Казахстан

ИИ вводят в средние школы

12 мая президент Казахстана подписал указ о внедрении искусственного интеллекта в систему среднего образования. Правительство должно до 1 июля 2026 года утвердить комплексный план на 2026–2029 годы: персонализированное обучение, цифровая инфраструктура, подготовка педагогов и защита персональных данных учащихся. 

До 1 июня нужны предложения по пилоту, до 1 августа — техническое оснащение школ и стабильный скоростной интернет, до 1 сентября — стандарты применения ИИ, включая генерацию контента, оценивание и академическую добросовестность. 

https://www.akorda.kz/ru/o-merah-po-vnedreniyu-iskusstvennogo-intellekta-v-sistemu-srednego-obrazovaniya-respubliki-kazahstan-1242737

Европейский союз

Европейская комиссия сообщила о политическом соглашении по упрощению Закона ЕС об искусственном интеллекте (AI Act). 

Для высокорисковых систем в образовании, занятости, биометрии, миграции и других сферах правила начнут применяться с 2 декабря 2027 года. 

Образовательные ИИ-системы, которые могут определять доступ к обучению или профессиональную траекторию, включая оценивание экзаменов, отнесены к высокому риску. 

Для них нужны оценка рисков, качественные данные, журналы действий, документация, информирование пользователя, человеческий надзор, устойчивость, кибербезопасность и точность. 

При чем тут «упрощение»?

AI акт сделали так, что внедрять что-либо было очень сложно. Законодательство было построено (упрощая) про принципу «как бы чего не вышло».

Оно и не вышло. Приходится ускорено раскручивать гайки.

https://digital-strategy.ec.europa.eu/en/news/eu-agrees-simplify-ai-rules-boost-innovation-and-ban-nudification-apps-protect-citizens

Тема ИИ в образовании все чаще выходит за рамки чисто профессионального обсуждения и превращается, можно сказать, в общественно-политическую.

Вот и уважаемый МИГ России тему поднимает.

Учителя, в большинстве своем, пока не понимают, как быть.

Регулятор четких инструкций и методик не дает.

И не даст, пока закон об ИИ не будет принят и не обрастет подзаконными актами.

Увы. Думаем, мы в ближайшее время все чаще и чаще в популярных сми будем видеть истории, аналогичные тем, на которые здесь ссылаемся.

Пожелаем же читателям нашего канала терпения. И читателям МИГа тоже.

Года два еще.

https://t.me/mig41/49319

https://t.me/mig41/49320

Продолжение темы #КартаИИ@aiobraz

ИИ-аналитика для образования

Учебная ИИ-аналитика — это междисциплинарная область на пересечении педагогики, анализа данных, психометрики, проектирования образовательных сред и искусственного интеллекта. Её предметом является не просто накопление цифровых следов учащегося, а содержательная интерпретация данных об учебной деятельности: о том, как человек осваивает материал, где возникают когнитивные затруднения, какие образовательные действия оказываются результативными, а какие требуют пересмотра. 

В отличие от образовательной статистики, ИИ-аналитика работает не только с агрегированными показателями вроде средней оценки, посещаемости, доли успешно завершивших курс или результатов экзамена. Её задача состоит в реконструкции образовательной динамики: выявлении траекторий продвижения, типовых ошибок, зон недопонимания, различий между формальным выполнением задания и реальным освоением содержания.

Поэтому она переносит фокус с вопроса «каков итоговый результат?» на более сложный вопрос «каким образом этот результат сформировался и какие педагогические действия могут его изменить?».

Источниками данных для такой аналитики могут быть результаты тестов, письменные ответы, домашние задания, активность в системе управления обучением, темп прохождения модулей, число попыток, характер обращений за помощью, участие в дискуссиях, поведение в цифровых симуляторах, вклад в групповые проекты и иные наблюдаемые элементы учебной деятельности.

Искусственный интеллект в этом контексте следует понимать не как замену преподавателя, а как аналитический инструмент, позволяющий обнаруживать закономерности, которые трудно увидеть при ручной проверке: повторяющиеся ошибки, скрытые группы учащихся с близкими затруднениями, ранние признаки академического риска, несоответствие между целями курса и фактическими учебными результатами.

Практическая ценность ИИ аналитики. 

Студенту она может помочь выявить пробелы в понимании, предложить индивидуализированную последовательность заданий, ускорить обратную связь и вовремя указать на риск отставания. 

Преподавателю позволяет увидеть, какие темы группа осваивает хуже всего, какие формулировки заданий порождают систематические ошибки, где требуется дополнительное объяснение, а где проблема связана не с мотивацией студентов, а с конструкцией самого курса. 

На уровне кафедры, школы, университета или корпоративного учебного центра такая аналитика становится инструментом оценки качества программ, согласованности учебных результатов, распределения нагрузки, эффективности методик и устойчивости образовательных траекторий.

Учебная ИИ-аналитика не должна превращаться в автоматизированную систему классификации учащихся. 
Прогноз о том, что студент находится в зоне риска, не является ни диагнозом, ни приговором, ни основанием для механического управленческого решения. Это лишь вероятностный сигнал, требующий педагогической интерпретации. 

Модель может ошибаться из-за неполноты данных, некорректной постановки задачи, смещения в исходной выборке, изменения учебного контекста или неверной связи между цифровым поведением и реальным пониманием материала. Ответственность за образовательное решение должна сохраняться за человеком, понимающим предметную и институциональную ситуацию.

Ключевой методологический риск состоит в смешении аналитики обучения с контролем поведения. Корректная учебная аналитика исследует учебные действия постольку, поскольку это необходимо для помощи учащемуся. 

Некорректная практика превращает цифровой след в систему тотального наблюдения, где скорость кликов, время входа в платформу или интенсивность активности начинают интерпретироваться как показатели дисциплины, лояльности, мотивации или личностной полноценности.

В этом случае аналитика утрачивает педагогический смысл и становится инструментом административного надзора.

Обновлённые рекомендации Европейской комиссии по этичному использованию искусственного интеллекта и данных в преподавании и обучении.

В документе

Использование искусственного интеллекта в образовании в Европейском союзе

Искусственный интеллект в образовательном контексте: вызовы и возможности

Природа искусственного интеллекта

Роль данных при использовании искусственного интеллекта в образовании

Распространённые заблуждения об искусственном интеллекте

Примеры использования искусственного интеллекта в образовании

Поддержка учителя

Поддержка ученика

Поддержка школы

Политика Европейского союза в области цифрового образования и нормативное регулирование искусственного интеллекта

Политический контекст Европейского союза для настоящих рекомендаций

Нормы Европейского союза в сфере искусственного интеллекта

Этические соображения и требования, лежащие в основе использования искусственного интеллекта в образовании

Ориентирующие вопросы для педагогов и руководителей школ

Рекомендации для учителей и руководителей школ по планированию эффективного использования искусственного интеллекта

Грамотность в области искусственного интеллекта и цифровые навыки

Источник прилагается.

ИИ-тьютор будущего: не «ответчик», а собеседник в реальном времени

Thinking Machines Lab опубликовала статью о новом классе систем — interaction models, то есть «моделях взаимодействия». Это не просто очередная большая языковая модель, а попытка изменить саму схему общения человека с искусственным интеллектом.

Обычные чат-боты работают по очереди: человек написал или сказал фразу — модель ответила. Пока человек говорит, модель в основном ждёт. Пока модель отвечает, она тоже как бы «не видит» новой ситуации. Это удобно для переписки, но плохо похоже на живое обучение.

В реальном уроке всё иначе. Хороший преподаватель не ждёт формального конца «запроса». Он видит паузу, сомнение, жест, ошибку на доске, усталость, неуверенность в голосе. Он может вмешаться, уточнить, подсказать, остановить ученика в момент ошибки или, наоборот, промолчать, чтобы не разрушить ход мысли.

Именно это Thinking Machines Lab пытается перенести в ИИ.

Вместо больших законченных реплик модель работает с микрошагами по 200 миллисекунд. Она одновременно воспринимает звук, видео и текст, а также может говорить, слушать, смотреть и запускать инструменты. В статье это называется time-aligned micro-turns — «синхронизированные по времени микрореплики». Проще говоря, ИИ перестаёт быть почтовым ящиком и становится участником совместного действия.

Для образования это важнее, чем кажется.

Сегодня большинство ИИ-сервисов в обучении остаются машинами ответов. Ученик формулирует вопрос — получает объяснение. Преподаватель просит составить тест — получает тест. Это полезно, но это всё ещё логика «задал задачу — получил результат».

Модель взаимодействия переносит акцент с результата на процесс. Она может сопровождать решение задачи, следить за ходом рассуждения, слышать сбивчивое объяснение, видеть записи, замечать момент, когда ученик свернул не туда. В пределе это не генератор шпаргалок, а цифровой соучастник учебной деятельности.

Пример: ученик решает уравнение вслух и пишет шаги на планшете. Обычный чат-бот увидит только финальный вопрос. Интерактивная модель сможет заметить ошибку именно в тот момент, когда она возникла: «Стоп, здесь ты перенёс знак неправильно. Давай вернёмся на один шаг». Это уже не проверка домашнего задания после факта, а педагогическое сопровождение мышления.

Другой пример — изучение иностранного языка. Такая система может поправлять произношение в момент речи, а не после длинного монолога. Или помогать при публичном выступлении: отслеживать темп, паузы, жесты, структуру аргументации и давать точечные подсказки.

Но есть и педагогический риск.

Чем ближе ИИ к живому преподавателю, тем сильнее соблазн перепутать сопровождение с заменой. В образовании главная ценность не в том, чтобы ИИ быстрее вмешивался. Главная ценность — чтобы он понимал, когда вмешиваться нельзя. Иногда ошибка нужна ученику. Иногда пауза важнее подсказки. Иногда преподаватель специально не спасает от затруднения, потому что именно в нём рождается понимание.

Поэтому ключевой вопрос к таким моделям не технический, а педагогический: кто управляет учебной ситуацией — человек или система?

Если интерактивный ИИ будет просто непрерывно подсказывать, он может ослабить самостоятельное мышление. Если же он будет встроен в грамотный учебный сценарий, он способен стать новым типом тренажёра: не вместо преподавателя, а между учебником, репетитором и лабораторной средой.

Развитие ИИ идёт не только в сторону «умнее», но и в сторону «совместнее». Следующий скачок может произойти не в качестве ответов, а в качестве взаимодействия.

Для образования это означает смену вопроса.

Не «может ли ИИ объяснить тему?»

А: «может ли ИИ участвовать в обучении так, чтобы ученик думал лучше, глубже и самостоятельнее?»

Подробности и видео по ссылке:

https://thinkingmachines.ai/blog/interaction-models/

ИИ и инфляция оценок

А вот снова любопытное. И снова исследование. 

Как известно нашим читателям, к большинству исследований о влиянии ИИ на образование мы относимся скептически. Результаты опросов от 2025 года в 2026 неактуальны.  

Тем интереснее читать что-то действительно вменяемое. 

Новая работа Игоря Чирикова Artificial Intelligence and Grade Inflation опубликована в серии UC Berkeley Center for Studies in Higher Education. 

2018–2025 годы, крупный исследовательский университет, 319 курсов, 84 департамента, 2 552 наблюдения «курс–год» и 507 076 студенческих зачислений на курсы.

Вопрос: растут ли оценки сильнее там, где задания легче выполнить с помощью ИИ, прежде всего в письменных работах и программировании?

То, что растут, нам всем, вроде, очевидно. Но как конкретно? Это и исследовали. Это и самое любопытное. 

Средняя доля заданий writing + coding в изученных курсах — 23,9%. Средний вес домашних и take-home заданий в итоговой оценке — 36,7%. Медианный вес домашних заданий — 30%. К 2025 году явная политика по использованию ИИ появилась уже в 62,7% курсов.

Результат: после появления ChatGPT в курсах с высокой ИИ-экспозицией доля оценок A выросла на 13 процентных пунктов. Это примерно +30% относительно уровня 2022 года. Средний Grade Point Average, то есть средний балл успеваемости, вырос на 0,12 пункта. При этом стандартное отклонение Grade Point Average внутри курса снизилось на 0,09 пункта.

Иными словами, оценки не просто немного поднялись по всей шкале. Распределение сжалось к верхней границе. Доля A- снизилась на 4 процентных пункта, доля B+ — на 3 процентных пункта. Значимого эффекта на зачисления на курсы автор не нашёл.

Автор сравнил курсы с низким и высоким весом домашних заданий. В курсах, где домашние задания имели вес выше медианного, дополнительный эффект ИИ-экспозиции составил +16 процентных пунктов к доле A. Дополнительный рост Grade Point Average составил +0,13 пункта, Доля B+ в таких курсах снизилась на 5,9 процентного пункта, доля «Other grades» — на 5,6 процентного пункта.

На пальцах.

Если бы ИИ прежде всего улучшал реальные знания студентов, рост должен был бы проявляться не только в домашних заданиях, но и в контролируемых форматах оценки. Но эффект концентрируется именно там, где преподаватель не видит процесс выполнения работы. Поэтому автор считает наиболее вероятным механизмом не рост знаний, а замещение студенческого усилия результатом, произведённым с помощью ИИ.

Очередное доказательство того, что система оценивания знаний нуждается в скорейшем пересмотре. 

Источник с методологией и большим количеством цифр в приложении. 

Прошла в СМИ информация о том, что Мальта раздает бесплатно ChatGPT всем гражданам. 

Ну как бы да, но нет  :)

На самом деле так:

Правительство Мальты запустило национальный онлайн-курс AI for Everyone. Он бесплатный и предназначен для граждан и резидентов Мальты от 14 лет.

После прохождения примерно двухчасового курса участник получает бесплатную годовую подписку на выбор: ChatGPT Plus или Microsoft 365 Personal Copilot.

Это не «подарок подписки» навсегда, а государственный эксперимент по встраиванию  ИИ в массовую цифровую грамотность. Не только доступ к инструменту, но и короткое обучение тому, как пользоваться ИИ ответственно и практически.

OpenAI называет это первым в мире партнёрством такого масштаба по выводу ChatGPT Plus на уровень всей страны. Но в официальном сообщении Мальты есть существенное условие: доступ даётся не автоматически всем, а после прохождения курса.

Пресс-релиз правительства Мальты от 16 мая 2026 года
https://www.gov.mt/en/Government/DOI/Press%20Releases/Pages/2026/05/16/pr260871en.aspx

Сообщение OpenAI:
https://openai.com/index/malta-chatgpt-plus-partnership/

Размышления воскресным вечером в грозу :)

Возвращение к истокам

В разговоре об ИИ и образовании и спорах вокруг, очень «прикольно» :(  наблюдать следующее:

значительная часть того, что сегодня предлагается как «новая педагогика», на самом деле известно очень давно.

Диалог.
Вопрос.
Ответ.
Возражение.
Защита тезиса.
Проверка понимания по способности объяснить, уточнить, применить «прям щас» и ответить на неожиданный по теме вопрос.

То есть, всё то, что было в основании античной педагогики, средневекового диспута и нормального университетского семинара.

Это не проблема появления ИИ в образовании.

Наконец-то сорвана маска с той части образовательного процесса, которая давно держалась на слабом допущении:

если ученик сдал письменную работу и она хороша, значит, он что-то понял.

Если у ученика прекрасный почерк, который может разобрать преподаватель, значит он заслуживает положительной оценки за работу в целом. 

Помним  двойную оценку за работу: за содержание и за оформление? :)

Великолепная письменная работа больше не может автоматически считаться доказательством освоения предмета. 

Доказательством становится другое: может ли ученик  защитить свою мысль?

Может ли объяснить, откуда она взялась?

Может ли ответить на возражение?

Может ли применить идею к новой ситуации?

Может ли найти ошибку в источнике, в ответе ИИ, в чужом аргументе, в собственном рассуждении?

В этом смысле разворот образования в эпоху ИИ — это не движение в прошлое. Это возвращение к ядру педагогики, от которого массовая система во многом, к сожалению, отошла.

Не потому, что раньше было лучше.

А потому, что раньше некоторые вещи были неизбежны: учитель и ученик находились в живом интеллектуальном контакте. Не было абстрактных знаний, как набора данных, которые может быть когда-нибудь пригодятся, а может и нет.

Знание нужно было предъявить в речи, в споре, в ответе, в способности взять скальпель и сделать операцию прямо сейчас или прямо сейчас рассчитать нагрузку на фундамент вот этой вот конкретной стены, которую вот прямо вот сейчас нужно строить.  

Учился и не можешь? Изгонешься с позором из учеников мастера. Бестолочь!

Современная система слишком долго подменяла это производством письменных артефактов. ИИ сделал такую подмену слишком очевидной.

Вопрос в том, как вернуть в центр образования наблюдаемое мышление. Как вернуть прикладную ценность образования. 

Парадокс эпохи ИИ в том, что чем сильнее становятся машины, производящие тексты и смыслы, тем важнее становится древнейшая педагогическая ситуация: человек должен сам родить мысль и ответить за это.

Не готов кровью подписаться под своей курсовой?

Иди еще подумай!

Именно это, кажется, и есть настоящее возвращение к истокам.

Но много ли преподавателей к такому готовы? Кровью собственной подписаться под тем, что рассказывают ученикам своим?

А знаете ли вы, кто является крупнейшим потребителем образовательных услуг, связанных с ИИ?

Речь о действующей государственной машине, которая уже сейчас встраивает искусственный интеллект в подготовку личного состава, офицеров, штабов, командиров и гражданских сотрудников оборонного ведомства.

По институциональному масштабу, охвату и глубине образовательной инфраструктуры Министерство обороны США и особенно Армия США уже выглядят как один из крупнейших мировых заказчиков и потребителей таких услуг.

Chief Digital and Artificial Intelligence Office запустил Digital On-Demand — доступ к учебным материалам Massachusetts Institute of Technology для военных и гражданских сотрудников Министерства обороны. 

Официальная цель — создать базовое понимание ИИ, генеративного ИИ, больших данных, кибербезопасности, 5G, интернета вещей и других технологий в масштабах всей оборонной организации. 

В 2025 финансовом году тот же Chief Digital and Artificial Intelligence Office оплачивал обучение руководителей по программе Leading Data and AI-Enabled Organizations. Это  executive education — обучение управленцев тому, как руководить организациями, где решения, процессы и операции всё больше зависят от данных и ИИ. 

Стратегия Министерства обороны США по искусственному интеллекту, опубликованная в январе 2026 года, ставит задачу сделать ведомство “AI-first”. Один из проектов — GenAI.mil — дает доступ к ведущим ИИ-моделям примерно трём миллионам военных и гражданских сотрудников Министерства обороны на разных уровнях секретности. Это означает, что ИИ перестаёт быть инструментом узкой группы специалистов и становится массовой рабочей средой оборонного ведомства. 

Отдельно выделяется Армия США. Её Army Artificial Intelligence Integration Center, то есть Центр интеграции искусственного интеллекта Армии США, ведёт специализированные образовательные программы. 

Например, Artificial Intelligence Technician Program. 

36-месячная траектория: 32 недели академического обучения в Carnegie Mellon University, затем 20 недель прикладного обучения и 24 месяца проектной работы в интересах армейских задач.

Artificial Intelligence Scholars Program: магистерские и докторские траектории для офицеров Active Component по направлениям data analytics, data engineering и autonomous systems engineering. Армия США выращивает собственные кадры, способные понимать, внедрять и сопровождать ИИ-системы внутри военной организации.

В декабре 2025 года Армия США создала новую офицерскую специализацию 49B — Artificial Intelligence / Machine Learning Officer, то есть офицер по искусственному интеллекту и машинному обучению. Для таких офицеров предусмотрены graduate-level training и практический опыт создания, развёртывания и сопровождения армейских ИИ-систем. 

В марте 2026 года Combined Arms Command начал интегрировать Maven Smart System в обучение и военное образование. Maven включают в подготовку Command and General Staff College, School of Advanced Military Studies, School of Command Preparation и Data Academy. 

Количество обучающих курсов по ИИ и на основе специализированных армейских тренажеров на основе ИИ для операторов боевых систем, штабистов, логистов, аналитиков, разведчиков измеряется многими сотнями и с трудом поддается подсчету. 

Министерство обороны США и Армию США можно уже описывать как одну из крупнейших институциональных систем спроса на ИИ-образование.

Это спрос сразу нескольких уровней: массовая ИИ-грамотность для миллионов сотрудников, executive education для руководителей, профессиональная подготовка офицеров, академические программы в университетах, новая карьерная специализация, внедрение ИИ-инструментов в командно-штабное образование.

Кажется, что армия США сильно опережает многие образовательные институции (как государственные, так и корпоративные) в вопросах внедрения ИИ именно в образование. 

Как иллюстрация к предыдущими посту.

США

Школа вооружения армии США (U.S. Army Ordnance School) описала модернизацию подготовки ремонтников по специальностям 91 и 94. Один из практических элементов — пилот с Meta Aria: умные очки и инструменты искусственного интеллекта для обучения и удалённого технического сопровождения.

Пилот стартовал на Fort Lee: очки фиксировали видео ремонтных операций, движения рук и условия вокруг техника. Дальше данные должны связываться с техническими руководствами и расширенной реальностью (extended reality, XR), чтобы обучаемый или механик видел подсказки в процессе работы, а не после очередного «разбора полётов». В планах — уточнение прототипов под конкретные задачи и бенчмаркинг с AI-моделями, включая Google Gemini.


https://www.army.mil/article-amp/291273/modernizing_army_maintenance_training_enhancing_technical_depth_and_leveraging_emerging_technologies

Великобритания

Правительство Великобритании опубликовало справку по Закону о преступности и полиции 2026 года (Crime and Policing Act 2026). Среди мер есть запрет моделей искусственного интеллекта, оптимизированных для создания запрещённого сексуализированного контента с участием детей, а также расширение ответственности за инструкции по использованию ИИ для таких действий.

Документ также предусматривает ответственность администраторов и модераторов площадок, размещающих такой контент. 

У правительства появляются  полномочия включать нерегулируемые ИИ-чатботы в сферу действия Закона об онлайн-безопасности 2023 года (Online Safety Act 2023).

Это означает обязанности по снижению рисков незаконного ИИ-контента и использования ИИ-сервисов для совершения преступлений. Поставщикам сервисов придётся доказывать наличие контроля, журналирования, модерации и процедур реагирования.
https://www.gov.uk/government/publications/crime-and-policing-act-2026-factsheets/crime-and-policing-act-overarching-factsheet

США

Бесплатные микрокурсы ИИ для педагогов

Google запустил Google AI Educator Series (серия микрокурсов по ИИ для педагогов) совместно с Международным обществом технологий в образовании и Ассоциацией надзора и разработки учебных программ (International Society for Technology in Education and Association for Supervision and Curriculum Development, ISTE+ASCD).

Более 20 занятий. Курсы рассчитаны на 15–45 минут, доступны бесплатно и ориентированы на 6 млн школьных и вузовских педагогов США.

Повышение квалификации без отрыва от производства.

Регистрация открыта. Есть вероятность, что доступно не  только учителям из США. Не проверяли.

Заинтересованные могут попробовать  зарегистрироваться и посмотреть изнутри :)

PS… Как сообщает наш постоянный читатель @o_alpeev «пускает». Благодарим!

https://blog.google/products-and-platforms/products/education/ai-educator-series/

А знаете ли вы, что в РФ уже действует большое количество государственных стандартов в области ИИ?

Пример прилагается.

Ознакомиться с полным перечнем можно по ссылке:

“Действующие стандарты по направлению «Искусственный интеллект»”

https://www.rst.gov.ru/portal/gost/home/standarts/aistandarts

Кстати. Если удобнее читать нас в Максе…—>>>

Россия

В СМИ активно цитируется интервью Сергея Кравцова РИА Новости. Минпросвещения вводит в школах профиль «Искусственный интеллект». 

По словам министра, с 2026/2027 учебного года профиль «Искусственный интеллект» будет внедрён в школьную программу «в рамках углубленного изучения предмета». Речь идёт о профиле внутри углублённой информатики.  

Сначала профиль «Искусственный интеллект» включили во Всероссийскую олимпиаду школьников по информатике, затем его решили перенести в школьную программу. На сайте Всероссийской олимпиады школьников по информатике за 2025/2026 учебный год уже есть отдельные материалы по профилю «Искусственный интеллект»: презентации, тестовые файлы и разборы заданий регионального этапа для 9–11 классов.  

База. 

Приказ Минпросвещения России от 18 декабря 2025 года № 973 зарегистрирован в Минюсте 3 февраля 2026 года, регистрационный № 85212. Этим приказом внесены изменения в федеральный перечень учебников.  

В перечень включены учебники «Введение в искусственный интеллект» для 5–6, 7–8 и 9 классов. Издатель — акционерное общество «Издательство “Просвещение”». Срок использования в перечне — до 28 ноября 2030 года.  

Учебники, кончено, устареют полностью на момент отправки в типографию. Тут нужно что-то другое.

Для 5–9 классов уже есть рабочая программа курса внеурочной деятельности «Искусственный интеллект» на портале «Единое содержание общего образования». Она включает знакомство с понятием искусственного интеллекта, историей его развития, преимуществами и рисками, сферами применения, навыками работы с искусственным интеллектом, созданием проектов, генерацией текстов, изображений и музыки.  
По этой программе общий объём курса — 136 часов: 17 часов в 5 классе, 17 часов в 6 классе, 34 часа в 7 классе, 34 часа в 8 классе и 34 часа в 9 классе.

Программа может реализовываться как курс внеурочной деятельности или за счёт части учебного плана, формируемой участниками образовательных отношений. Минимальный объём последовательного курса за 5 лет — не менее 102 учебных часов.  

В 5–6 классах — базовые представления об искусственном интеллекте, технологиях, этике, безопасности и применении в науке, образовании, экологии, здравоохранении, промышленности и творчестве.

В 7–8 классах — понятия «искусственный интеллект», «нейронная сеть», данные, применение в разных сферах.

В 9 классе — генерация текста, изображений, аудио и видео, программирование для работы с искусственным интеллектом и базовые сведения из математики машинного обучения.  

Единая обязательная цифровая платформа не упоминается.

Пока так. 

Часть 1.
Честно говоря, уже соскучился по возможности высказаться на животрепещущие темы. И вот автор(ы) канала и министр просвещения Сергей Кравцов представили такую возможность.

Новость хорошая. То, что вводят профиль "Искусственный интеллект" в рамках уроков информатики углубленного уровня – хорошо. Что не для всех – не очень, но ничего, надо начинать с меньшинства. Ничего страшного.

А вот что беспокоит. Ни в сегодняшнем заявлении министра просвещения, ни в выступлениях по итогам встречи руководителей министерств и ведомств с ключевыми игроками образовательного рынка в «Городской лаборатории» ВЭБ.РФ, состоявшейся 17 марта сего года (ссылка –https://edu.gov.ru/press/11196/sergey-kravcov-vazhno-ponimat…), где, видимо, готовилась почва для принятого сегодня решения, не прозвучали слова о проблеме ответственного использования ИИ в образовании, неоднократно поднимавшейся в этом канале.

Автор(ы) канала обратил(и) внимание на то, что пока у нас искусственный интеллект преподается в рамках внеурочной деятельности, для которой есть утвержденная рабочая программа, в которой вопросы этики при его использовании затрагиваются. И к этой внеурочной деятельности с декабря 2024 г. введены учебные пособия «Искусственный интеллект», изданные «Просвещением» – для 5–6, 7–8 и 9 классов, о которых пишет(ут) автор(ы). В этом году они были просто переквалифицированы в учебники (т. е. был повышен их статус до обязательного) под названием «Введение в искусственный интеллект» с сохранением содержания. Видимо, они и будут базой для учебников по новому профилю.

Меня они заинтересовали, и я решил с ними ознакомиться в части, касающейся этических вопросов использования ИИ. Более того, «Методические пособие» к ним доступно для бесплатного скачивания на сайте издательства «Просвещение», по нему вполне можно составить представления о всей линейке. Его я прикрепляю в приложении.

Так вот. К сожалению, ответственному использованию ИИ в обучении в них уделяется крайне мало внимания. Только в учебнике для 5–6 класса в рамках 5 модуля (этика, мораль, безопасность и т. д.) этому вопросу уделено меньше страницы из примерно 160! (с. 89–90, плюс несколько слов про этику в отношении дипфейков в учебнике для 9 класса) Имеет смысл привести этот маленький фрагмент полностью:

Часть 2.
«ЭТИКА И МОРАЛЬ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ В ОБУЧЕНИИ
Есть большой соблазн использовать искусственный интеллект для того, чтобы он сделал за нас домашнее задание, написал со­чинение, подготовил презентацию или проект. Это обман, причём в первую очередь самого себя. Нерадивый и ленивый ученик один раз дал задание искусственному интеллекту написать сочинение, ему понравилось, он получил хорошую оценку. Так зачем же тогда стараться и писать самому? Но может случиться, что нейросети не будет под рукой, а нужно будет написать письмо, эссе, сдать экзамен, и окажется, что ученик не способен это сделать.

Это вовсе не значит, что нельзя заниматься подготовкой каких-либо материалов с помощью искусственного интеллекта. Иногда это может быть увлекательно и познавательно, но следу­ет соблюдать этические нормы: необходимо всегда указывать, какой материал создан с помощью нейросетей.

Помните, что искусственный интеллект — это помощник в обучении, но нельзя воспринимать его как замену своих соб­ственных интеллектуальных способностей.»

Получается, что простое указание на то, что ты сгенерил нейронкой домашнее задание является индульгенцией для неуча! Как уже обращал(и) внимание автор(ы) – «запрет без объяснения слаб!». А его тут нет вообще.

Почему так получилось? Думаю, потому что к разработке учебников были привлечены более 30 ведущих российских разработчиков технологий искусственного интеллекта из Сбера, Яндекса, Т-банка, МТС, "Газпром нефти" и других. Технари и разрабы. А вот социальщиков, тех, кто могли бы разработать морально-этические вопросы, пригласить забыли… А зря.

По моему твердому убеждению, при введении нового профиля акцент на этические вопросы и ответственность учеников в процессе обучения должен быть усилен в разы. Должен быть отдельный модуль, который так и надо назвать: «Ответственное использование ИИ в обучении», в котором будут доходчиво разъяснены все последствия недобросовестного обращения с нейросетями. Разрабатывать его должны социальщики, педагоги, специалисты по этике и психологии. Иначе разговор учителя со школьниками будет выглядеть примерно как в моем горячо любимом «Саут Парке»: «Выдавать сгенерированную нейронкой домашку за свою – это плохо, понятненько?». Тогда и мне (да и всем вузовским преподавателям) не придется на 1-м курсе института вести душещипательные беседы со студентами на эту же тему.

Nature: Google и DeepMind показали Co-Scientist — ИИ-систему для генерации научных гипотез

В Nature опубликована статья “Accelerating scientific discovery with Co-Scientist”.

Это работа команды Google Cloud AI Research, Google DeepMind, Google Research, Stanford University School of Medicine, Houston Methodist, Sequome, Imperial College London и других участников. 

Co-Scientist - многоагентная система искусственного интеллекта на базе Gemini. Её задача — помогать учёным  формулировать новые, проверяемые научные гипотезы.

Система получает исследовательскую цель на естественном языке, ищет и анализирует научные данные, предлагает гипотезы, критикует их, сравнивает между собой, дорабатывает и готовит предложения для экспериментальной проверки.  

Архитектура построена как набор специализированных агентов. Один агент генерирует идеи. Другой проверяет их как научный рецензент. Третий ранжирует гипотезы через турнирную схему. Четвёртый улучшает наиболее перспективные варианты. Отдельные агенты отвечают за группировку близких идей и за обобщение обратной связи. В результате система работает по циклу: сгенерировать —> раскритиковать —> сравнить — > улучшить —> снова проверить. 

Авторы подчёркивают, что Co-Scientist рассчитан на режим scientist-in-the-loop — «учёный в контуре». Человек задаёт цель, ограничения, критерии качества, может предлагать свои гипотезы, уточнять направление поиска и давать обратную связь. То есть система выступает как интеллектуальный партнёр для ранней стадии научной работы.  

Проверяли систему в трёх биомедицинских задачах: перепрофилирование существующих лекарств для острого миелоидного лейкоза, поиск новых терапевтических мишеней при фиброзе печени и объяснение механизма распространения бактериальных генетических элементов, связанных с антимикробной резистентностью. В ряде случаев гипотезы Co-Scientist были проверены лабораторно in vitro — то есть в клеточных и экспериментальных моделях, а не в клинических испытаниях на пациентах.  

В конкретной реализации использовался Gemini. При этом авторы называют архитектуру model-agnostic, то есть потенциально переносимую на другие мощные модели.

Что тут особенно интересно для нас. 

Промты писать, конечно нужно уметь. 

А еще нужно уметь формулировать исследовательские цели, задавать ограничения, проверять новизну, отличать правдоподобную гипотезу от доказанной, понимать дизайн эксперимента и видеть слабые места источников. 

То есть, ИИ конечно, сильно поможет. Но базовое фундаментальное образование никто пока не отменял. 

Источник прилагается. 

О самой системе подробнее в блоге Гугла:

https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/

Великобритания

Обновлены материалы по ИИ для школ

Министерство образования Великобритании обновило комплект методических материалов «Использование ИИ в образовательных организациях» для 2026/27 учебного года.

Материалы включают слайды, видео с расшифровками, краткие конспекты, проверочные задания и разнообразные шаблоны. 

Все можно найти в открытом доступе по ссылке.


Много.  

https://www.gov.uk/government/collections/using-ai-in-education-settings-support-materials