Федеральный портал школ России
Закрыть

Урок 14. Как связаны данные, обучение и результат ИИ?

14.10.2026 - Андрей -

  • Учебные программы
  • Информатика

7 класс · Урок 14 из 34 · 45 минут

Вся программа 7 класса · 3.4. Понятие «искусственный интеллект»

Помощника учат отличать учебные рисунки листьев от рисунков камней. В одном архиве все листья зелёные, а все камни серые. В другом есть листья разных цветов. Какое свойство может выучить помощник? Можно ли проверить его только на старых рисунках? Сегодня моделируем выбор правила, а не запускаем настоящую нейросеть.

Результат урока: отделяет обучение от применения, выводит два правила по разным наборам и сравнивает их на одинаковых новых случаях, объясняя влияние состава данных.
Учителю: подготовка и план на 45 минут

Подготовьте: экран или распечатки, тетради, ручки. Все таблицы, тексты и ключи находятся в статье и PDF. Ключи открывайте после самостоятельной попытки; ученические листы печатайте отдельно от раздела учителя.

Вариант без регистрации: работайте по готовым материалам и учебным журналам на экране или бумаге. Ученики не создают аккаунтов и не передают личных данных. Учебная имитация позволяет проверить рассуждение, но не заменяет настоящий эксперимент с сервисом.

ВремяЭтапРезультат
0–5Проблемная ситуацияПервое решение и основания
5–14Теория и разобранный примерПонятия, доказательства и ограничения
14–25Практика 1Проверяемый результат по критериям
25–33Практика 2Перенос в новые условия
33–40ОбсуждениеАргумент, возражение, общее решение
40–45Индивидуальная проверкаСамостоятельный ответ и сверка

Что собрать: результаты двух практик, основания вывода и индивидуальную проверку. Минуты включают чтение, обсуждение и запись; раздел соответствия программе предназначен учителю вне этих 45 минут. При 0–1 балле в проверке вернитесь к разобранному примеру; при 2–3 уточните пропущенное звено; при 4 предложите новый случай. Критерии нужны для обратной связи, не задают обязательную школьную отметку.

01. Проблемная ситуация

Помощника учат отличать учебные рисунки листьев от рисунков камней. В одном архиве все листья зелёные, а все камни серые. В другом есть листья разных цветов. Какое свойство может выучить помощник? Можно ли проверить его только на старых рисунках? Сегодня моделируем выбор правила, а не запускаем настоящую нейросеть.

0–5 минут: 1 минута — чтение; 2 — первое решение и его основание; 2 — сравнение в паре и вопрос, который поможет проверить ответ.

02. Объяснение и разобранный пример

5–14 минут: 4 минуты — понятия; 3 — совместный разбор; 2 — проверка ограничений примера.

Обучающие данные — примеры, по которым изменяют модель. Признак — описанная характеристика объекта: цвет, форма, наличие жилок. Метка — ответ в учебном наборе, например «лист». В обучении с учителем модель сопоставляет признаки с метками и подбирает параметры. Если цвет во всех примерах совпадает с меткой, он может стать удобной, но ненадёжной опорой. Это возможность, а не утверждение, что любой алгоритм обязательно выберет именно цвет.

Применение начинается, когда уже выбранная модель получает новый объект и выдаёт результат. Правильный ответ проверяющего для этого объекта нельзя заранее подмешивать в обучение, если мы хотим независимого испытания. В учебной модели люди сами формулируют правило; в настоящем обучении параметры подбирает алгоритм. Ручное правило показывает влияние выборки, но не изображает все вычисления нейросети.

Важны не только количество, но и разнообразие, правильность меток и соответствие задаче. Тысяча одинаковых зелёных листьев не добавляет опыта с жёлтыми. Независимая проверка может выявить проблему, но четыре случая не доказывают качество на любых фотографиях. Полезно отдельно записывать данные, модель, новые ответы и установленную ошибку.

Разобранный пример. Учебный архив: зелёный лист с жилками, серый гладкий камень. Два правила одинаково подходят архиву: «зелёный → лист» и «есть жилки → лист». Для нового жёлтого листа правила расходятся. До проверки новых случаев нельзя выбрать правило только по совпадению с двумя старыми метками. Сами признаки упрощены: не каждый реальный лист хорошо показывает жилки и не всякая линия на камне является жилкой.

03. Практика 1: Выведите правила из двух архивов

НаборЦветЖилкиМетка
АЗелёныйЕстьЛист
АЗелёныйЕстьЛист
АСерыйНетКамень
АСерыйНетКамень
БЗелёныйЕстьЛист
БЖёлтыйЕстьЛист
БСерыйНетКамень
БЗелёныйНетКамень

Кандидат Ц: зелёный → лист, иначе камень. Кандидат Ж: есть жилки → лист, иначе камень. Выбираем только между ними. Наборы и метки учебные; фотографии реальных объектов не заявляются.

  1. За 2 минуты прочитайте оба набора и назначение полей.
  2. За 4 минуты получите ответы Ц и Ж для восьми строк и сосчитайте ошибки отдельно в А и Б.
  3. За 3 минуты выберите допустимые правила для каждого архива; если данных мало для выбора, так и напишите.
  4. За 2 минуты предложите недостающие примеры, не называя их результатами уже выполненного обучения.

Форма результата: Две таблицы ошибок и вывод «что позволяет выбрать архив».

Критерии: 1 балл за результаты обоих кандидатов в двух наборах; 1 за оценку достаточности А; 1 за обоснованный выбор в Б; 1 за новые данные и ограничение: 4.

Ответ, объяснение и критерии для учителя

А: Ц и Ж дают 4/4, выбор неоднозначен. Б: Ц ошибается на жёлтом листе и зелёном камне, 2/4; Ж даёт 4/4. В рамках двух кандидатов Б поддерживает Ж. Полезны листья иных цветов и зелёные камни, а также случаи с плохо различимыми жилками. Четыре правильные строки не делают Ж универсальным определителем. Дубли А не являются четырьмя различными условиями.

Оценка: 1 балл за результаты обоих кандидатов в двух наборах; 1 за оценку достаточности А; 1 за обоснованный выбор в Б; 1 за новые данные и ограничение: 4.

04. Практика 2: Проверьте одинаковые новые случаи

Новый объектЦветЖилкиКонтрольная метка
1ЖёлтыйЕстьЛист
2ЗелёныйНетКамень
3КрасныйЕстьЛист
4СерыйНетКамень

Для сравнения зафиксированы две модели: из А выбрано Ц, из Б — Ж. Закройте колонку меток при вычислении ответов; затем откройте для проверки. Нельзя после каждого случая менять правило и выдавать результат за проверку прежней модели.

  1. За 2 минуты запишите предсказания обеих моделей без контрольных меток.
  2. За 3 минуты откройте эталон и сравните ответы: правильные / всего.
  3. За 2 минуты объясните различие через учебные примеры, а не «модель захотела ошибиться».
  4. За минуту отделите план доработки от результата исходного испытания.

Форма результата: Протокол применения и отдельный план следующего обучения.

Критерии: 1 балл за восемь предсказаний; 1 за две доли верных; 1 за объяснение признаков; 1 за новую независимую проверку: 4.

Ответ, объяснение и критерии для учителя

Ц: камень, лист, камень, камень — 1/4; Ж: лист, камень, лист, камень — 4/4. Все случаи проверены по одному эталону. Различие связано с выбранными признаками; новый архив содержит контрпримеры цвету. Доработка: добавить разнообразные правильно размеченные данные и снова обучить, затем испытать на другом наборе. Эти четыре строки после использования для выбора уже не полностью независимы для следующего испытания.

Оценка: 1 балл за восемь предсказаний; 1 за две доли верных; 1 за объяснение признаков; 1 за новую независимую проверку: 4.

05. Обсуждение: аргумент и возражение

33–40 минут. Тезис: «Если увеличить архив в сто раз, ошибки исчезнут». За 2 минуты сформулируйте пользу большого числа разных примеров; за 3 возразите ста копиями зелёного листа; за 2 предложите условия полезного расширения.

Ориентир для обсуждения

Объём полезен при корректных метках и достаточном разнообразии. Копии не создают новых условий. Нужны цель, разные случаи и испытание на новых данных; исчезновение всех ошибок не гарантировано.

06. Индивидуальная проверка понимания

В учебном архиве все фотографии кошек сняты в помещении, собак — во дворе. Помощник отвечает «кошка» для любого помещения. Укажите возможный неверный признак, два контрпримера, различие обучения и применения и способ следующей проверки.

40–45 минут: за 3 минуты запишите решение самостоятельно, за минуту сверьте и исправьте другим цветом, за последнюю минуту сдайте ответ и обсудите общий вывод.

Ключ и критерии индивидуальной проверки

Неверная опора — фон вместо признаков животного. Контрпримеры: кошка во дворе и собака в помещении. Обучение подбирает параметры по примерам; применение использует зафиксированную модель на новом фото. Следующая проверка — заранее отделённые новые фотографии с разными фонами и верными метками, без их использования для настройки. По 1 баллу за четыре элемента.

07. Связь с исходной программой

Пункт программы → действие → проверяемый результат
Пункт программыДействие ученикаЧто проверяет учитель
Обучение и данныеВыводит кандидаты по двум выборкамРазличает признаки, метки и неоднозначность
Методики и алгоритмы обучения ИИМоделирует выбор правила с учителемЧестно отличает ручную имитацию от реального обучения
Оценивать результат работы ИИИспытывает два фиксированных правилаСчитает ошибки на одинаковых новых случаях

Матрица относится к результатам данного урока. Другие существенные результаты модуля раскрываются в остальных уроках по опубликованному плану.

Источники и права на материалы

Основа содержания и результатов — исходная программа класса. Поурочное название и учебные случаи — авторская методическая развёртка, не дословные названия модулей программы. Числовые наборы, реплики условных помощников и ситуации специально подготовлены для урока. Исторические карточки пересказывают указанные документы; это не дословные цитаты. Учебные журналы не являются результатами испытания реального ИИ.

Google: что такое машинное обучение — источник для понятий и проверки; учебные задания разработаны отдельно.

Google: разделение данных и независимая проверка — источник для понятий и проверки; учебные задания разработаны отдельно.

Логотип «Школы России» используется в материалах портала; авторские схемы предназначены для учебной работы. Внешние материалы сохраняют указанные условия использования.