Технологии ИИ в работе учителя информатики

Как использовать искусственный интеллект не ради самого ИИ, а для решения реальных педагогических задач? В этом выступлении я рассматриваю практические возможности современных технологий искусственного интеллекта в работе учителя информатики: от специализированных образовательных сервисов до больших языковых моделей (LLM) и их локального запуска на компьютере. 🔹 В первой части выступления знакомимся с ИИ-сервисами, которые могут быть полезны педагогу: • MagicSchool - набор ИИ-инструментов и готовых педагогических сценариев; • Diffit - быстрое создание дидактических и учебных материалов разного уровня сложности; • Eduaide.ai - разработка уроков, заданий и оценочных материалов; • NotebookLM - работа с собственными источниками, документами и учебными материалами; • Napkin AI - превращение текста в схемы, диаграммы и инфографику; • Winny - пример использования ИИ в качестве персонального учебного помощника. 🔹 Во второй части переходим от готовых сервисов к работе с большими языковыми моделями. На практических экспериментах разбираем, почему качество результата зависит не только от выбранной нейросети, но и от того, как именно мы организуем взаимодействие с ней. Рассматриваем: • как формулировать запросы и постепенно их дорабатывать; • как задавать модели роль, контекст, критерии и формат результата; • как использовать LLM для анализа и предварительной проверки ученических работ; • как находить типичные ошибки класса и превращать результаты анализа в полезную обратную связь; • почему первый ответ нейросети не всегда является лучшим и как организовать более глубокую проверку результата. Отдельный эксперимент - «Искусственный интеллект против искусственного интеллекта». Рассматриваем подход, при котором одна роль анализирует материал, другая выступает критиком и целенаправленно ищет его слабые места. Такой подход позволяет перейти от простого вопроса нейросети к более сложной организации работы с ИИ. 🔹 Отдельная часть выступления посвящена локальным LLM - большим языковым моделям, которые можно запускать непосредственно на собственном устройстве. Разбираемся, зачем учителю информатики вообще знакомиться с локальными моделями, и рассматриваем инструменты LM Studio и Google AI Edge Gallery. Локальные LLM особенно интересны с точки зрения изучения современных технологий искусственного интеллекта, проведения экспериментов и возможности работы с моделью непосредственно на своем устройстве. Главная идея выступления проста: ИИ не заменяет профессиональную компетентность учителя. Он становится действительно полезным тогда, когда педагог понимает возможности и ограничения технологии и умеет грамотно организовать совместную работу человека и искусственного интеллекта. Видео будет полезно учителям информатики, педагогам дополнительного образования, преподавателям вузов и всем, кто хочет перейти от простого «спросить что-нибудь у нейросети» к осмысленному использованию ИИ в образовательной деятельности. #искусственныйинтеллект #ИИ #нейросети #образование #информатика #учительинформатики #LLM #локальныеLLM #EdTech #цифровыеинструменты #образовательныетехнологии