Муниципальное автономное общеобразовательное учреждение –
средняя общеобразовательная школа № 6
с углубленным изучением отдельных предметов
ГО Среднеуральск
624071, Свердловская
область,
г. Среднеуральск,
ул. Лермонтова, д. 6

Тел. (34368)7-54-17,
7-40-06, 7-46-04
Сайт: 6sdu.uralschool.ru
E-mail: ave_sol_6@mail.ru

«ПРИНЯТО»
Педагогическим советом
МАОУ – СОШ № 6 с углубленным
изучением отдельных предметов
Протокол № 1 от 31 августа 2023 года

УТВЕРЖДЕНА
Приказом директора МАОУ – СОШ № 6
с углубленным изучением отдельных
предметов
от 31.08.2023 г. № 01-12-167

РАБОЧАЯ ПРОГРАММА
УЧЕБНОГО ПРЕДМЕТА
«ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ»

Уровень общего образования: основное общее образование
Класс: 8
Уровень изучения предмета: базовый
Реализация ФГОС ООО

г. Среднеуральск 2023

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
Программа курса «Искусственный интеллект» составлена для 8 класса в
соответствии с требованиями ФГОС основного общего образования (приказ
Минпросвещения № 287 от 31 мая 2021 г.), с учетом преемственности программ
начального, основного и среднего общего образования. Программа предназначена для
продолжения обучения основам искусственного интеллекта и ориентирована на анализ
данных, введение в машинное обучение на базовом уровне. За последние десятилетия
во многих областях науки и индустрии стали накапливаться большие объемы данных, а
также стали развиваться методы машинного обучения, позволяющие извлекать из этих
данных знания и экономическую пользу.
Для базового уровня программой предусмотрен пропедевтический раздел анализа
данных в электронных таблицах, а также основы программирования на Python, анализ
данных на Python. Основополагающей темой является введение в программирование
на Python. Сформированные у учащихся знания и умения в области программирования
на Python будут в дальнейшем использованы при изучении анализа данных на ступени
основного общего образования и машинного обучения на ступени среднего общего
образования. Data Science – одна из самых прогрессивных областей в
программировании сегодня, а Python – самый популярный и распространенный язык,
используемый для анализа данных. Не удивительно, что две эти области знаний
активно изучаются и применяются специалистами для построения предиктивных
моделей, визуализации и работы с данными. Курс позволит учащимся освоить
основные инструменты работы и приступить к построению моделей и работе с
данными. В ходе освоения учебного материала курса у учащихся формируется
устойчивый интерес к изучению данной темы и закладывается база для продолжения
изучения методов машинного обучения на ступени среднего общего образования.
Программа разработана в соответствии с одним из дидактических принципов –
принципом преемственности. Содержание программы находится в тесной связи с
материалом для начального общего образования, а также является необходимым для
последующего изучения на ступени среднего общего образования. Это — линия языка
программирования Python, освоение которого начинается в основной школе, и
сквозная линия машинного обучения, освоение которого начинается на
пропедевтическом уровне в начальной и основной школе и продолжается далее в
средней школе.
К завершению обучения по программе учащиеся должны понимать актуальность
анализа данных, его основные области применения и методы реализации. Программа
предполагает, что у учащихся будет сформировано целостное представление об
анализе данных, реализации методов анализа данных на языке Python, его сферах
применения.
Данный курс опирается на фундаментальные дидактические принципы, такие как
практико-ориентированность, научность и доступность, целостность и непрерывность,
а также инновационные методы проблемно-развивающего и смешанного обучения,
программно-проектного и исследовательского подходов. В конце каждого урока
присутствуют вопросы и задания, многие из которых ориентированы на коллективное
обсуждение, дискуссии, выработку коллективного мнения.
Особое место в реализации программы отводится видеолекциям, онлайнресурсам, тренажерам. Все это создает необходимые условия для формирования
самостоятельности в планировании учебной деятельности, в организации учебного

сотрудничества, в распределении ролей при решении учебных задач и проблем.
Неотъемлемой частью программы является проектная деятельность обучающихся.
Изучение различных аспектов анализа данных позволит сформировать у
учащихся способность к аналитической и прогностической деятельности. Поиск
ответов на проблемные вопросы, решение проблемных и исследовательских заданий,
интегрированных в содержание, направлено на формирование у учащихся целостного
системного мышления, которое позволит им оценить сформированный круг
постоянных интересов и осуществить осознанный выбор дальнейшей образовательной
траектории и профессионального самоопределения.
Цель и задачи курса. Главной целью изучения курса «Знакомство с
искусственным интеллектом» является становление у учащегося устойчивого интереса
к освоению данной области знания и формирование у него базовых представлений о
возможностях взаимодействия с технологиями искусственного интеллекта для
решения прикладных задач, продуктивного использования на благо себе и
окружающих. Задачи курса: приобретение учащимся опыта практической, проектной и
творческой деятельности с использованием готовых инструментов искусственного
интеллекта, формирование у него представлений об эффективном использовании
технологий искусственного интеллекта в своей жизни. Дать учащимся базовое
представление об анализе данных и реализации основных методов анализа данных на
языке Python, познакомить с терминологией искусственного интеллекта и научить
применять некоторые из его методов для решения практических задач.
Целевая аудитория курса. Учащиеся 8 классов общеобразовательных школ.
Место курса «Искусственный интеллект» в учебном плане. Уроки курса
«Искусственный интеллект» могут проводиться в 8 классах в качестве внеурочной
деятельности (возможные формы: факультатив, кружок и прочее).
Ценностные ориентиры содержания и реализации программы
Содержание программы носит междисциплинарный характер. Естественным
образом выглядит его возможная интеграция с дисциплинами предметной области
«Математика и информатика». Развитие логического и алгоритмического мышления,
осуществляемое на уроках по этим дисциплинам, служит задаче формирования
необходимой основы, на которой в дальнейшем будет осуществлен переход к
машинному обучению на ступени среднего общего образования.
Через использование различных датасетов и анализ данных синтезируются
знания и умения учащихся, полученные ими на уроках географии, физики, биологии и
других.
Неотъемлемой частью программы является реализация проектного метода
обучения. Программой предусмотрено выполнение таких проектов как
«Статистический метод анализа данных», «Различные варианты программирования
циклического алгоритма», «Начала программирования на Python». Проекты по своей
дидактической сущности нацелены на формирование способностей, позволяющих
эффективно действовать в реальной жизненной ситуации. Обладая ими, учащиеся
могут адаптироваться к изменяющимся условиям, ориентироваться в разнообразных
ситуациях, работать в команде.
При работе над проектом появляется исключительная возможность
формирования у учащихся компетентности разрешения проблем (поскольку
обязательным условием реализации метода проектов в школе является решение
учащимся собственных проблем средствами проекта), а также освоение способов
деятельности, составляющих коммуникативную и информационную компетентности.
Планируемые результаты освоения учебного курса
ФГОС устанавливает требования к результатам освоения обучающимися
основной образовательной программы среднего общего образования: личностным

результатам (таблица 1); метапредметным результатам (таблица 2); предметным
результатам (таблица 3).
Таблица 1
Личностные результаты
Требование ФГОС
Личностные результаты, обеспечивающие адаптацию
обучающегося к изменяющимся условиям социальной и
природной среды:
умение распознавать конкретные примеры понятия по
характерным признакам, выполнять операции в соответствии с
определением и простейшими свойствами понятия,
конкретизировать понятие примерами, использовать понятие и
его свойства при решении задач, а также оперировать
терминами и представлениям в области концепции устойчивого
развития
Ценности научного познания:
овладение основными навыками исследовательской
деятельности, установка на осмысление опыта, наблюдений,
поступков и стремление совершенствовать пути достижения
индивидуального и коллективного благополучия

Чем достигается
Разделы
«Введение в
искусственный
интеллект»,
«Основы
программирования на
Python»,
«Анализ данных в
электронных
таблицах».
Разделы «Анализ
данных в электронных
таблицах».

Таблица 2
Метапредметные результаты
Требование ФГОС
Умение самостоятельно планировать пути достижения цели, в
том числе альтернативные, осознанно выбирать наиболее
эффективные способы решения учебных и познавательных
задач.
Умение оценивать правильность выполнения учебной задачи,
собственные возможности ее решения.

Чем достигается
Проектные задания

Разделы «Анализ
данных в электронных
таблицах»,
«Анализ данных на
Python»
Умение определять понятия, создавать обобщения,
Разделы «Анализ
устанавливать аналогии, классифицировать, устанавливать
данных в электронных
причинно-следственные связи, строить логические рассуждения, таблицах»,
умозаключения (индуктивные, дедуктивные и по аналогии) и
«Анализ данных на
делать выводы.
Python»
Разделы «Анализ
Умение создавать, применять и преобразовывать знаки и
данных в электронных
символы, модели и схемы для решения учебных и
таблицах»,
познавательных задач.
«Анализ данных на
Python»

Формирование и развитие компетентности в области
использования ИКТ (ИКТ-компетенции).

Разделы «Анализ
данных в электронных
таблицах»,
«Анализ данных на
Python»
Таблица 3
Предметные результаты

Требование ФГОС
Формирование информационной и алгоритмической культуры,
формирование представления о компьютере как универсальном
устройстве обработки информации, развитие основных навыков
и умений использования компьютерных устройств.

Чем достигается

Разделы
«Основы
программирования на
Python»
«Анализ данных на
Python»
Формирование представления об основных изучаемых
Разделы «Анализ
понятиях (информация, алгоритм, модель) и их свойствах.
данных в электронных
таблицах»,
«Основы
программирования на
Python»
«Анализ данных на
Python», «Введение в
машинное обучение
на Python»
Развитие алгоритмического мышления, необходимого для
Разделы «Анализ
профессиональной деятельности в современном обществе;
данных в электронных
развитие умений составить и записать алгоритм для конкретного таблицах»,
исполнителя; формирование знаний об алгоритмических
«Анализ данных на
конструкциях, логических значениях и операциях; знакомство с Python», «Основы
одним из языков программирования и основными
машинного обучения»
алгоритмическими структурами — линейной, условной и
циклической.
Разделы «Основы
программирования на
Формирование умений формализации и структурирования
Python», «Анализ
информации, умения выбирать способ представления данных в
данных в электронных
соответствии с поставленной задачей (таблицы, схемы, графики, таблицах»,
диаграммы) с использованием соответствующих программных
«Анализ данных на
средств обработки данных
Python», «Введение в
машинное обучение
на Python»
Формирование навыков и умений безопасного и
Раздел «Введение в
целесообразного поведения при работе с компьютерными
искусственный
программами и в сети Интернет, умения соблюдать нормы
интеллект»
информационной этики и права

Содержание курса «Искусственный интеллект»
8 класс
Раздел 1. Введение в искусственный интеллект (1 ч)
Учащиеся должны знать понятие информации, различие между понятиями
«информация», «данные».
Учащиеся должны уметь:
 приводить примеры информационных процессов в природе, обществе,
технических системах;
 структурировать информацию, выделять основные понятия и взаимосвязи
между ними.
Раздел 2. Анализ данных в электронных таблицах (8 ч.)
Учащиеся должны знать:
 возможности электронных таблиц для хранения, анализа и представления
данных;
 Учащиеся должны уметь:
 вводить и редактировать данные в электронных таблицах;
 выполнять вычисления с помощью электронных таблиц; представлять данные в
виде диаграмм и графиков.
Раздел 3. Основы программирования на Python (26 ч.)
Учащиеся должны знать:
 понятия «алгоритм», «исполнитель», «система команд исполнителя»;
 основные алгоритмические структуры: следование, ветвление, цикл;
 реализацию основных алгоритмических структур в выбранном языке
программирования.
Учащиеся должны уметь:
 составлять алгоритмы для решения простых задач в словесной форме, на
алгоритмическом языке и на выбранном языке программирования;
 выполнять трассировку алгоритма;
 программировать несложные линейные, разветвляющиеся и циклические
алгоритмы на выбранном языке программирования.

Тематическое планирование с определением основных видов учебной
деятельности
8 класс
Таблица 4
«Искусственный интеллект»
Наименов
ание темы

Краткое
содержание

Виды учебной деятельности
Введение в ИИ и МО

1.
1.1

Введение в Прогнозирование, Аналитическая: поиск ответов на вопросы
машинное анализ, обучение, учителя, самостоятельный поиск информации
данные, признаки, при решении поставленных задач.
обучение
алгоритм,
Коммуникационная: командная работа, ответы
искусственный
на вопросы учителя, игровая практика.
интеллект,
Практическая: участие в игре, работа с
машинное
игровым тренажером.
обучение
Рефлексивная: рефлексия методом «6 шляп»

2.

Анализ данных в электронных таблицах

2.1

Наука о
данных.
Большие
данные

Наука о данных,
профессии в
области науки о
данных, данные и
большие данные,
методы работы с
данными

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых
заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания

2.2

Описатель
ная
статистика.
Табличные
данные

Табличные данные,
методы работы с
табличными
данными, базовые
инструменты
табличного
процессора Excel,
сбор и обогащение
данных

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых
заданий.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания

2.3

Обработка
данных
средствами
электронной
таблицы

статистические
показатели, меры
центральной
тенденции,
встроенные
функции =СЧЁТ(),

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.

=СУММ(),
=СРЗНАЧ(),
=МАКС(), =МИН(),
=МОДА(),
=МЕДИАНА()

Практическая: решение предлагаемых
заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания

2.4

Обработка
данных.
Первичный
анализ

Первичный анализ
данных, этапы
работы с данными,
встроенные
функции
=СЧЁТЕСЛИ(),
=СЧЁТЕСЛИМН(),
=СРЗНАЧЕСЛИ(),
=СРЗНАЧЕСЛИМН
(), =СУММЕСЛИ(),
=СУММЕСЛИМН()

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых
заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания

2.5

Визуализа
ция
данных

Визуализация
данных,
визуальный анализ
данных, графики,
диаграммы,
гистограммы,
конструктор для
работы с
диаграммами и их
форматирование

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых
заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания.

2.6

Статистиче
ский
анализ
данных.
Корреляци
онный
анализ

Статистический
анализ данных,
визуализация
данных с помощью
диаграммы
разброса и расчета
коэффициента
корреляции,
коэффициент
корреляции
Пирсона

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых
заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания

2.7

Статистиче
ский
анализ
данных.
Линейный
регрессион
ный анализ

Построение
математической
модели линейной
(парной)
зависимости и ее
интерпретация

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых

заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания
2.8

Проект
«Статисти
ческий
метод
анализа
данных»

Понятия раздела
«Анализ данных в
электронных
таблицах»

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск
информации при решении поставленных
задач.
Коммуникационная: участие во фронтальном
обсуждении, ответы на вопросы учителя.
Практическая: решение предлагаемых
заданий средствами Excel.
Рефлексивная:
обсуждение контрольных вопросов и
подведение итогов выполнения
практического задания

Основы языка программирования Python

3.
3.1

Алгоритмы и
исполнители.
Способы
записи
алгоритмов

Исполнитель,
алгоритм.
Способы записи
алгоритмов:
словесный,
построчный,
блок-схема,
программа.
Линейный,
разветвляющийс
я и циклический
алгоритмы.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа с игровым
тренажером.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.2

Общие
сведения о
языке
программиров
ания Python

История языка
Python,
компилируемые
и
интерпретируем
ые языки,
достоинства и
недостатки
Python.
Понятие
данных, типы
данных: целые,
вещественные и
строковые.
Понятие
переменной,
разница между

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

переменной и
константой.
3.3

Организация
ввода и
вывода
данных

Функция print(),
правила ее
использования.
Ошибки при
использовании
функции print()
Типы данных:
int, float, str.
Приведение
типов с
помощью
соответствующи
х функций (int(),
float(), str()).
Функция type().
Оператор
присваивания.
Правила
именования
переменных.
Функция input(),
правила ее
использования.
Необходимость
приведения
целочисленных
данных к типу
int после ввода.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.4

Алгоритмичес
кая
конструкция
«следование»

Типы данных в
Python,
арифметические
операторы,
действия с
переменными.
Алгоритм, виды
алгоритмов,
особенности
линейного
алгоритма,
блок-схема.
Блок-схема
линейного
алгоритма.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.5

Программиро
вание
линейных
алгоритмов

Блок-схема
линейного
алгоритма.
Программирова

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)

ние линейных
алгоритмов,
арифметические
операторы,
переменные.

индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.6

Алгоритмичес
кая
конструкция
«ветвление»

Разветвляющий
ся алгоритм,
блок-схема
ветвления,
операторы
сравнения.
Условные
операторы if, ifelse, правила
записи
условных
операторов.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.7

Полная форма Блок-схема
ветвления
ветвления.
Полный
условный
оператор,
правила записи
полного
условного
оператора.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.8

Программиро
вание
разветвляющи
хся
алгоритмов.
Условный
оператор

Программирова
ние линейных
алгоритмов,
арифметические
операторы,
переменные.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python
Рефлексивная: заполнение листа рефлексии

3.9

Простые и
составные
условия

Разветвляющий
ся алгоритм,
блок-схема
ветвления.
Логические
операторы,
составные
условия.
Условный
оператор.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.10

Алгоритмичес
кая
конструкция
«повторение».
Программиро
вание циклов
с заданным
условием
продолжения
работы

Оператор while
в Python,
синтаксис
оператора while.

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.11

Программиро
вание циклов
с заданным
числом
повторений

Оператор for в
Python, функция
range(),
синтаксис
функции range().

Аналитическая: поиск ответов на вопросы
учителя, самостоятельный поиск информации
при решении поставленных задач.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: ответы на вопросы, решение
предлагаемых заданий на языке
программирования Python.
Рефлексивная: заполнение листа рефлексии

3.12

Проект
«Различные
варианты
программиров
ания
циклического
алгоритма»

Циклический
алгоритм,
алгоритм while,
алгоритм for,
правила записи
циклических
алгоритмов в
Python.

Аналитическая: поиск решения поставленной
задачи.
Коммуникационная: работа в командах и (или)
индивидуально.
Практическая: решение проектной задачи.
Рефлексивная: заполнение листа рефлексии.

3.13

Проект
«Начала
программиров
ания»

Типы данных,
переменные,
функции,
математические
и логические
операторы,
виды
алгоритмов,
условный
оператор,
оператор for,
оператор while.

Аналитическая: в процессе систематизации
знаний.
Коммуникационная: при работе в командах.
Практическая: в работе по созданию
визуальной карты знаний. Рефлексивная:
заполнение листа рефлексии

Поурочное планирование
№

1

Тема
Введение в искусственный интеллект
Введение в искусственный интеллект
Итого по разделу

Количество
часов
1
1

2
3
4
5
6
7
8
9

10
11
12
13
14
15
16
17
18
19
20
21
22

●
●
●
●
●
●
●

Анализ данных в электронных таблицах
Наука о данных. Большие данные
Описательная статистика. Табличные данные
Обработка данных средствами электронной таблицы
Обработка данных. Первичный анализ
Визуализация данных
Статистический анализ данных. Корреляционный анализ
Статистический анализ данных. Линейный регрессионный анализ
Проект «Статистический метод анализа данных»
Итого по разделу
Основы программирования на Python
Алгоритмы и исполнители. Способы записи алгоритмов
Общие сведения о языке программирования Python
Организация ввода и вывода данных
Алгоритмическая конструкция «следование»
Программирование линейных алгоритмов
Алгоритмическая конструкция «ветвление»
Полная форма ветвления
Программирование разветвляющихся алгоритмов. Условный
оператор
Простые и составные условия
Алгоритмическая конструкция «повторение». Программирование
циклов с заданным условием продолжения работы
Программирование циклов с заданным числом повторений
Проект «Различные варианты программирования циклического
алгоритма»
Проект «Начала программирования на Python»
Итого по разделу
ИТОГО

1
1
1
1
1
1
1
1
8
1
1
1
1
2
2
2
2
2
3
2
3
3
25
34

Организационно-педагогические условия реализации курса
Для реализации курса на основе программы необходимо наличие следующих
компонентов:
компьютерное рабочее место учителя, подключенное к сети Интернет (Wi-Fi или по
кабелю),
проекционное оборудование или интерактивная доска с возможностью демонстрации
презентаций;
компьютеры или ноутбуки, расположенные в компьютерном классе, где каждый
ученик работает с устройством либо индивидуально, либо в парах;
компьютеры или ноутбуки как учащихся, так и учителя должны быть на операционных
системах Windows/MacOS;
типовое
программное
обеспечение,
применяемое
общеобразовательными
организациями, включая программу для работы с электронными таблицами MS Excel;
интегрированная среда разработки (IDE) для языка программирования Python;
Jupyter Notebooks — среда разработки, для запуска файлов из материалов УМК с
компьютера или из облачного хранилища.
Технические требования к ПО
ПК или ноутбук на базе ОС Windows, MacOS

Системные требования Windows
● Операционная система Windows 7 или ●
выше
● Процессор Intel® Core Duo или
●
аналогичный с частотой 1,5 ГГц или
выше
●
● 2/4 ГБ оперативной памяти для систем
под управлением 32/64-битной Windows
●

Системные требования MacOS
Операционная система MacOS X 10.10 или
выше
Процессор Intel® Core Duo или аналогичный с
частотой 1,5 ГГц или выше
1,5 ГБ оперативной памяти - Процессор Intel®
Core Duo или аналогичный с частотой 1,5 ГГц
или выше
1,5 ГБ оперативной памяти

● Разрешение экрана 1024x768 или больше
● Наличие интернет-соединения
● Необходимо использовать актуальные версии одного из следующих браузеров: Edge,
Chrome, Safari, Firefox, Opera

Учебно-методическое и материально-техническое обеспечение курса
«Искусственный интеллект»
1. Программа курса «Искусственный интеллект»
2. Методические рекомендации для педагогических работников, которые содержат
методику реализации учебного курса, направленного на изучение основ систем
искусственного интеллекта для начального общего образования.
3. Текстовые учебные материалы учебного курса «Искусственный интеллект»
Материалы заданий для практической и самостоятельной работы, заданий для
промежуточной и итоговой аттестации. Материалы предназначены для
формирования и закрепления у обучающихся предметных и универсальных
учебных действий.
4. Тематические видеоролики.
При прохождении курса рекомендуется использовать следующие ресурсы:
● Академия
искусственного
интеллекта
для
школьников.
Режим доступа: www.ai-academy.ru
● Всероссийский
образовательный
проект
«Урок
цифры».
Режим доступа: www.урокцифры.рф
● Ресурс «Эксперименты с Google»
Режим доступа: https://experiments.withgoogle.com/

–
–

Материально-техническое обеспечение курса
Базовые требования:
● рабочее место учителя должно быть оборудовано компьютером, подключенным к
сети Интернет (Wi-Fi или по кабелю);
● учебный класс должен быть оборудован проекционным оборудованием или
интерактивной доской с возможностью демонстрации презентаций;
● компьютер учителя должен быть оснащен динамиками.
Рекомендуемое обеспечение:
● занятия могут опционально проводиться в компьютерном классе, либо классе,
оснащенном компьютерами/ноутбуками/планшетными компьютерами для
каждого учащегося;
● индивидуальные компьютеры учащихся должны быть на операционных системах
Windows/MacOS, а планшетные компьютеры на операционных системах
iOS/Android.
Технические требования к ПО
ПК или ноутбук на базе ОС Windows, MacOS
Системные требования Windows
● Операционная система Windows 7
или выше
● Процессор Intel® Core Duo или
аналогичный с частотой 1,5 ГГц
или выше

Системные требования MacOS
● Операционная система MacOS X
10.10 или выше
● Процессор Intel® Core Duo или
аналогичный с частотой 1,5 ГГц
или выше

● 2/4 ГБ оперативной памяти для
систем под управлением 32/64битной Windows

● 1,5 ГБ оперативной памяти Процессор Intel® Core Duo или
аналогичный с частотой 1,5 ГГц
или выше
● 1,5 ГБ оперативной памяти

● Разрешение экрана 1024x768 или больше
● Наличие интернет-соединения
● Необходимо использовать актуальные версии одного из следующих браузеров:
Edge, Chrome, Safari, Firefox, Opera
Планшетный компьютер
● Устройство на базе ОС Android версии 4.4 и выше, объем оперативной памяти
— 1 ГБ
● Устройство на базе ОС iOS версии 10.3 и выше