и экспертные системы, статистическое машинное
обучение, глубокое обучение нейронных сетей, трансформеры и большие
языковые модели, автономные ИИ-агенты. Движущие факторы развития ИИ.
Чем автономнее система, тем выше цена ее ошибки: необходимость
верифицируемости, прозрачности и защиты обрабатываемой информации.
Перспективы развития отечественной микроэлектроники и центров обработки
данных.
Занятие 3. Отечественная научная школа и развитие
искусственного интеллекта
Вклад отечественных ученых в становление ИИ: М.А. Бурцев,
В.Н. Вапник, А.И. Галушкин, А.В. Гасников, В.М. Глушков, А.Н. Колмогоров,
С.И. Корсаков,
А.А. Ляпунов,
Ю.Е. Нестеров,
Д.А. Поспелов,
А.Я. Червоненкис и др. Современные достижения российской науки и техники
в области ИИ, уникальные условия России для ее технологического лидерства.
Исторический и этический контекст: дискуссия о кибернетике в СССР и
уроки отношения общества к новым технологиям. Роль отечественных
разработок в обеспечении технологического суверенитета. Важность создания
собственных вычислительных мощностей, инструментов и наборов данных
для обучения моделей ИИ в условиях внешних ограничений.
Занятие 4. Основы нейронных сетей: от модели нейрона к большой
языковой модели
Формальный нейрон. Идея обучения нейросетей. Почему обучение на
данных не равно пониманию: обобщающая способность, переобучение, роль
объема и качества обучающей выборки. Статистические методы в основе
генерации текста.
Занятие 5. Экспертиза информации в эпоху генеративного ИИ
Алгоритм оценки источника: первичные и вторичные данные,
библиографическая и фактологическая проверка, работа с метаданными и
обратным поиском изображений. Когнитивные искажения и манипулятивные
техники в подаче информации. Ответственность за репост и производство
контента. Специфические ошибки генеративных алгоритмов в составе
больших
языковых
моделей:
«галлюцинации»,
правдоподобная
недостоверность; практика верификации ответов ИИ по независимым
источникам.
Занятие 6. Образ искусственного разума в культуре: от прогноза к
инженерной реальности
Эволюция представлений об ИИ в литературе, кино и искусстве и их
влияние на общественные ожидания и на сами исследования. Разграничение
научной
фантастики,
футурологического
прогноза
и
реальной
технологической траектории. Почему ожидания регулярно расходятся с
реальностью. Реальные, а не сюжетные риски ИИ: концентрация данных и
вычислительных ресурсов, манипуляция, утрата контроля над автономными
системами.
Занятие 7. Этика и право в сфере искусственного интеллекта
Ключевые этические проблемы: предвзятость алгоритмов и
справедливость, прозрачность и объяснимость, ответственность за решение,
приватность. Права человека в цифровой среде: право на объяснение
автоматизированного решения, защита от дискриминации, значимые решения
– только при участии человека.
Занятие 8. Социальная инженерия и принцип нулевого доверия:
противодействием атаке
Атака через доверие: разведка цели, подготовка легенды, канал
воздействия, момент действия. Почему человек – «слабое звено» защиты.
Вовлечение подростков в уголовно наказуемую деятельность: дропперство,
«работа курьером», передача/приём денег, ложные сообщения о минировании
по заданию «куратора», вербовка в мессенджерах и онлайн-играх.
ИИ как инструмент атакующего: клонирование голоса и лица, генерация
убедительных текстов и автоматизация целевого фишинга. Регламенты
подтверждения операций, правило «нулевого доверия» к просьбам о данных и
деньгах, культура сообщения об инцидентах. Правовые последствия действий
подростков в сети с позиции уголовной ответственности: статья 159 УК РФ
(мошенничество) и статья 159.6 УК РФ (мошенничество в сфере
компьютерной информации), предусматривающие ответственность за
хищение путём обмана или доверия, в том числе через воздействие на
компьютерную информацию, с максимальным наказанием до десяти лет
лишения свободы, статья 272 УК РФ – неправомерный доступ к охраняемой
компьютерной информации.
Занятие 9. Сервисы на основе ИИ: устройство, экономика данных и
приватность
Как устроены рекомендательные и поисковые сервисы, переводчики,
голосовые ассистенты. Экономика данных: «бесплатный» сервис,
монетизация поведенческих данных, клиент-серверная архитектура.
Управление приватностью: разрешения приложений, настройки рекламных
профилей, минимизация оставляемых данных.
Занятие 10. Аутентификация и защита доступа: от пароля к
многофакторным схемам
Криптографические основы пароля: пространство ключей и
трудоемкость перебора, почему важна стойкость и уникальность.
Многофакторная и адаптивная аутентификация: одноразовые коды,
аппаратные ключи, биометрия и PUSH-подтверждения, менеджер паролей.
Настройка двухфакторной аутентификации на учебном аккаунте, проверка
стойкости паролей через открытые сервисы оценки сложности, примеры
утечки паролей. Атаки нового типа: подбор по базам утечек, генеративный
фишинг и клонирование голоса. Противодействие на уровне человека и
устройств.
Занятие 11. Коммуникации в цифровой среде: этикет, анонимность,
доверие и травля
Сетевой этикет и правовые рамки общения. Анонимность, верификация
личности собеседника и проблема доверия в открытых каналах. ИИсобеседники: чат-боты и ИИ-агенты в переписке и играх.
Кибербуллинг: психология, правовые последствия, алгоритмы
безопасного поведения и поддержки пострадавших.
Действия при травле в сети. Признаки вовлечения в деструктивные
сообщества, алгоритм действий при получении угроз или призывов,
координаты горячих линий. Правовые последствия действий подростков в
сети с позиции уголовной ответственности: статья 137 УК РФ (нарушение
неприкосновенности частной жизни) и статья 137.1 (распространение
персональных данных), а также статьи 110, 110.1 и 110.2 – доведение до
самоубийства, склонение к нему и организация деятельности, побуждающей к
нему, статья 128.1 (клевета) применима к распространению заведомо ложных
сведений в сети.
Занятие
12.
Компьютерное
восприятие:
распознавание
изображений, речи и текста
Как компьютер «видит» датчиками: дискретное представление
изображений и звука – пиксель, цветовая модель. Распознавание речи и синтез
голоса, оптическое распознавание текста, компьютерное зрение, генерация
изображений по описанию. Трудности распознавания (двусмысленность,
ирония, шум в данных). Риск слежки и этические ограничения работы с
биометрией.
Занятие 13. Персональные данные, цифровой след и правовые
основы их защиты
Правовое содержание понятия персональных данных: категории,
основания и цели обработки, права субъекта и обязанности оператора.
Цифровой след и профиль: cookie и метаданные, геолокация, поведенческие
данные. Как ИИ собирает разрозненные сигналы в узнаваемый профиль.
Цифровая репутация и самопрезентация в сети. Управление приватностью,
удаление и переносимость данных.
Правовые последствия действий подростков в сети с позиции уголовной
ответственности: статья 272.1 УК РФ – незаконные использование, сбор и
хранение компьютерной информации, содержащей персональные данные, с
усиленной ответственностью при работе с данными несовершеннолетних и
биометрией.
Занятие 14. Согласия, настройки приватности и профилирование:
как устроен сбор данных
Правовой смысл согласий и политик конфиденциальности, cookieуведомления. Что искать в тексте и какие права он ограничивает. Разрешения
приложений, профилирование рекламы. Манипулятивные интерфейсы,
побуждающие к опасным действиям. Практика настройки приватности в
типовых сервисах. Настройки приватности: аудит разрешений установленных
приложений на смартфоне с отзывом избыточных разрешений на камеру,
микрофон, геолокацию и контакты, настройку cookie в браузере; чтение
типового пользовательского соглашения с поиском ключевых пунктов о
передаче данных третьим лицам, праве на удаление и юрисдикции.
Занятие 15. Интернет вещей и умный город: автоматизация,
обратная связь и большие данные
Архитектура умного города: сеть датчиков и исполнителей, контур
управления с обратной связью. Большие данные и анализ в интересах города:
транспорт, ЖКХ, безопасность. Где проходит граница между эффективностью
и приватностью при массовом сборе данных. Специфика защищенности:
слабые пароли по умолчанию, безопасность беспроводных каналов.
Занятие 16. Цифровые двойники и компьютерное моделирование
От информационных и имитационных моделей к цифровому двойнику.
Роль ИИ в двойниках: калибровка параметров, обучение на данных, прогноз
состояний и сценарное тестирование без риска для реального объекта. Риски
и ответственность: чувствительность данных двойника, последствия неточной
модели, вопрос доверия к решениям, принятым на основе модели.
Занятие 17. Синтетические медиа: дипфейки и технологии
противодействия
Технологии генерации синтетического контента: архитектуры и
обучение, массовость и удешевление подделок аудио, видео и изображений.
Методы выявления подделок: анализ артефактов и физиологических сигналов,
метаданные и цифровые водяные знаки. ИИ на двух сторонах противостояния.
Гигиена достоверности: верификация источника и перепроверка по
независимому каналу.
Занятие 18. Онлайн-мошенничество: схемы, механизмы и порядок
действий при инциденте
Классификация мошеннических схем: фишинг и клонирование сайтов,
финансовое и игровое мошенничество. Психологические рычаги воздействия.
ИИ как усилитель мошенничества: качество языка, персонализация, имитация
голоса и видео, автоматизация массовых и точечных атак.
Клонирование голоса из открытых источников. «Голосовое
подтверждение» как этап сбора биометрии. Дипфейк-видеозвонок от
«значимого взрослого». Фейковое видео с участием известных личностей.
Регламент реагирования: фиксация доказательств, блокировка и смена
учетных
данных,
уведомление
банка,
поддержки
сервиса
и
правоохранительных органов. Как подать заявление через электронную
приёмную на сайте МВД России, что сохранить как доказательство
(скриншоты с датой и временем, выписки из банковского приложения,
детализация звонков), как получить талон-уведомление, какие сервисы
самозащиты доступны на портале Госуслуг (проверка подозрительного
номера, самозапрет на кредиты, проверка кредитной истории). Возможные
последствия личного участия в мошенничестве (статья 159 УК РФ).
Занятие 19. ИИ в учебной деятельности: инструменты и честность
ИИ-инструменты в учебе и труде: объяснение и систематизация
материала, генерация задач и тестов, редактура, границы допустимого.
Последовательность выполнения учебных заданий: самостоятельное
выполнение без обращения к помощи генеративного ИИ; дополнение
полученного результата с помощью возможностей ИИ; обобщение и проверка
полученных результатов. Академическая честность: ответственность автора,
риск делегирования мышления технологиям ИИ.
Занятие 20. Генеративный ИИ и интеллектуальное право: вопрос
авторства
Правовые режимы сгенерированного контента: объект и субъект
авторского права, права на изображение и голос, лицензионные условия
сервисов, маркировка ИИ-контента. Экономическая и этическая сторона:
обучение моделей на чужом творчестве, справедливая компенсация авторов,
ответственность за нарушение прав. Правовые последствия действий
подростков в сети с позиции уголовной ответственности: нарушение
авторских и смежных прав (ст. 146 УК РФ).
Занятие 21. ИИ в медицине: диагностика, метрики качества и
ответственность
Компьютерное распознавание медицинских изображений и сигналов:
задачи, данные, архитектуры. ИИ как «второе мнение» врача. Цена
ложноположительного и ложноотрицательного диагноза. Ответственность и
этика: врач всегда сам принимает решение. Как датчики и алгоритмы фитнесустройства получают и интерпретируют показатели. Почему ИИ-совет не
заменяет диагностику: риск гипердиагностики и самолечения. Безопасность
медицинских данных здоровья: передача и хранение, доступ третьих сторон.
Занятие 22. Безопасность финансовых средств в цифровой среде:
архитектура защиты и роль ИИ
Архитектура защиты безналичных платежей: клиент-серверная модель
и разделение зон ответственности, шифрование канала, протоколы
подтверждения, многофакторная аутентификация при проведении операций.
Биометрия в финансовом доступе, включая голосовую и поведенческую:
требования к защищённости образцов биометрических данных (152-ФЗ) и
правовые рамки дистанционного банковского обслуживания (161-ФЗ).
Атаки на финансовый доступ: целевой фишинг, клонирование голоса
знакомого. Порядок действий и фиксации инцидента, ответственность сторон
при компрометации.
Занятие 23. Вредоносное программное обеспечение и системы
защиты
Семейства и тактики вредоносного ПО: вирусы, черви, трояны,
шпионское и рекламное ПО. Защита: антивирус, межсетевой экран, контроль
приложений, обновления, резервное копирование. ИИ в атаке и обороне.
Безопасность загрузки и установки программ.
Проверка устройства антивирусом, настройка межсетевого экрана
операционной системы, проверка статуса обновлений операционной системы
и браузера, анализ примеров фишинговых писем с поиском признаков
подделки – адреса отправителя, ссылок, вложений, срочности просьбы.
Правовые последствия действий подростков в сети с позиции уголовной
ответственности: статья 273 УК РФ – создание, использование и
распространение вредоносных программ.
Занятие 24. Искусственный интеллект в промышленности и
сельском хозяйстве: автоматизация и безопасность
Промышленный
ИИ:
компьютерное
зрение,
предиктивное
обслуживание, робототехника и автономные системы (БПЛА, наземные
платформы). Понятие периферийного ИИ для работы в условиях отсутствия
связи. Защита критической информационной инфраструктуры от кибератак и
«отравления данных». Человек в условиях автоматизации: изменение
содержания труда, переквалификация, сохранение ответственности человека
за критические решения.
Занятие 25. ИИ в авиации, космосе и беспилотных системах. Защита
каналов связи
Автономные и пилотируемые системы: где заканчивается «автопилот» и
начинается ИИ. Предиктивное обслуживание техники по данным бортовых
датчиков, компьютерное зрение для навигации и уклонения от препятствий,
планирование миссий и анализ телеметрии и снимков, помощь диспетчеру и
пилоту как «второе мнение». Почему в критических системах решение и
ответственность остаются за человеком, а ИИ работает в контуре с
обязательной верификацией. Канал связи как часть системы управления и как
мишень: связь «земля – борт – земля», спутниковая и радионавигация,
телеметрия и команды управления беспилотником. Регуляторные требования
к кибербезопасности критической инфраструктуры и авиационных систем;
этические и правовые вопросы применения беспилотников.
Занятие 26. Профессии на стыке ИИ и информационной
безопасности: требования и траектории
Профессии в индустрии ИИ и анализа данных: исследователь
машинного обучения, инженер данных, аналитик, промпт-инженер,
специалист по этике и качеству моделей, инженер по кибербезопасности
промышленных систем, разработчик бортовых систем ИИ, специалист по
цифровым двойникам, инженер-материаловед с компетенциями в науках о
данных (Data Science). Акцент на междисциплинарность: важность физики,
химии и математики наравне с программированием.
Профессии в информационной безопасности: аналитик, инженер по
защите информации, специалист по реагированию на инциденты. Траектория
«входа» в профессию: профильное обучение и ЕГЭ, олимпиады, ИТ-
специальности вузов и колледжей, портфолио проектов и соревнования.
Дефицит и перспективы кадров.
«Нецифровые»
профессии:
расширение
возможностей
профессиональной деятельности учителя, врача, военного, спасателя и т.д.
навыками в сфере ИИ для стабилизации социально-экономической ситуации
на рынке труда.
Занятие 27. Личная стратегия работы с ИИ и информационной
безопасности: итоговая рефлексия
Формирование персональной методики: с какими ИИ-сервисами
работаю, для каких задач, как проверяю результат и что не доверяю модели.
Формируем личную позицию «ИИ – это…», «он умеет…», «в нем нельзя…»,
«как я себя берегу». Закрепление главного принципа: совет дает ИИ, решает
человек. План развития компетенций ИИ и ИБ после окончания школы.
Планируемые результаты освоения программы
курса внеурочной деятельности
«Искусственный интеллект и информационная безопасность»
ЛИЧНОСТНЫЕ РЕЗУЛЬТАТЫ
В результате освоения программ курса внеурочной деятельности
«Искусственный интеллект и информационная безопасность» у обучающегося
будут сформированы следующие личностные результаты.
1. Патриотическое воспитание:
−
понимание роли науки и технологий, в том числе
информационных и коммуникационных, в обеспечении устойчивого развития
и будущего российского государства и общества в условиях стремительных
изменений современного мира, когда первенство в исследованиях и
разработках, освоении новых знаний и создании инновационной продукции
является ключевым фактором, определяющим конкурентоспособность
национальных экономик и эффективность национальных стратегий
безопасности;
−
ценностное отношение к достижениям российских ученых,
инженеров, специалистов в области ИКТ; признание вклада отечественной
научной школы кибернетики, теории информации, распознавания образов и
искусственного интеллекта (М.А. Бурцев, В.Н. Вапник, А.И. Галушкин,
А.В. Гасников,
В.М. Глушков,
А.Н. Колмогоров,
А.А. Ляпунов,
Ю.Е. Нестеров, Д.А. Поспелов, А.Я. Червоненкис и др.) в мировой научнотехнический прогресс;
−
готовность к обучению и заинтересованность в дальнейшей
эффективной профессиональной деятельности в сфере информационных
технологий, искусственного интеллекта и защиты информации для решения
актуальных государственных, социальных и личностных задач.
2. Гражданское воспитание:
−
готовность участвовать в переходе к передовым цифровым,
интеллектуальным, производственным технологиям, роботизированным
системам, новым материалам и способам конструирования, созданию систем
обработки больших объемов данных, машинного обучения и искусственного
интеллекта;
−
понимание основных преимуществ технологий искусственного
интеллекта: снижение рисков, круглосуточная доступность, быстрое принятие
решений, адаптируемость, снижение нагрузки на человека в рутинных
операциях, производственных процессах;
−
представление о возможностях и перспективах использования
искусственного интеллекта в различных областях профессиональной
деятельности человека: в информационных системах связи, в транспорте и
логистике доставки товаров, в финансовом секторе для фиксации и
блокировки атак злоумышленников, в медицине для диагностики и поиска
схем лечения пациентов, в образовании для повышения качества знаний, в
бизнесе для проведения аналитики, оптимизации рутинных рабочих
процессов, выявления рисков и мошенничества, в жилищно-коммунальном
хозяйстве и городском управлении для систем «умного» дома и «умного»
города, цифровых двойников объектов и территорий, в промышленности и
сельском хозяйстве для контроля качества, в космической отрасли – для
планирования миссий;
−
готовность к активному участию в обсуждении социально
значимых и этических проблем, связанных с современными технологиями, в
особенности технологиями искусственного интеллекта;
−
осознание
важности
морально-этических
принципов
в
деятельности, связанной с реализацией технологий искусственного
интеллекта;
−
соблюдение правил безопасности в цифровой среде: устойчивые
навыки безопасного поведения в интернет-среде, привычка защищать учетные
записи и персональные данные, настраивать приватность сервисов и
домашних устройств, не передавать конфиденциальную информацию по
непроверенным каналам;
−
осознание себя ответственным участником цифрового общества:
понимание того, что действия в сети имеют реальные последствия для самого
пользователя, его близких и окружающих, и что правовые и этические нормы
распространяются на цифровую среду в полной мере.
3. Духовно-нравственное воспитание:
−
уважение традиционных российских духовно-нравственных
ценностей;
−
готовность оценивать свое поведение и поступки, а также
поведение и поступки других людей с позиции нравственных и правовых норм
с учетом осознания последствий поступков;
−
активное неприятие асоциальных действий, в том числе в сети
Интернет и в процессе взаимодействия с искусственным интеллектом (обман,
мошенничество, кибербуллинг, травля, вторжение в частную жизнь других
людей), а также противодействие им;
−
способность критически оценивать этические и моральные
аспекты использования искусственного интеллекта и выступать за
ответственность (и быть ответственными) при его использовании;
−
принятие базового правила безопасного использования
искусственного интеллекта: совет дает ИИ, решение и ответственность
остаются за человеком; непринятие позиции перекладывания ответственности
за собственные решения на алгоритм или сервис;
−
уважение к интеллектуальному труду и авторству, неприятие
выдачи результата, созданного искусственным интеллектом или другим
человеком, за собственный; следование правилам академической честности
при учебной работе с ИИ-инструментами.
4. Эстетическое воспитание:
−
понимание эмоционального воздействия искусства при
генерировании текстов, иллюстраций, музыки с помощью искусственного
интеллекта; осознание важности искусства и творчества как способов
самовыражения и коммуникации;
−
умение отличать творческий замысел и выбор человека от ИИгенерации по образцу; понимание того, что модель является инструментом, а
автором смыслового и эстетического решения остается человек.
5. Физическое воспитание, формирование культуры здоровья и
эмоционального благополучия:
−
осознание возможных негативных последствий использования
искусственного интеллекта с целью обеспечения физической безопасности
человека, а также рисков, связанных с доверием автоматическим решениям в
транспорте, медицине, системах «умного» дома и города;
−
критическое отношение к рекомендациям ИИ-сервисов в сфере
здоровья и самочувствия: понимание границ их применимости, опасности
самолечения и необходимости обращаться к специалисту;
−
понимание влияния непрерывного пребывания в цифровой среде
и алгоритмических лент рекомендаций на самочувствие, внимание, режим и
готовность дозировать цифровую активность.
6. Трудовое воспитание:
−
интерес к практическому изучению профессий в сфере ИКТ,
искусственного интеллекта и защиты информации, осознание их актуальности
и перспективности с точки зрения выстраивания личностных жизненных
траекторий, реализации общественных интересов и потребностей;
−
уважение к профессиональной деятельности в сфере
информационных технологий, ее результатам и достижениям;
−
понимание того, что применение ИИ не снимает с человека
требований качества, аккуратности и проверяемости результата работы.
7. Экологическое воспитание:
−
понимание
возможностей
использования
искусственного
интеллекта для решения экологических проблем, сохранения и улучшения
окружающей среды (мониторинг состояния окружающей среды, анализ
данных дистанционного зондирования Земли, рациональное использование
ресурсов в системах «умного» города и сельского хозяйства);
−
готовность к участию в практической деятельности экологической
направленности с применением ИИ-технологий;
−
осознание собственной экологической ответственности при
пользовании цифровыми сервисами и устройствами: потребление
электроэнергии инфраструктурой данных и электронные отходы как обратная
сторона цифровизации.
8. Ценности научного познания:
−
формирование представлений об информации, информационных
процессах и информационных технологиях, соответствующих современному
уровню развития науки и общественной практики; интерес к обучению и
познанию, любознательность, стремление к самообразованию;
−
понимание научного пути развития искусственного интеллекта:
смена парадигм от символьных систем и экспертных систем к
статистическому обучению, нейронным сетям и генеративным моделям; роль
накопления данных и роста вычислительных мощностей;
−
развитие навыков самостоятельной работы с информацией и
средствами информационных технологий; привычка проверять полученные с
помощью ИИ сведения по независимым источникам и опираться на первичные
данные.
МЕТАПРЕДМЕТНЫЕ РЕЗУЛЬТАТЫ
Познавательные универсальные учебные действия
Базовые логические действия:
−
выявлять и характеризовать существенные признаки объектов
(явлений), в том числе понятий «данные», «алгоритм», «модель», «обучение»,
«признак», «угроза», «уязвимость», «защита»;
−
устанавливать существенный признак классификации, основания
для обобщения и сравнения, критерии проводимого анализа (например,
различать задачи, которые решает обычный алгоритм, и задачи, для которых
требуется обучаемая модель);
−
с учетом предложенной задачи выявлять закономерности и
противоречия в рассматриваемых фактах, данных и наблюдениях;
−
выявлять дефициты информации, данных, необходимых для
решения поставленной задачи (в том числе дефицит или смещение обучающих
данных);
−
выявлять причинно-следственные связи при изучении явлений и
процессов, в том числе цепочку «данные – алгоритм – результат – решение
человека»;
−
устанавливать связи между понятиями курса информатики
(измерение и представление информации, логические основы, моделирование,
управление и обратная связь) и явлениями сферы искусственного интеллекта
и защиты информации;
−
самостоятельно выбирать способ решения учебной задачи
(сравнивать несколько вариантов решения, выбирать наиболее подходящий с
учетом самостоятельно выделенных критериев).
Базовые исследовательские действия:
−
использовать вопросы как исследовательский инструмент
познания;
−
формулировать запрос к ИИ-сервису, уточнять его и изменять в
зависимости от полученного результата, интерпретировать ответ и проверять
его на соответствие поставленной задаче;
−
формировать гипотезу об истинности собственных суждений и
суждений других, аргументировать свою позицию, мнение;
−
оценивать на применимость и достоверность информацию,
полученную в ходе личных наблюдений, в том числе полученную с помощью
инструментов искусственного интеллекта;
−
самостоятельно формулировать обобщения и выводы по
результатам личного наблюдения, владеть инструментами оценки
достоверности полученных выводов и обобщений;
−
прогнозировать возможное дальнейшее развитие процессов,
событий и их последствия в аналогичных или сходных ситуациях, выдвигать
предположения об их развитии в новых условиях и контекстах.
Работа с информацией:
−
применять различные методы, инструменты и запросы при поиске
и отборе информации или данных из источников с учетом предложенной
учебной задачи и заданных критериев;
−
выбирать, анализировать, систематизировать и интерпретировать
информацию различных видов и форм представления (текст, изображение,
звук, таблица, схема);
−
находить
сходные
аргументы
(подтверждающие
или
опровергающие одну и ту же идею, версию) в различных информационных
источниках;
−
отличать факт от оценки и мнения; оценивать надежность
информации по критериям, предложенным педагогическим работником или
сформулированным самостоятельно, с учетом актуальности и первичности
источника;
−
распознавать признаки сфабрикованной и манипулятивной
информации, в том числе созданной или измененной с помощью
искусственного интеллекта, проверять изображения, ссылки и метаданные
файлов;
−
понимать, какие данные о пользователе собирают цифровые
сервисы, осознанно работать с пользовательскими соглашениями, согласиями
и настройками приватности; соблюдать правила обработки и распространения
персональных данных – своих и чужих;
−
эффективно запоминать и систематизировать информацию.
Коммуникативные универсальные учебные действия
Общение:
−
выражать свою точку зрения в устных и письменных текстах, в том
числе при взаимодействии с ИИ-сервисом (формулирование запроса и
описание задачи);
−
соблюдать правила сетевого этикета в переписке, комментариях и
публичных выступлениях в цифровой среде;
−
распознавать невербальные средства общения, понимать значение
социальных знаков, знать и распознавать предпосылки конфликтных ситуаций
и смягчать конфликты, вести переговоры;
−
понимать намерения других, проявлять уважительное отношение
к собеседнику и в корректной форме формулировать свои возражения;
−
распознавать манипулятивные приемы воздействия в цифровой
коммуникации (дефицит времени, страх, лесть, авторитет, жадность),
отличать просьбу о конфиденциальных данных или деньгах от легитимного
обращения;
−
в ходе диалога и (или) дискуссии задавать вопросы по существу
обсуждаемой темы и высказывать идеи, нацеленные на решение задачи и
поддержание благожелательности общения;
−
сопоставлять свои суждения с суждениями других участников
диалога, обнаруживать различие и сходство позиций;
−
своевременно и по назначению обращаться за помощью и
поддержкой (к взрослым, в службу поддержки сервиса, к специалистам) при
возникновении ситуации, угрожающей безопасности информации или
личности.
Совместная деятельность:
−
принимать цель совместной деятельности, коллективно строить
действия по ее достижению (распределять роли, договариваться, обсуждать
процесс и результат совместной работы);
−
уметь обобщать мнения нескольких людей, проявлять готовность
руководить, выполнять поручения;
−
договариваться о правилах использования ИИ-инструментов в
совместной работе и открыто указывать, какая часть результата получена с их
помощью.
Регулятивные универсальные учебные действия
Самоорганизация:
−
выявлять проблемы для решения в жизненных и учебных
ситуациях;
−
самостоятельно составлять алгоритм решения задачи (или его
часть), выбирать способ решения учебной задачи с учетом имеющихся
ресурсов и собственных возможностей, аргументировать предлагаемые
варианты решений;
−
выстраивать личный регламент работы с ИИ-сервисами: с какими
сервисами и для каких задач работаю, как проверяю результат, каких задач не
делегирую модели, делать выбор и брать ответственность за решение.
Самоконтроль:
−
владеть способами самоконтроля, самомотивации и рефлексии;
−
давать адекватную оценку ситуации и предлагать план ее
изменения;
−
учитывать контекст и предвидеть трудности, которые могут
возникнуть при решении учебной задачи, адаптировать решение к
меняющимся обстоятельствам;
−
соблюдать прием «пауза перед действием»: не выполнять опасное
действие (переход по ссылке, перевод средств, передача кода и персональных
данных) под влиянием срочности и эмоционального давления, проверять
информацию по независимому каналу;
−
применять правило учебной честности: сначала решить
самостоятельно, потом сверяться с результатом, полученным с помощью ИИ;
−
объяснять причины достижения (недостижения) результатов
деятельности, давать оценку приобретенному опыту, уметь находить
позитивное в произошедшей ситуации;
−
вносить коррективы в деятельность на основе новых
обстоятельств, изменившихся ситуаций, установленных ошибок, возникших
трудностей;
−
оценивать соответствие результата цели и условиям;
−
фиксировать произошедший инцидент в цифровой среде
(доказательства, последовательность действий) и выполнять известный
алгоритм реагирования.
Эмоциональный интеллект:
−
различать, называть и управлять собственными эмоциями и
эмоциями других, ставить себя на место другого человека, понимать мотивы
и намерения другого;
−
регулировать способ выражения эмоций в цифровой
коммуникации;
сохранять самообладание в стрессовой ситуации, связанной с угрозой
безопасности данных или денег, и действовать по заранее известному
алгоритму.
ПРЕДМЕТНЫЕ РЕЗУЛЬТАТЫ
«Искусственный интеллект»:
−
характеризовать вероятностную природу обучаемой большой
языковой модели: объяснять, почему результат формируется на основе
больших данных и не задается жесткой инструкцией, и почему вывод модели
может быть ошибочным даже при правильном решении похожих задач;
−
объяснять, почему модель, хорошо решающая одну задачу,
беспомощна в решении другой, и в чем состоят переобучение, роль объема и
качества выборки, обобщающая способность;
−
раскрывать границы применимости больших языковых моделей;
−
описывать эволюцию ИИ как смену парадигм от символьного ИИ
и экспертных систем через статистическое машинное обучение и глубокое
обучение нейронных сетей к трансформерам, большим языковым моделям и
автономным ИИ-агентам и называть движущие факторы этого развития
(данные, вычислительные мощности, алгоритмы);
−
объяснять устройство формального нейрона и идею обучения сети
как подбора весов по данным согласно критерию качества, а также
статистическую природу генерации текста: почему обучение на данных не
равно пониманию;
−
характеризовать компьютерное восприятие на уровне принципов:
дискретное представление изображений и звука, распознавание речи и синтез
голоса, оптическое распознавание текста, компьютерное зрение, генерация
изображений по описанию, а также причины трудностей распознавания
(двусмысленность, ирония, шум в данных);
−
раскрывать роль ИИ в системах с обратной связью и
моделировании: от информационных и имитационных моделей к цифровому
двойнику, где ИИ выполняет калибровку параметров, обучение на данных и
прогнозирование состояний при сценарном тестировании без риска для
реального объекта;
−
анализировать применение ИИ в предметных областях с точки
зрения цены ошибки и ответственности: медицина (метрики качества,
ложноположительный и ложноотрицательный вывод, ИИ как «второе
мнение»), промышленность и сельское хозяйство (компьютерное зрение,
предиктивное обслуживание, робототехника), космические системы
(автономная навигация, планирование миссий, связь «Земля – борт – Земля»);
−
критически
разграничивать
научную
фантастику,
футурологический прогноз и реальную технологическую траекторию,
противопоставляя сюжетным рискам реальные: концентрацию данных и
вычислительных ресурсов, манипуляцию, утрату контроля над автономными
системами.
«Информационная безопасность»:
−
объяснять криптографические основы защиты доступа: связь
пространства ключей и трудоемкости перебора со стойкостью и
уникальностью пароля; различать однофакторную, многофакторную и
адаптивную аутентификацию, обосновывать назначение одноразовых кодов,
аппаратных ключей, биометрии, PUSH-подтверждений и менеджера паролей;
−
раскрывать сценарии атак в социальной инженерии как
последовательность «разведка цели – подготовка легенды – канал воздействия
– момент действия» и объяснять, как ИИ усиливает ее на каждом шаге
(клонирование голоса и лица, генерация убедительных текстов, автоматизация
целевого фишинга);
−
классифицировать схемы онлайн-мошенничества (фишинг,
клонирование сайтов, финансовое и игровое мошенничество) и применять
регламент реагирования на инцидент: фиксация доказательств, блокировка и
смена учетных данных, уведомление банка, поддержки сервиса и
правоохранительных органов;
−
выявлять методы противодействия дипфейкам и синтетическим
медиа (анализ артефактов и физиологических сигналов, метаданные,
цифровые водяные знаки), верифицировать источник и осуществлять
перепроверку по независимому каналу;
−
владеть алгоритмом экспертизы информации в эпоху
генеративного ИИ: различать первичные и вторичные данные, применять
библиографическую и фактологическую проверку, работу с метаданными и
обратным поиском изображений, распознавать «галлюцинации» и
правдоподобную недостоверность вывода модели;
−
раскрывать правовое содержание понятия персональных данных:
категории данных, основания и цели обработки, права субъекта и обязанности
оператора; анализировать формирование цифрового следа и профиля как сбор
ИИ разрозненных сигналов (cookie, метаданные, геолокация, поведенческие
данные) в узнаваемый образ пользователя;
−
оценивать специфику защищенности Интернета вещей и «умного»
города: слабые пароли по умолчанию, безопасность беспроводных каналов, а
также границы между эффективностью массового сбора данных и
приватностью;
−
объяснять
правовой
смысл
согласий
и
политик
конфиденциальности, cookie-уведомлений, читать их и находить
существенные ограничивающие права пункты; распознавать манипулятивные
интерфейсы, профилирование рекламы и управлять разрешениями и
приватностью в типовых сервисах;
−
классифицировать вредоносное ПО и объяснять многоуровневую
защиту (антивирус, межсетевой экран, контроль приложений, обновления,
резервное копирование), в том числе роль машинного обучения в
обнаружении новых образцов.
«Практическая работа с ИИ-инструментами и учебная
честность»:
−
формулировать эффективный запрос к генеративной модели,
выбирать режим и уточнения, критически оценивать полноту и корректность
вывода, проверять полученные факты и код по независимым источникам и
атрибутировать источник и авторство идеи;
−
использовать ИИ как инструмент учебной и проектной
деятельности (объяснение и систематизация материала, генерация задач и
тестов, редактура), осознанно обозначая границы допустимого и не допуская
делегирования ИИ собственного мышления;
−
соблюдать правила академической честности: сначала решить
самому, потом сверяться, не выдавать чужой результат за собственный;
открыто указывать, какая часть результата получена с помощью ИИ;
−
создавать с помощью генеративных моделей текст, изображение,
аудио и видео, объясняя принцип генерации и разграничивая правовой статус
сгенерированного контента: объект и субъект авторского права, права на
изображение и голос, лицензионные условия сервисов, маркировку ИИконтента;
−
применять личную методику работы с ИИ-сервисами: определять,
с какими сервисами и для каких задач работать, как проверять результат и
какие задачи не доверять модели.
«Этика, право и профориентация»:
−
анализировать ключевые этические проблемы ИИ: предвзятость
алгоритмов и справедливость, прозрачность и объяснимость, ответственность
за автоматизированное решение, приватность;
−
раскрывать права человека в цифровой среде: право на объяснение
автоматизированного решения, защиту от дискриминации алгоритмами,
принцип «значимые решения только при участии человека»; характеризовать
российское регулирование отношений в области ИИ и робототехники и
федеральный проект «Искусственный интеллект»;
−
описывать профессии на стыке ИИ и информационной
безопасности (исследователь машинного обучения, инженер данных,
аналитик, промпт-инженер, специалист по этике и качеству моделей;
аналитик, инженер по защите информации, специалист по реагированию на
инциденты), их задачи и востребованные знания;
−
соотносить индивидуальную образовательную траекторию с
требованиями ЕГЭ и профильными предметами, планировать вход в
профессию через профильное обучение, олимпиады, ИТ-специальности вузов
и колледжей, портфолио проектов;
−
сформулировать и применять личную стратегию безопасной и
честной работы с ИИ и закрепить главный принцип курса: совет дает ИИ,
решает человек.
Тематическое планирование
№/
акцент
занятия
1.
Темы занятия1
ИИ Искусственный
+ интеллект: какие
ИБ задачи он решает
и где ошибается
Колво
часов
1
Программное содержание
Характеристика деятельности
обучающихся
Задачи, которые ИИ решает на уровне
человека: распознавание образов и речи,
генерация текста и изображений,
планирование, игра. Отличие обучаемой
большой языковой модели от обычной
программы: результат формируется на
основе обработки больших данных, а не
задается жесткой инструкцией. Границы
применимости: почему модель, хорошо
решающая одну задачу, беспомощна в
другой. Ключевое правило безопасного
применения ИИ: совет дает ИИ, а
решение и ответственность – за
человеком.
Характеризовать задачи, которые ИИ
решает
на
уровне
человека:
распознавание образов и речи,
генерация текста и изображений,
планирование, игра.
Различать обучаемую модель и
обычную программу: объяснять, что
результат формируется на основе
данных, а не задается жесткой
инструкцией.
Определять границы применимости
модели и прогнозировать, когда
надежный результат превращается в
правдоподобную ошибку.
Обосновывать,
что
вывод
ИИ
вероятностен и требует проверки, и
Не предполагается использования электронных (цифровых) образовательных ресурсов, являющихся учебно-методическими материалами (мультимедийные
программы, электронные учебники и задачники, электронные библиотеки, виртуальные лаборатории, игровые программы, коллекции цифровых образовательных
ресурсов), поименованных в федеральном перечне электронных образовательных ресурсов (Приказ Минпросвещения России от 25.08.2026 N 591 «Об утверждении
федерального перечня электронных образовательных ресурсов, допущенных к использованию при реализации имеющих государственную аккредитацию образовательных
программ начального общего, основного общего, среднего общего образования»)
1
2.
ИИ Эволюция
+ искусственного
ИБ интеллекта:
от
символического
ИИ к большим
языковым
моделям
1
Символический ИИ и экспертные
системы, статистическое машинное
обучение, глубокое обучение нейронных
сетей, трансформеры и большие
языковые модели, автономные ИИагенты. Движущие факторы развития
ИИ. Чем автономнее система, тем выше
цена ее ошибки: необходимость
верифицируемости, прозрачности и
защиты обрабатываемой информации.
Перспективы развития отечественной
микроэлектроники и центров обработки
данных.
3.
ИИ Отечественная
научная школа и
развитие
искусственного
интеллекта
1
Вклад
отечественных
ученых
в
становление
ИИ:
М.А.
Бурцев,
В.Н. Вапник, А.И. Галушкин, А.В.
Гасников,
В.М. Глушков,
А.Н. Колмогоров,
С.И. Корсаков,
А.А. Ляпунов,
Ю.Е. Нестеров,
Д.А. Поспелов, А.Я. Червоненкис и др.
Современные достижения российской
закреплять правило «совет дает ИИ, а
решает человек».
Восстанавливать
эволюцию
ИИ:
символьный подход и экспертные
системы, статистическое машинное
обучение, глубокие нейронные сети,
трансформеры и большие языковые
модели, автономные агенты.
Анализировать движущие факторы
развития ИИ: рост объемов данных,
доступных вычислений и качества
алгоритмов.
Объяснять
зависимость:
чем
автономнее система, тем выше цена ее
ошибки,
и
потому
нужны
верифицируемость, прозрачность и
защита данных.
Оценивать
верифицируемость
и
объяснимость как условия доверия к
автономным ИИ-решениям.
Характеризовать вклад отечественных
ученых в становление ИИ.
Анализировать
исторический
и
этический контекст дискуссии о
кибернетике в СССР.
Извлекать из этой дискуссии уроки
отношения
общества
к
новым
4.
ИИ Основы
нейронных сетей:
от модели нейрона
к
большой
языковой модели
1
науки и техники в области ИИ,
уникальные условия России для ее
технологического
лидерства.
Исторический и этический контекст:
дискуссия о кибернетике в СССР и уроки
отношения
общества
к
новым
технологиям.
Роль
отечественных
разработок
в
обеспечении
технологического
суверенитета.
Важность
создания
собственных
вычислительных
мощностей,
инструментов и наборов данных для
обучения моделей ИИ в условиях
внешних ограничений.
Формальный нейрон. Идея обучения
нейросетей. Почему обучение на данных
не равно пониманию: обобщающая
способность, переобучение, роль объема
и качества обучающей выборки.
Статистические методы в основе
генерации текста.
технологиям и переносить их на
современное обсуждение ИИ.
Описывать
принцип
работы
формального нейрона и логику
обучения нейронной сети на данных.
Объяснять, почему обучение на данных
не равно пониманию: обобщающая
способность,
переобучение,
роль
объема
и
качества
обучающей
выборки.
Характеризовать
статистическую
природу генерации текста и связывать
ее
со
способностью
модели
правдоподобно ошибаться.
5.
ИБ Экспертиза
информации
в
эпоху
генеративного ИИ
1
Алгоритм оценки источника: первичные
и
вторичные
данные,
библиографическая и фактологическая
проверка, работа с метаданными и
обратным
поиском
изображений.
Когнитивные
искажения
и
манипулятивные техники в подаче
информации. Ответственность за репост
и
производство
контента.
Специфические ошибки генеративных
алгоритмов в составе больших языковых
моделей:
«галлюцинации»,
правдоподобная
недостоверность;
практика верификации ответов ИИ по
независимым источникам.
6.
ИИ Образ
искусственного
разума в культуре:
от прогноза к
инженерной
реальности
1
Эволюция представлений об ИИ в
литературе, кино и искусстве и их
влияние на общественные ожидания и на
сами
исследования.
Разграничение
научной фантастики, футурологического
прогноза и реальной технологической
траектории.
Почему
ожидания
регулярно расходятся с реальностью.
Моделировать на простых примерах,
как изменение обучающей выборки
влияет на качество предсказаний.
Применять
алгоритм
оценки
источника: различать первичные и
вторичные
данные,
выполнять
библиографическую
и
фактологическую проверку.
Работать с метаданными и обратным
поиском
изображений
для
подтверждения
подлинности
информации.
Выявлять когнитивные искажения и
манипулятивные техники в подаче и
объяснять природу «галлюцинаций»
генеративного ИИ.
Верифицировать
утверждения
по
независимым
источникам
и
демонстрировать ответственность за
репост и создание контента.
Анализировать
эволюцию
представлений об ИИ в литературе,
кино и искусстве и их влияние на
общественные ожидания и сами
исследования.
Разграничивать научную фантастику,
футурологический прогноз и реальную
Реальные, а не сюжетные риски ИИ:
концентрация
данных
и
вычислительных
ресурсов,
манипуляция, утрата контроля над
автономными системами.
7.
ИИ Этика и право в
сфере
искусственного
интеллекта
1
Ключевые
этические
проблемы:
предвзятость
алгоритмов
и
справедливость,
прозрачность
и
объяснимость,
ответственность
за
решение, приватность. Права человека в
цифровой среде: право на объяснение
автоматизированного решения, защита
от дискриминации, значимые решения –
только при участии человека.
технологическую
траекторию,
объяснять причины их расхождения.
Характеризовать реальные, а не
сюжетные риски ИИ: концентрацию
данных и вычислений, манипуляцию,
риск утраты контроля.
Аргументированно
соотносить
культурный
образ
«думающей
машины» с инженерной реальностью
современных систем.
Характеризовать ключевые этические
проблемы
ИИ:
предвзятость
алгоритмов,
справедливость,
прозрачность,
объяснимость,
ответственность
за
решение,
приватность.
Объяснять права человека в цифровой
среде:
право
на
объяснение
автоматизированного
решения
и
защиту от дискриминации.
Обосновывать требование участия
человека в значимых решениях,
принимаемых с помощью ИИ.
Оценивать
этическую
сторону
конкретных случаев применения ИИ с
опорой на изученные принципы.
8.
ИБ Социальная
инженерия
и
принцип нулевого
доверия:
противодействием
атаке
1
Атака через доверие: разведка цели,
подготовка легенды, канал воздействия,
момент действия. Почему человек –
«слабое звено» защиты. Вовлечение
подростков в уголовно наказуемую
деятельность: дропперство, «работа
курьером»,
передача/приём
денег,
ложные сообщения о минировании по
заданию «куратора», вербовка в
мессенджерах и онлайн-играх.
ИИ как инструмент атакующего:
клонирование голоса и лица, генерация
убедительных текстов и автоматизация
целевого
фишинга.
Регламенты
подтверждения
операций,
правило
«нулевого доверия» к просьбам о данных
и деньгах, культура сообщения об
инцидентах. Правовые последствия
действий подростков в сети с позиции
уголовной ответственности: статья 159
УК РФ (мошенничество) и статья 159.6
УК РФ (мошенничество в сфере
компьютерной
информации),
предусматривающие ответственность за
хищение путём обмана или доверия, в
том числе через воздействие на
компьютерную
информацию,
с
максимальным наказанием до десяти лет
Разбирать структуру атаки через
доверие: разведку цели, подготовку
легенды, канал воздействия и момент
действия.
Объяснять, почему человек – слабое
звено защиты, и формулировать
правило нулевого доверия к запросам
данных.
Характеризовать использование ИИ
атакующим: клонирование голоса и
лица,
генерацию
убедительных
текстов, автоматизацию целевого
фишинга.
лишения свободы, статья 272 УК РФ –
неправомерный доступ к охраняемой
компьютерной информации.
ИИ Сервисы
на
основе
ИИ:
устройство,
экономика данных
и приватность
1
Как устроены рекомендательные и
поисковые
сервисы,
переводчики,
голосовые
ассистенты.
Экономика
данных:
«бесплатный»
сервис,
монетизация поведенческих данных,
клиент-серверная
архитектура.
Управление приватностью: разрешения
приложений, настройки рекламных
профилей, минимизация оставляемых
данных.
10. ИБ Аутентификация
и защита доступа:
от
пароля
к
многофакторным
схемам
1
Криптографические основы пароля:
пространство ключей и трудоемкость
перебора, почему важна стойкость и
уникальность.
Многофакторная
и
адаптивная
аутентификация:
одноразовые коды, аппаратные ключи,
биометрия и PUSH-подтверждения,
менеджер
паролей.
Настройка
9.
Описывать
устройство
рекомендательных
и
поисковых
сервисов, переводчиков и голосовых
ассистентов.
Объяснять экономику данных: как
бесплатный
сервис
монетизирует
поведенческие данные и почему
клиент-серверная
архитектура
собирает о пользователе больше, чем
кажется.
Управлять приватностью: настраивать
разрешения приложений и рекламные
профили,
минимизировать
оставляемые данные.
Оценивать
компромисс
между
удобством сервиса и сохранностью
персональных данных.
Объяснять криптографические основы
пароля:
пространство
ключей,
трудоемкость перебора, важность
стойкости и уникальности.
Характеризовать многофакторную и
адаптивную
аутентификацию:
одноразовые коды, аппаратные ключи,
11. ИБ Коммуникации в
цифровой среде:
этикет,
анонимность,
доверие и травля
1
двухфакторной аутентификации на
учебном аккаунте, проверка стойкости
паролей через открытые сервисы оценки
сложности, примеры утечки паролей.
Атаки нового типа: подбор по базам
утечек, генеративный фишинг и
клонирование голоса. Противодействие
на уровне человека и устройств.
Сетевой этикет и правовые рамки
общения. Анонимность, верификация
личности собеседника и проблема
доверия в открытых каналах. ИИсобеседники: чат-боты и ИИ-агенты в
переписке и играх.
Кибербуллинг: психология, правовые
последствия, алгоритмы безопасного
поведения и поддержки пострадавших.
Действия при травле в сети. Признаки
вовлечения
в
деструктивные
сообщества, алгоритм действий при
получении
угроз
или
призывов,
координаты горячих линий. Правовые
последствия действий подростков в сети
с позиции уголовной ответственности:
статья 137 УК РФ (нарушение
неприкосновенности частной жизни) и
статья
137.1
(распространение
персональных данных), а также статьи
биометрию, PUSH-подтверждения и
менеджер паролей.
Выявлять атаки нового типа: подбор по
базам утечек, генеративный фишинг и
обман систем биометрии.
Соблюдать сетевой этикет и правовые
рамки общения в цифровой среде.
Анализировать
проблемы
анонимности, верификации личности
собеседника и доверия в открытых
каналах.
Отличать ИИ-собеседника (чат-бота,
ИИ-агента) от человека и объяснять,
зачем это нужно с точки зрения
безопасности.
Распознавать
кибербуллинг
и
деструктивные
сообщества
и
демонстрировать
безопасную
стратегию реагирования.
12. ИИ Компьютерное
восприятие:
распознавание
изображений,
речи и текста
1
13. ИБ Персональные
данные, цифровой
след и правовые
основы их защиты
1
110, 110.1 и 110.2 – доведение до
самоубийства, склонение к нему и
организация
деятельности,
побуждающей к нему, статья 128.1
(клевета) применима к распространению
заведомо ложных сведений в сети.
Как компьютер «видит» датчиками:
дискретное представление изображений
и звука – пиксель, цветовая модель.
Распознавание речи и синтез голоса,
оптическое
распознавание
текста,
компьютерное
зрение,
генерация
изображений по описанию. Трудности
распознавания
(двусмысленность,
ирония, шум в данных). Риск слежки и
этические ограничения работы с
биометрией.
Правовое
содержание
понятия
персональных
данных:
категории,
основания и цели обработки, права
субъекта и обязанности оператора.
Цифровой след и профиль: cookie и
метаданные, геолокация, поведенческие
Описывать дискретное представление
изображений и звука: пиксель и
цветовую модель, звуковой сигнал.
Характеризовать распознавание речи и
синтез
голоса,
оптическое
распознавание текста, компьютерное
зрение и генерацию изображений по
описанию.
Объяснять трудности распознавания
(двусмысленность, иронию, шум в
данных) и связанные с ними ошибки
моделей.
Оценивать
риски
слежки
и
неправомерного
использования
биометрии
при
массовом
компьютерном восприятии.
Раскрывать правовое содержание
персональных данных: категории,
основания и цели обработки, права
субъекта и обязанности оператора.
Описывать цифровой след и профиль
(cookie, метаданные, геолокацию,
14. ИБ Согласия,
настройки
приватности
и
профилирование:
как устроен сбор
данных
1
данные. Как ИИ собирает разрозненные
сигналы в узнаваемый профиль.
Цифровая репутация и самопрезентация
в сети. Управление приватностью,
удаление и переносимость данных.
Правовые
последствия
действий
подростков в сети с позиции уголовной
ответственности: статья 272.1 УК РФ –
незаконные использование, сбор и
хранение компьютерной информации,
содержащей персональные данные, с
усиленной ответственностью при работе
с данными несовершеннолетних и
биометрией.
Правовой смысл согласий и политик
конфиденциальности,
cookieуведомления. Что искать в тексте и какие
права он ограничивает. Разрешения
приложений, профилирование рекламы.
Манипулятивные
интерфейсы,
побуждающие к опасным действиям.
Практика настройки приватности в
типовых
сервисах.
Настройки
приватности:
аудит
разрешений
установленных
приложений
на
смартфоне с отзывом избыточных
разрешений на камеру, микрофон,
геолокацию и контакты, настройку
поведенческие данные) и объяснять,
как ИИ собирает разрозненные
сигналы в узнаваемый профиль.
Анализировать влияние цифрового
следа на репутацию и приватность
человека.
Формировать осознанное отношение к
собственным персональным данным и
практике их защиты.
Разбирать правовой смысл согласий и
политик конфиденциальности, cookieуведомлений: что искать в тексте и
какие права он ограничивает.
Анализировать
разрешения
приложений и механизмы рекламного
профилирования.
Выявлять
манипулятивные
интерфейсы, побуждающие к опасным
действиям.
Настраивать приватность в типовых
сервисах и обосновывать принятые
решения.
15. ИИ Интернет вещей в
+ умном
городе:
ИБ автоматизация,
обратная связь и
большие данные
1
16. ИИ Цифровые
двойники
и
компьютерное
моделирование
1
cookie в браузере; чтение типового
пользовательского
соглашения
с
поиском ключевых пунктов о передаче
данных третьим лицам, праве на
удаление и юрисдикции.
Архитектура умного города: сеть
датчиков и исполнителей, контур
управления с обратной связью. Большие
данные и анализ в интересах города:
транспорт, ЖКХ, безопасность. Где
проходит
граница
между
эффективностью и приватностью при
массовом сборе данных. Специфика
защищенности: слабые пароли по
умолчанию, безопасность беспроводных
каналов.
От информационных и имитационных
моделей к цифровому двойнику. Роль
ИИ
в
двойниках:
калибровка
параметров, обучение на данных,
прогноз
состояний
и
сценарное
тестирование без риска для реального
объекта. Риски и ответственность:
Описывать архитектуру умного города:
сеть датчиков и исполнителей, контур
управления с обратной связью.
Характеризовать применение больших
данных в интересах города ( транспорт,
ЖКХ, безопасность) и проводить
границу между эффективностью и
приватностью при массовом сборе
данных.
Объяснять специфику защищенности
интернета вещей: слабые пароли по
умолчанию
и
уязвимости
беспроводных каналов.
Оценивать риски и преимущества
умного города с позиций личной и
общественной безопасности.
Различать
информационную
и
имитационную модель и цифровой
двойник, объяснять путь от модели к
двойнику.
Характеризовать роль ИИ в двойниках:
калибровку параметров, обучение на
данных,
прогноз
состояний
и
чувствительность данных двойника,
последствия неточной модели, вопрос
доверия к решениям, принятым на
основе модели.
17. ИИ Синтетические
+ медиа: дипфейки
ИБ и
технологии
противодействия
1
Технологии генерации синтетического
контента: архитектуры и обучение,
массовость и удешевление подделок
аудио, видео и изображений. Методы
выявления подделок: анализ артефактов
и
физиологических
сигналов,
метаданные и цифровые водяные знаки.
ИИ на двух сторонах противостояния.
Гигиена достоверности: верификация
источника
и
перепроверка
по
независимому каналу.
18. ИБ Онлайнмошенничество:
1
Классификация мошеннических схем:
фишинг и клонирование сайтов,
сценарное тестирование без риска для
реального объекта.
Анализировать
риски
и
ответственность:
чувствительность
данных
двойника,
последствия
неточной модели, вопрос доверия
решению на основе модели.
Моделировать простой сценарий с
имитационной моделью и обсуждать
границы доверия ее выводам.
Описывать технологии генерации
синтетического контента и объяснять
причины массовости и удешевления
подделок аудио, видео и изображений.
Применять
методы
выявления
подделок: анализ артефактов и
физиологических сигналов, работу с
метаданными и цифровыми водяными
знаками.
Характеризовать ИИ на двух сторонах
противостояния
как
инструмент
подделки и как средство защиты.
Демонстрировать
гигиену
достоверности:
проверку
подозрительного медиаконтента по
нескольким независимым признакам.
Классифицировать схемы онлайнмошенничества:
фишинг
и
схемы, механизмы
и
порядок
действий
при
инциденте
финансовое и игровое мошенничество.
Психологические рычаги воздействия.
ИИ как усилитель мошенничества:
качество
языка,
персонализация,
имитация голоса и видео, автоматизация
массовых и точечных атак.
Клонирование голоса из открытых
источников.
«Голосовое
подтверждение»
как
этап
сбора
биометрии. Дипфейк-видеозвонок от
«значимого взрослого». Фейковое видео
с участием известных личностей.
Регламент реагирования: фиксация
доказательств, блокировка и смена
учетных данных, уведомление банка,
поддержки
сервиса
и
правоохранительных
органов.
Как
подать заявление через электронную
приёмную на сайте МВД России, что
сохранить
как
доказательство
(скриншоты с датой и временем,
выписки из банковского приложения,
детализация звонков), как получить
талон-уведомление, какие
сервисы
самозащиты доступны на портале
Госуслуг (проверка подозрительного
номера,
самозапрет
на
кредиты,
проверка
кредитной
истории).
клонирование сайтов, финансовое и
игровое мошенничество, и выявлять их
психологические рычаги.
Объяснять роль ИИ как усилителя
мошенничества:
качество
языка,
персонализацию, имитацию голоса и
видео, автоматизацию массовых и
точечных атак.
Отрабатывать регламент реагирования
на инцидент: фиксацию доказательств,
блокировку, смену данных, обращение
в банк и в полицию.
Оценивать надежность предложений и
запросов в сети и аргументированно
отказывать подозрительным.
19. ИИ ИИ в учебной
деятельности:
инструменты
и
честность
1
20. ИИ Генеративный ИИ
и
интеллектуальное
право:
вопрос
авторства
1
Возможные
последствия
личного
участия в мошенничестве (статья 159 УК
РФ).
ИИ-инструменты в учебе и труде:
объяснение и систематизация материала,
генерация задач и тестов, редактура,
границы
допустимого.
Последовательность
выполнения
учебных заданий: самостоятельное
выполнение без обращения к помощи
генеративного
ИИ;
дополнение
полученного результата с помощью
возможностей ИИ; обобщение и
проверка полученных результатов.
Академическая
честность:
ответственность
автора,
риск
делегирования мышления технологиям
ИИ.
Правовые режимы сгенерированного
контента: объект и субъект авторского
права, права на изображение и голос,
лицензионные
условия
сервисов,
маркировка
ИИ-контента.
Экономическая и этическая сторона:
обучение моделей на чужом творчестве,
справедливая компенсация авторов,
ответственность за нарушение прав.
Применять ИИ-инструменты в учебе
для объяснения и систематизации
материала,
генерации
задач
и
редактуры,
соблюдая
границы
допустимого.
Формулировать эффективный запрос,
критически оценивать полученный
вывод и выполнять проверку фактов и
кода.
Корректно атрибутировать источники
и результат, полученный с помощью
ИИ.
Обосновывать
принципы
академической
честности
и
ответственности за учебный результат,
созданный при участии ИИ.
Объяснять роль выбора человека как
основы авторства сгенерированного
произведения.
Характеризовать правовые режимы
сгенерированного контента: объект и
субъект авторского права, права на
изображение и голос, лицензионные
условия сервисов, маркировку ИИконтента.
Правовые
последствия
действий
подростков в сети с позиции уголовной
ответственности: нарушение авторских
и смежных прав (ст. 146 УК РФ).
21. ИИ ИИ в медицине:
диагностика,
метрики качества
и ответственность
1
22. ИИ Безопасность
+ финансовых
ИБ средств
в
цифровой среде:
архитектура
защиты и роль ИИ
1
Компьютерное
распознавание
медицинских изображений и сигналов:
задачи, данные, архитектуры. ИИ как
«второе
мнение»
врача.
Цена
ложноположительного
и
ложноотрицательного
диагноза.
Ответственность и этика: врач всегда
сам принимает решение. Как датчики и
алгоритмы фитнес-устройства получают
и интерпретируют показатели. Почему
ИИ-совет не заменяет диагностику: риск
гипердиагностики
и
самолечения.
Безопасность медицинских данных
здоровья: передача и хранение, доступ
третьих сторон.
Архитектура
защиты
безналичных
платежей: клиент-серверная модель и
разделение
зон
ответственности,
шифрование
канала,
протоколы
подтверждения,
многофакторная
Анализировать
экономическую
и
этическую сторону обучения моделей
на чужом творчестве и вопрос
справедливой компенсации авторам.
Аргументированно
оценивать
правомерность собственных действий с
ИИ-контентом.
Описывать задачи компьютерного
распознавания
медицинских
изображений и сигналов и роль ИИ как
«второго мнения» врача.
Объяснять цену ложноположительного
и ложноотрицательного диагноза и
важность метрик качества модели.
Обосновывать, что окончательное
решение всегда принимает врач, и
оценивать этические последствия
автоматизации медицины.
Характеризовать
особую
чувствительность
медицинских
данных и требования к их защите.
Описывать
архитектуру
защиты
безналичных
платежей:
клиентсерверную модель и разделение зон
ответственности, шифрование канала,
протоколы
подтверждения,
аутентификация
при
проведении
операций.
Биометрия в финансовом доступе,
включая голосовую и поведенческую:
требования к защищённости образцов
биометрических данных (152-ФЗ) и
правовые
рамки
дистанционного
банковского обслуживания (161-ФЗ).
Атаки на финансовый доступ: целевой
фишинг,
клонирование
голоса
знакомого.
Порядок
действий
и
фиксации инцидента, ответственность
сторон при компрометации.
23. ИБ Вредоносное
программное
обеспечение
и
системы защиты
1
Семейства и тактики вредоносного ПО:
вирусы, черви, трояны, шпионское и
рекламное ПО. Защита: антивирус,
межсетевой
экран,
контроль
приложений, обновления, резервное
копирование. ИИ в атаке и обороне.
Безопасность загрузки и установки
программ.
многофакторную аутентификацию при
операциях.
Характеризовать
биометрию
в
финансовом
доступе
(голосовую,
поведенческую)
и
раскрывать
требования к защищённости её
образцов (152-ФЗ) и правовые рамки
дистанционного
банковского
обслуживания (161-ФЗ).
Разбирать атаки на финансовый доступ
(целевой фишинг, клонирование голоса
знакомого) и применять регламент
реагирования:
«пауза
перед
действием», фиксация доказательств,
блокировка и уведомление банка.
Оценивать границы доверия ИИ в
финансовых операциях, соблюдая
принцип
курса:
подтверждение
перевода и ответственность за него
остаются за человеком.
Классифицировать
семейства
и
тактики вредоносного ПО: вирусы,
черви, трояны, шпионское и рекламное
ПО.
Характеризовать средства защиты
(антивирус,
межсетевой
экран,
контроль приложений, обновления,
24. ИИ Искусственный
интеллект
в
промышленности
и
сельском
хозяйстве:
автоматизация и
безопасность
1
Проверка устройства антивирусом,
настройка
межсетевого
экрана
операционной
системы,
проверка
статуса
обновлений
операционной
системы и браузера, анализ примеров
фишинговых писем с поиском признаков
подделки – адреса отправителя, ссылок,
вложений,
срочности
просьбы.
Правовые
последствия
действий
подростков в сети с позиции уголовной
ответственности: статья 273 УК РФ –
создание,
использование
и
распространение
вредоносных
программ.
Промышленный ИИ: компьютерное
зрение, предиктивное обслуживание,
робототехника и автономные системы
(БПЛА, наземные платформы). Понятие
периферийного ИИ для работы в
условиях отсутствия связи. Защита
критической
информационной
инфраструктуры
от
кибератак
и
«отравления данных». Человек в
условиях автоматизации: изменение
содержания труда, переквалификация,
сохранение ответственности человека за
критические решения.
резервное копирование) и настраивать
их.
Объяснять применение ИИ в атаке и в
обороне.
Демонстрировать
безопасную
практику загрузки и установки
программ.
Описывать
применение
промышленного ИИ: компьютерное
зрение
контроля
качества,
предиктивное
обслуживание
оборудования,
оптимизацию
процессов,
робототехнику
и
беспилотный транспорт в сельском
хозяйстве.
Анализировать изменение содержания
труда в условиях автоматизации и
потребность в переквалификации.
Обосновывать
необходимость
сохранения ответственности человека
25. ИИ ИИ в авиации,
+ космосе
и
ИБ беспилотных
системах. Защита
каналов связи
1
Автономные и пилотируемые системы:
где заканчивается «автопилот» и
начинается
ИИ.
Предиктивное
обслуживание техники по данным
бортовых датчиков, компьютерное
зрение для навигации и уклонения от
препятствий, планирование миссий и
анализ телеметрии и снимков, помощь
диспетчеру и пилоту как «второе
мнение». Почему в критических
системах решение и ответственность
остаются за человеком, а ИИ работает в
контуре с обязательной верификацией.
Канал связи как часть системы
управления и как мишень: связь «Земля
– борт – Земля», спутниковая и
радионавигация, телеметрия и команды
управления
беспилотником.
Регуляторные
требования
к
кибербезопасности
критической
инфраструктуры и авиационных систем;
этические
и
правовые
вопросы
применения беспилотников.
за
критические
решения
на
автоматизированном производстве.
Оценивать перспективы и риски
автоматизации
для
конкретных
отраслей.
Характеризовать применение ИИ в
освоении
космоса:
автономную
навигацию и уклонение марсоходов от
препятствий, планирование миссий,
анализ сигналов и изображений.
Описывать каналы космической связи
«Земля – борт – Земля» и их
особенности.
Выявлять угрозы и меры защиты:
помехи и перехват, подмену команд и
телеметрии,
компрометацию
наземного сегмента, криптографию и
верификацию.
Объяснять, почему задержка сигнала
требует
автономности,
и
как
совместить ее с безопасностью.
26. ИИ Профессии
на
+ стыке
ИИ
и
ИБ информационной
безопасности:
требования
и
траектории
1
Профессии в индустрии ИИ и анализа
данных: исследователь машинного
обучения, инженер данных, аналитик,
промпт-инженер, специалист по этике и
качеству
моделей,
инженер
по
кибербезопасности
промышленных
систем, разработчик бортовых систем
ИИ,
специалист
по
цифровым
двойникам, инженер-материаловед с
компетенциями в науках о данных (Data
Science).
Акцент
на
междисциплинарность:
важность
физики, химии и математики наравне с
программированием.
Профессии
в
информационной
безопасности:
аналитик,
инженер
по
защите
информации,
специалист
по
реагированию
на
инциденты.
Траектория «входа» в профессию:
профильное
обучение
и
ЕГЭ,
олимпиады, ИТ-специальности вузов и
колледжей, портфолио проектов и
соревнования. Дефицит и перспективы
кадров.
«Нецифровые» профессии: расширение
возможностей
профессиональной
деятельности учителя, врача, военного,
спасателя и т.д. навыками в сфере ИИ
Характеризовать роли в индустрии ИИ
и данных: исследователь машинного
обучения, инженер данных, аналитик,
промпт-инженер, специалист по этике
и качеству моделей.
Описывать роли в информационной
безопасности: аналитик, инженер по
защите информации, специалист по
реагированию на инциденты.
Планировать траекторию «входа» в
профессию: профильное обучение и
ЕГЭ, олимпиады, вузы и колледжи,
портфолио.
Соотносить личные интересы и
способности
с
требованиями
профессий
на
стыке
ИИ
и
информационной безопасности.
27. ИИ Личная стратегия
+ работы с ИИ и
ИБ информационной
безопасности:
итоговая
рефлексия
1
Итого:
27
для
стабилизации
социальноэкономической ситуации на рынке
труда.
Формирование персональной методики:
с какими ИИ-сервисами работаю, для
каких задач, как проверяю результат и
что не доверяю модели. Формируем
личную позицию «ИИ – это…», «он
умеет…», «в нем нельзя…», «как я себя
берегу».
Закрепление
главного
принципа: совет дает ИИ, решает
человек. План развития компетенций ИИ
и ИБ после окончания школы.
Формировать персональную методику
работы с ИИ: с какими сервисами и для
каких задач работать, как проверять
результат и что не доверять модели.
Аргументированно выражать личную
позицию: «ИИ – это…», «он умеет…»,
«в нем нельзя…», «как я себя берегу».
Закреплять
главный
принцип
безопасной работы: совет дает ИИ,
решает человек.
