Сравнительный анализ курсов внеурочной деятельности

1. Обзор исследуемых курсов

№	Курс	Классы	Часы	Ч/нед	Тип	Основной фокус
1	Программирование	10–11	136	2	Классика	Python, алгоритмы, ООП, структуры данных
2	Усиленный промптинг	10–11	136	2	ИИ	Промпт-инжиниринг, БЯМ, верификация
3	Вайбкодинг и разработка ИИ-агентов	10–11	136	2	ИИ	API, агенты, LangChain, мультиагенты
4	Проектный практикум в сфере ИИ	10–11	68	1	ИИ	ML, данные, sklearn, проектный цикл
5	Введение в ИИ-грамотность	10	34	1	Базовый	Основы ИИ, ML, этика, сервисы
6	Кружок для 8–9 классов	8–9	136	2	Пропедевтика	Промптинг, боты, вайбкодинг, игры

Классика Фундаментальные навыки ИИ Искусственный интеллект Базовый Общеобразовательный Пропедевтика Подготовительный

Ключевое наблюдение: 4 из 5 курсов для 10–11 классов имеют прямое отношение к ИИ. Только «Программирование» — классический курс. При этом «Усиленный промптинг» и «Вайбкодинг» пересекаются по темам промптинга на 30–40%.

2. Детальное сравнение курсов для 10–11 классов

2.1. Содержательное пересечение («тепловая карта дублирования»)

Тема	Программи- рование	Усиленный промптинг	Вайбкодинг и агенты	Проектный практикум	ИИ- грамотность
Основы Python (синтаксис, функции)	+++	—	+(база)	+(база)	—
Промпт-инжиниринг (CoT, few-shot, роли)	—	+++	+++	—	+(1 тема)
API БЯМ (HTTP, JSON, requests)	—	—	+++	+(обзор)	—
Разработка ИИ-агентов (память, инструменты)	—	—	+++	—	—
Многоагентные системы	—	—	+++	—	—
ML (sklearn, регрессия, классификация)	—	—	—	+++	+(теория)
Pandas, NumPy, визуализация	+(файлы/API)	—	—	+++	—
Этика ИИ и академическая честность	—	+++	++	+(1 модуль)	+++
ООП в Python	+++	—	—	—	—
SQL / Excel (формулы, запросы)	—	+(SQL в промптах)	—	—	—
Git, командная разработка	+(проект 11 кл)	—	—	—	—
Telegram-боты / веб-интерфейсы	+(Streamlit)	—	+++	—	—

Вывод: максимальное дублирование — между «Усиленным промптингом» и «Вайбкодингом» (промптинг, этика). Среднее дублирование — между «Программированием» и «Проектным практикумом» (Python, pandas).

2.2. Сравнение по ключевым параметрам

Параметр	Программирование	Усил. промптинг	Вайбкодинг	Проектный практикум	ИИ-грамотность
Нагрузка	2 ч/нед · 136 ч	2 ч/нед · 136 ч	2 ч/нед · 136 ч	1 ч/нед · 68 ч	1 ч/нед · 34 ч
Практики, %	~70%	~60%	~65%	~75%	~40%
Проект в 10 кл	Мини-проект	Портфолио промптов	Простой агент	Эскиз проекта	Мини-исследование
Проект в 11 кл	Групповой проект	Исследование	Групповой агент	Защита проекта	—
Сложность для ученика	Высокая	Средняя	Очень высокая	Высокая	Низкая
Сложность для учителя	Высокая	Средняя	Экстремальная	Высокая	Низкая
Зависимость от инфраструктуры	Низкая (ПК + Python)	Средняя (доступ к БЯМ)	Высокая (API, хостинг, ключи)	Средняя (Google Colab)	Низкая (браузер)
Актуальность через 3 года	Высокая	Средняя	Средняя	Высокая	Высокая
Уникальность (нет дублей)	Высокая	Низкая	Средняя	Средняя	Высокая

3. Сравнение: 8–9 классы vs 10–11 классы

3.1. Вертикальная преемственность

Измерение	Кружок 8–9 (136 ч)	Курсы 10–11	Комментарий
Промптинг	5 уровней: прямой → контекстный → ролевой → цепочечный → мета-промпт	CoT, ToT, few-shot, zero-shot, самоконсистентность	8–9 даёт базу, 10–11 углубляет. Хорошая связка!
Язык программирования	Python/JS (базовый)	Python (продвинутый) + JS (опционально)	Не хватает явного указания на пререквизит по Python для 10 класса
ИИ-агенты	Coze-фреймворк, простые боты	LangChain, RAG, мультиагенты, function calling	Хороший скачок сложности. Возможен разрыв
Вайбкодинг	Есть (игры, спрайты, уровни)	Есть (код, агенты, отладка)	Дублируется! По смыслу то же самое, но глубже
Этика и безопасность	Базовые понятия (галлюцинации, предвзятость)	Юридические аспекты, 152-ФЗ, Нацстратегия, дебаты	Хорошая преемственность
Проектная работа	Бот/агент/игра	ML-проект, исследование промптов, агент	Разные форматы. Нет единой линии

3.2. Анализ разрыва (gap analysis)

Преемственность (что хорошо)

Промптинг выстроен от 5 уровней (8–9) к продвинутым техникам (10–11)
Этика ИИ присутствует на всех уровнях
Проектная деятельность — сквозная линия
Вайбкодинг закрепляется в обоих звеньях
Агентный подход вводится с 8 класса (Coze) → 11 класс (LangChain)

Разрывы (что отсутствует)

Нет явного пререквизита: ученик 8–9 класса не обязан брать кружок, но курсы 10–11 на него опираются
Математический разрыв: для ML в 10–11 классе нужна математика (линал, матстат), которой нет нигде
Языковой: «Усиленный промптинг» использует только англоязычную литературу
Инструментальный: фреймворки Coze и LangChain — совершенно разные по сложности
Проектный: в 8–9 классе проект — бот/игра, в 10–11 — ML/исследование. Нет единой методологии

4. Технические требования для реализации

Компонент	Программи- рование	Усил. промптинг	Вайбкодинг и агенты	Проектный практикум	ИИ- грамотность	Кружок 8–9
ПК / ноутбук (на ученика)	+	+	+	+	+	+
Доступ в интернет	+	+	+	+	+	+
Python 3.10+	+	опционально	+	+	—	+
IDE (VS Code / PyCharm)	+	браузер хватит	+	+	—	+
Jupyter / Google Colab	опц.	—	—	+	+	—
API-ключи БЯМ (платные)	—	беспл. хватит	+ (нужны)	—	беспл. хватит	беспл.
Хостинг / сервер (Telegram)	—	—	+ (Render, и др.)	—	—	+
Git + GitHub	+	—	—	—	—	база
Библиотеки Python (pandas, sklearn)	pandas	—	+ (requests, langchain)	+ (pandas, sklearn, seaborn)	—	—

4.1. Оценка затрат на инфраструктуру

Статья расходов	Мин. бюджет	Оптим. бюджет	Примечание
Парк ПК (20 мест)	1.2–1.6 млн ₽	2.0–2.5 млн ₽	Ноутбуки или моноблоки
API БЯМ (YandexGPT, OpenAI)	0 ₽ (беспл. лимиты)	30–50 тыс. ₽/год	На группу 20 чел. при 2 ч/нед
Хостинг (Render / PythonAnywhere)	0 ₽ (free tier)	10–20 тыс. ₽/год	Для деплоя агентов и ботов
ПО (VS Code, Python)	0 ₽	0 ₽	Open source
Интернет (20 Мбит/с на место)	—	включено	Требуется стабильный доступ
Итого на инфраструктуру	~1.2–1.6 млн ₽	~2.1–2.6 млн ₽	ПК + ~50–70 тыс. ₽/год сервисы

5. Требуемые навыки: ученик и учитель

5.1. Навыки ученика (входной уровень)

Программирование (10 кл)Средний

Программирование (11 кл)Продвинутый

Усиленный промптингЭлементарный

Вайбкодинг и агентыПродвинутый

Проектный практикумСредний

Введение в ИИ-грамотностьНачальный

Кружок 8–9Начальный

Шкала: Начальный (0) → Элементарный (25%) → Средний (50%) → Продвинутый (75%) → Экспертный (100%)

5.2. Навыки учителя (необходимая квалификация)

Python (продвинутый: ООП, алгоритмы)Экспертный

Промпт-инжиниринг (CoT, ToT, few-shot)Продвинутый

API БЯМ (REST, JSON, функция вызова)Продвинутый

Фреймворки агентов (LangChain, Coze)Продвинутый

ML (scikit-learn, pandas, метрики)Продвинутый

Telegram Bot API / веб-интерфейсыСредний

Git, CI/CD, хостингСредний

Этика ИИ, право, 152-ФЗСредний

Проектное управление (Agile, декомпозиция)Средний

5.3. Оценка кадровой потребности

Сценарий	Преподавателей	Квалификация	Комментарий
Минимальный (2–3 курса)	1–2	учитель информатики + самоподготовка	Реально для большинства школ
Оптимальный (все курсы)	3–4	2 учителя информатики + 1 математик + 1 практик из индустрии	Покрывает все направления
Идеальный (+ олимпиады)	4–5	специалисты по ИИ, ML, Python, промптингу	Нанять выпускников профильных вузов или ИТ-компаний

6. Сравнение с аналогичными программами в школах РФ и мира

Организация	Программа	Классы	Объём	Сходство	Отличие
Школа «Летово»	AI & Data Science	9–11	—	Высокое	Сильный упор на математику. Меньше промптинга
Лицей НИУ ВШЭ	Анализ данных (Python)	10–11	—	Среднее	Фокус на статистику и эконометрику. Нет агентов
Школа «Интеллектуал»	Машинное обучение	10–11	—	Среднее	Глубже математика, слабее инженерия
СУНЦ МГУ (ФМШ)	Программирование (олимп.)	9–11	—	Высокое (Python)	Только олимпиадное программирование. Нет ИИ
Назарбаев Интеллект. школы (КZ)	AI Fundamentals	10–11	68 ч	Среднее	Меньше промптинга, больше этики
ISTE / AI4K12 (USA)	AI for K-12	9–12	—	Среднее	5 big ideas. Меньше практики, больше концепций
Code.org / AI Lab	AI & ML	9–12	—	Высокое	Игровой подход, меньше продвинутого промптинга
DeepLearning.AI (Andrew Ng)	ChatGPT Prompt Engineering	студенты/шк.	~8 ч	Высокое (промптинг)	Только промптинг. Без привязки к школьной программе

6.1. Конкурентные преимущества Лицея Финуниверситета

Сильные стороны

Уникальный набор курсов — аналогов полного цикла «промптинг → агенты → ML» нет ни в одной школе РФ
Финансовый контекст — все кейсы привязаны к финансам, экономике, что уникально для Финуниверситета
Продвинутая агентная тематика — LangChain, RAG, мультиагенты — это уровень Junior в ИТ-компаниях
Объём часов — 136 ч на продвинутые курсы даёт глубину, недоступную в стандартных школах

Отставание от лидеров

Математическая база — ни один курс не включает линейную алгебру, матстат, теорию вероятностей (есть в «Летово», СУНЦ)
Английский язык — «Усиленный промптинг» использует только англоязычные источники, но уровень языка учеников не указан
Соревновательная компонента — нет подготовки к олимпиадам по ИИ (есть в Kaggle-клубах США)
Лабораторное оборудование — нет работы с дронами / роботами, где ИИ применяется в реальном времени

7. SWOT-анализ системы курсов (в целом)

Strengths (Сильные стороны)

Актуальная и востребованная тематика (ИИ, промптинг)
Широкий охват: от ИИ-грамотности до мультиагентных систем
Практико-ориентированность (60–75% практики)
Финансово-экономический контекст кейсов
Качественная нормативная база (РПД + ФОС под каждый курс)
Модульная структура, гибкость в последовательности тем
Продуманная система мотивации сильных учеников

Weaknesses (Слабые стороны)

Критическое дублирование между «Усиленным промптингом» и «Вайбкодингом»
Отсутствие чётких пререквизитов между курсами
Нет курса по анализу данных / SQL / Excel (ядро для Финуниверситета)
Нет математической подготовки для ИИ (линал, матстат)
Перегрузка: 5 курсов × 1–2 ч/нед = 7–8 ч/нед максимум
Размытая граница: где заканчивается один курс и начинается другой
«Кружок 8–9» — слишком размытое название (не отражает содержание)

Opportunities (Возможности)

Создать трековую систему с пререквизитами (см. раздел 9)
Добавить курс «Анализ данных и SQL» — уникальное УТП для Лицея
Интегрировать олимпиадную подготовку по ИИ (AI Junior Cup, ВОШ по ИИ)
Запустить совместные проекты с факультетами Финуниверситета
Привлечь индустриальных партнёров (Яндекс, Сбер, Т-Банк) для кейсов
Создать англоязычную версию промпт-курса для международного бакалавриата
Разработать онлайн-версии для дистанционного обучения

Threats (Угрозы)

Технологии ИИ меняются ежегодно — курсы устаревают быстрее, чем обновляются
Ужесточение регулирования ИИ в РФ (маркировка, запреты) может ограничить практику
Зависимость от зарубежных API (OpenAI) — санкционные риски
Дефицит учителей нужной квалификации на рынке труда
Перегрузка учеников: если обязательные предметы + все курсы → выгорание
Плагиат и несамостоятельность при использовании ИИ в учебных проектах
Снижение интереса к ИИ через 1–2 года из-за эффекта «хайпа»

8. Детальные «За» и «Против» по каждому курсу

8.1. Программирование (Python, 136 ч)

За

Фундаментальная база, не зависящая от хайпа вокруг ИИ
Подготовка к ЕГЭ по информатике и олимпиадам
Качественная учебная литература (Поляков, Чернышев)
ООП и алгоритмы — основа для всех ИИ-курсов
Минимальная зависимость от интернета и API
Актуальность через 5 лет — 100%

Против

Может дублировать урочную информатику (нужно сверять)
Нет прямой привязки к ИИ — ученики могут счесть «скучным»
136 часов на Python — много, если у ученика уже есть база
Требуется высокая квалификация учителя (олимпиадные задачи)

8.2. Усиленный промптинг (136 ч)

За

Ультраактуальная тема — промпт-инжиниринг как цифровая грамотность
Хорошая структура: от базовых промптов до CoT и ToT
Охват этики, безопасности, авторского права
Финансовые кейсы (инфляция, проценты, спрос-предложение)
Доступность: нужен только браузер + бесплатный доступ к БЯМ

Против

30–40% пересекается с «Вайбкодингом» (модули 1–3)
136 часов на промптинг — чрезмерно (оптимум: 68 ч)
Быстрое устаревание техник (через год появится новая парадигма)
Зависимость от доступа к БЯМ (GigaChat, YandexGPT, ChatGPT)
Вся литература англоязычная — снижает доступность

8.3. Вайбкодинг и разработка ИИ-агентов (136 ч)

За

Самый инновационный курс — максимальный интерес учеников
Реальный продуктовый результат (боты, агенты, веб-интерфейс)
Полный стек: промптинг → API → LangChain → мультиагенты
Профориентация в FinTech и AI-инженерию
Уровень сложности как в Junior-позициях

Против

Экстремальная сложность для учителя: LangChain, RAG, ReAct, API — редкая экспертиза в школах
Зависимость от платных API-ключей и хостинга
Частичное дублирование с «Усиленным промптингом»
136 ч может не хватить на все темы (особенно мультиагенты)
LangChain меняется каждые полгода — документация устаревает

8.4. Проектный практикум в сфере ИИ (68 ч)

За

Полный цикл ИИ-проекта — от постановки до защиты
Реальные библиотеки (pandas, sklearn, matplotlib)
Умеренная нагрузка (1 ч/нед) — легко вписать в расписание
Формирует проектное мышление и портфолио
Готовит к НПК и конкурсам проектов

Против

68 ч — катастрофически мало для полного ML-проекта
Пересекается с «Программированием» (pandas, Python)
Предполагает знание Python, но не указан входной порог
Нет покрытия нейросетей (только sklearn) — может разочаровать учеников
Поздно начинается проект (в 11 классе защита)

8.5. Введение в ИИ-грамотность (34 ч)

За

Актуальный обзор для всех учеников вне зависимости от профиля
Минимальные входные требования
Важный этико-правовой блок (152-ФЗ, Национальная стратегия)
Знакомство с российскими ИИ-сервисами
Нет зависимости от программирования

Против

34 ч — поверхностно, «галопом по европам»
Нет практического программирования (только 1 мини-проект)
Сложные темы (GAN, рекомендательные системы) — без математики непонятны
Только 10 класс — нет продолжения
Для мотивированных учеников может быть слишком легко

8.6. Кружок для 8–9 классов (136 ч)

За

Ранняя профориентация — ученики пробуют ИИ до 10 класса
Хорошая пропедевтика промптинга (5 уровней)
Практико-ориентированный: боты, игры, агенты
Развитие soft-skills (парное программирование, взаимооценка, хакатоны)
Плавный вход в агентную тематику через Coze

Против

Название «Кружок для 8–9 классов» — не отражает содержание (нужно: «Практический ИИ: от промпта до агента»)
Начинается с промптинга, а не с основ ИИ — нарушение дидактики
Нет входных требований — разный уровень учеников
Вайбкодинг дублируется в 10–11 классах
Зависимость от внешних сервисов (Coze, Telegram, API)

9. Риски и нюансы внедрения

9.1. Матрица рисков

Дефицит квалифицированных педагогов

Вероятность: высокая · Влияние: критическое

Нужны учителя, владеющие Python, LangChain, API, ML — такой комбинации почти нет на рынке. Без найма практиков из индустрии курсы «Вайбкодинг» и «Проектный практикум» нереализуемы.

Зависимость от зарубежных API и сервисов

Вероятность: средняя · Влияние: высокое

OpenAI, Coze, Render и др. могут быть заблокированы или введены платные тарифы. Нужна стратегия импортозамещения: YandexGPT, GigaChat, RuHosting.

Быстрое устаревание содержания

Вероятность: высокая · Влияние: высокое

Промпт-инжиниринг и фреймворки агентов меняются ежемесячно. РПД на 2 года может устареть к моменту утверждения. Нужен механизм ежегодного обновления.

Академическая нечестность с использованием ИИ

Вероятность: высокая · Влияние: среднее

Ученики могут использовать ИИ для выполнения заданий по другим курсам. Нужны чёткие правила, как в ФОС (честность прописана, но контроль слабый).

Низкий набор на узкоспециализированные курсы

Вероятность: средняя · Влияние: среднее

«Вайбкодинг» — для сильных, «ИИ-грамотность» — для всех. Может не набраться группа на агентов (нужно 15+ чел.). Гибкое расписание и объединение потоков.

Технические сбои на занятиях

Вероятность: средняя · Влияние: низкое

Падение интернета, недоступность API, перегрузка серверов. Для каждого занятия нужен «план Б» (офлайн-активности, локальные модели через Ollama).

9.2. Нюансы (неочевидные проблемы)

Разный уровень учеников: в одной группе могут быть «айтишники» и новички. Нужна входная диагностика (есть только в «Кружке 8–9» и «Промптинге»)
Санитарные нормы: 2 ч/нед за компьютером — допустимо, но в «Вайбкодинге» возможны сдвоенные уроки (1.5 ч непрерывно)
Родительское сопротивление: некоторые родители считают ИИ «бесполезной игрушкой» — нужна информационная кампания
Интеграция с урочной деятельностью: учителя-предметники могут не одобрить использование ИИ учениками — нужна синхронизация позиции
Сертификация: ФОС предлагает 5-балльную шкалу, но внеурочная деятельность обычно безоценочная. Конфликт форматов.
Правовой статус ИИ-проектов: кому принадлежит код, написанный учеником с помощью ИИ-ассистента? Нет регулирования.

10. Рекомендации по изменению программ

10.1. Оптимальная архитектура «Трековая система»

Суть: единое ядро «Введение в ИИ-грамотность» (34 ч, 10 класс, 1 ч/нед) + 3 трека на выбор (по 136 ч за 2 года, 2 ч/нед). Ученик выбирает один трек. Дублирование исключено.

Трек	Класс	Курс	Часы	Ч/нед	Пререквизит
А. Программист-исследователь	10	Программирование на Python	68	2	ИИ-грамотность + входной тест
А. Программист-исследователь	11	Проектный практикум в сфере ИИ	68	2	ИИ-грамотность + входной тест
Б. ИИ-инженер	10	Промпт-инжиниринг (усечённый)	68	2	ИИ-грамотность
Б. ИИ-инженер	11	Вайбкодинг и разработка ИИ-агентов	68	2	ИИ-грамотность
В. Аналитик данных	10	Анализ данных и SQL (НОВЫЙ)	68	2	ИИ-грамотность
В. Аналитик данных	11	Промпт-инжиниринг (усечённый)	68	2	ИИ-грамотность

Новый курс: «Анализ данных и SQL» (68 ч, 10 класс) — закрывает пробой для Финуниверситета. Содержание: Excel (продвинутый) → SQL (SELECT, JOIN, GROUP BY) → pandas → визуализация (Tableau / DataLens).

10.2. Конкретные изменения в существующих РПД

Что сократить / объединить

«Усиленный промптинг» → 68 ч (вместо 136): оставить CoT, ToT, few-shot, этику. Убрать дубли с «Вайбкодингом» (модули 4–6).
«Вайбкодинг» → 68 ч (вместо 136): только как продолжение промптинга в 11 классе. Убрать основы промптинга, оставить API, агентов, LangChain, мультиагенты.
«Программирование» → 68 ч (вместо 136): базовый курс. Продвинутые темы (асинхронность, сложные алгоритмы) — вынести в факультатив.
«Проектный практикум» — увеличить до 68 ч в год (сейчас 68 на 2 года). При трековой системе — 68 ч в 11 классе.

Что добавить / изменить

Добавить «Анализ данных и SQL» (68 ч, 10 класс) — для трека «Аналитик».
Добавить факультатив «Математика для ИИ» (34 ч, 11 класс) — линал, матстат, ТВист.
Название «Кружок для 8–9» → «Практический ИИ: от промпта до агента»
Ввести чёткие пререквизиты: ИИ-грамотность → любой трек. Промптинг → Вайбкодинг. Программирование → Проектный практикум.
Добавить русскоязычную литературу в «Усиленный промптинг» (Душкин Р.В. «Метакогнитивная промпт-инженерия» уже есть в 8–9 кружке).
Олимпиадный модуль в «Программирование» (Codeforces, ВОШ, AI Cup).

10.3. Приоритетность изменений (дорожная карта)

Срок	Что сделать	Эффект
Немедленно (до старта)	Создать трековую систему + определить пререквизиты	Устранит дублирование, снизит нагрузку
1-й семестр	Урезать «Усиленный промптинг» до 68 ч, убрав дубли	Снижение нагрузки на 2 ч/нед
2-й семестр	Разработать РПД «Анализ данных и SQL» (68 ч)	Закрытие пробоя для финансистов
Лето	Повышение квалификации учителей (Python + LangChain + ML)	Кадровая готовность
Следующий год	Запустить факультатив «Математика для ИИ» (34 ч)	Усиление матподготовки
Перспектива	Онлайн-версии курсов, партнёрства с вузами	Масштабирование

11. Итоговый вывод

Система курсов внеурочной деятельности Лицея Финуниверситета — одна из самых передовых в РФ по охвату ИИ-тематики. По глубине промпт-инжиниринга и агентной разработки она превосходит все известные школьные программы (Летово, СУНЦ, НИУ ВШЭ).

Главные проблемы: дублирование «Усиленного промптинга» и «Вайбкодинга» (30–40%), отсутствие пререквизитов, перегрузка при выборе нескольких курсов, нет курса по анализу данных и SQL (критично для Финуниверситета).

Трековая система с ядром (ИИ-грамотность) и тремя треками (Программист-исследователь, ИИ-инженер, Аналитик данных) устраняет дублирование, снижает нагрузку до 2–3 ч/нед и даёт чёткую траекторию каждому ученику.

Ключевые «За» текущей системы

Своевременность и актуальность
Финансово-экономический контекст
Практическая направленность
Качественная документация (РПД + ФОС)
Продвинутые темы (агенты, мультиагенты)
Гибкость и модульность

Ключевые «Против»

Дублирование содержания между курсами
Отсутствие пререквизитов и треков
Нет аналитики данных (SQL, Excel)
Нет математической базы
Экстремальные требования к учителям
Риск быстрого устаревания

Анализ выполнен на основе РПД и ФОС от 2026 года. Рекомендуется ежегодная актуализация с учётом изменений в технологиях ИИ и регулировании РФ.

12. Календарно-тематическое планирование (КТП) всех курсов

Таблицы извлечены из РПД. КТП для 10–11 классов приведены по модулям; для 8–9 классов — по темам.

12.1. Программирование (10–11 классы)

№	Тема	Форма деятельности	Часы
Модуль 1. Основы программирования на Python (10 класс)
	Входная диагностика: написание простейшей программы	практическое занятие	2
	Переменные, типы данных, ввод/вывод (input, print)	лекция + практикум	2
	Условный оператор if-elif-else, логические операторы	практическое занятие	2
	Цикл for, функция range(), итерация по коллекциям	практическое занятие	2
	Цикл while, операторы break, continue	практическое занятие	2
	Строки: индексация, срезы, методы (split, join, upper, lower)	практическое занятие	2
	Функции: определение, параметры, возврат значений	лекция + практикум	2
	Области видимости переменных (global, local)	практическое занятие	2
	Модули random, math, datetime	практическое занятие	2
	Обработка ошибок (try-except)	практическое занятие	2
	Базовые алгоритмы: линейный поиск, поиск максимума/минимума	практическое занятие	2
	Сортировка пузырьком и сортировка выбором	лекция + практикум	2
	Бинарный поиск (итеративная версия)	практическое занятие	2
	Рубежный тест (модуль 1)	тестирование	2
Модуль 2. Структуры данных и рекурсия (10 класс)
	Списки: создание, индексация, методы (append, insert, remove)	лекция + практикум	2
	Срезы списков, копирование списков	практическое занятие	2
	Генераторы списков (list comprehension)	практическое занятие	2
	Кортежи и множества (set, frozenset)	практическое занятие	2
	Словари: создание, методы keys(), values(), items()	практическое занятие	2
	Генераторы словарей	практическое занятие	2
	Рекурсия: базовый случай, рекурсивный шаг	лекция + практикум	2
	Рекурсивные алгоритмы: факториал, числа Фибоначчи	практическое занятие	2
	Рекурсивный бинарный поиск	практическое занятие	2
	Быстрая сортировка (quicksort)	лекция + практикум	2
	Понятие сложности алгоритмов (O-большое) — вводное	лекция + обсуждение	2
	Рубежный тест (модуль 2)	тестирование	2
Модуль 3. Объектно-ориентированное программирование (10–11 классы)
	Понятие класса и объекта. Конструктор __init__	лекция + практикум	2
	Атрибуты экземпляра и методы класса	практическое занятие	2
	Наследование: создание дочерних классов, переопределение методов	практическое занятие	2
	Инкапсуляция: приватные атрибуты, property	практическое занятие	2
	Полиморфизм: единый интерфейс для разных классов	практическое занятие	2
	Магические методы (__str__, __repr__, __eq__)	практическое занятие	2
	Магические методы (__add__, __len__)	практическое занятие	2
	Статические методы и методы класса (@staticmethod, @classmethod)	практическое занятие	2
	Пример: класс «Банковский счёт»	мини-проект	2
	Пример: класс «Геометрическая фигура» (наследование)	работа в парах	2
	Классы-исключения: создание собственных исключений	лекция + практикум	2
	Композиция и агрегация классов	практическое занятие	2
	Рубежный тест (ООП)	тестирование	2
Модуль 4. Работа с файлами и внешними библиотеками (11 класс)
	Чтение и запись текстовых файлов (режимы r, w, a)	лекция + практикум	2
	Работа с форматом CSV (модуль csv)	практическое занятие	2
	Формат JSON: сериализация и десериализация (json)	практическое занятие	2
	Отправка HTTP-запросов (библиотека requests)	лекция + практикум	2
	Получение данных с публичных API (курсы валют, погода)	практическое занятие	2
	Обработка и сохранение полученных данных из API	практическое занятие	2
	Визуализация данных с matplotlib: построение графиков	практическое занятие	2
	Визуализация: гистограммы, диаграммы рассеяния	практическое занятие	2
	Основы pandas: загрузка DataFrame, первичный анализ	лекция + практикум	2
	pandas: описательные статистики, фильтрация, группировка	практическое занятие	2
	Проектная задача: анализ данных с визуализацией	работа в парах	2
Модуль 5. Системы контроля версий и командная разработка (11 класс)
	Введение в Git: установка, инициализация репозитория (git init)	лекция + демонстрация	2
	Основные команды: add, commit, log, status	практическое занятие	2
	Ветвление: создание и переключение веток (branch, checkout)	практическое занятие	2
	Слияние веток (merge), разрешение конфликтов	практическое занятие	2
	Работа с удалённым репозиторием GitHub: clone, push, pull	практическое занятие	2
	Понятие pull request и код-ревью	лекция + демонстрация	2
	Файл .gitignore, работа с чужими репозиториями (fork)	практическое занятие	2
Модуль 6. Итоговая проектная деятельность (11 класс)
	Выбор темы проекта, постановка задачи, обоснование	проектная деятельность	2
	Проектирование архитектуры, выбор библиотек	проектная деятельность	2
	Разработка проекта: написание кода, создание репозитория	проектная деятельность	4
	Тестирование, отладка, документирование кода	проектная деятельность	2
	Подготовка презентации и демонстрации	проектная деятельность	2
	Защита проектов (публичная демонстрация, вопросы)	проектная деятельность	2
	Итоговая рефлексия курса, самооценка	проектная деятельность	2
	Резервные часы (66–68)	резерв	6
Итого			136

12.2. Усиленный промптинг (10–11 классы)

№	Тема	Форма деятельности	Часы
Модуль 1. Введение в промптинг и основы работы с БЯМ (10 класс)
	Входная диагностика: составление простого промпта	диагностическая работа	2
	Что такое БЯМ и как работает промпт (токенизация, контекстное окно)	лекция	2
	Типы промптов: инструктивный, вопрос, сценарий	практическое занятие	2
	Этические ограничения и политики безопасности БЯМ	дискуссия	2
Модуль 2. Базовые техники и шаблоны промптов (10 класс)
	Формула качественного промпта: роль + контекст + задача + формат + ограничения	лекция + практикум	2
	Ролевой промптинг: «Ты — репетитор», «Ты — эксперт»	практическое занятие	2
	Создание промптов для точных наук (математика, физика)	практическое занятие	2
	Создание промптов для гуманитарных предметов (история, литература)	практическое занятие	2
	Создание промптов для финансовой грамотности и экономики (кейсы)	практическое занятие	2
	Разбор типичных ошибок в формулировках («что не так с промптом»)	практическое занятие	2
Модуль 3. Продвинутые стратегии промпт-инжиниринга (10–11 классы)
	Chain-of-Thought (CoT) — техника цепочки рассуждений	лекция + практикум	2
	Few-shot и zero-shot промпты: сравнение эффективности	практическое занятие	2
	Создание собственных примеров (few-shot) для разных задач	практическое занятие	2
	Дерево мыслей (Tree-of-Thoughts, ToT) — введение	лекция	2
	Итеративное уточнение промпта (подход «спроси меня»)	практическое занятие	2
	Метакогнитивные промпты для самооценки и самокоррекции	практическое занятие	2
	Самоконсистентность: повторные запросы и выбор лучшего ответа	практическое занятие	2
	Сравнительный анализ техник (CoT vs ToT vs few-shot) — рубежный контроль	тестирование	2
	Комплексное применение продвинутых техник к междисциплинарным кейсам	работа в группах	2
	Оптимизация промптов под ограниченный контекст (длинные диалоги)	практическое занятие	2
Модуль 4. Промптинг для программирования и анализа данных (11 класс)
	Генерация кода на Python: простые алгоритмы и функции	практическое занятие	2
	Отладка кода с помощью БЯМ: поиск ошибок и исправление	практическое занятие	2
	Составление промптов для SQL-запросов и формул Excel	практическое занятие	2
	Промпты для анализа табличных данных (CSV, Google Sheets)	практическое занятие	2
	Безопасность при генерации кода: что нельзя доверять БЯМ	лекция + обсуждение	2
	Интеграция БЯМ в учебные проекты (API, песочницы) — обзор	лекция + демонстрация	2
Модуль 5. Критический анализ и верификация ответов ИИ (11 класс)
	Признаки и методы обнаружения галлюцинаций	лекция + практикум	2
	Проверка фактов через запрос источников и перекрёстную верификацию	практическое занятие	2
	Использование БЯМ для критики собственных ответов (двойной промпт)	практическое занятие	2
	Разработка чек-листа оценки качества ответа (полнота, точность, стиль)	групповая работа	2
	Этика использования сгенерированного контента: цитирование, плагиат, авторство	дебаты	2
	Итоговый рубежный тест по критическому анализу	тестирование	2
Модуль 6. Проектная деятельность и исследовательские кейсы (11 класс)
	Выбор темы и постановка проектной задачи	проектная деятельность	2
	Сбор и анализ промптов по выбранной теме	проектная деятельность	4
	Проведение мини-исследования (например, влияние температуры на креативность)	проектная деятельность	4
	Оформление проекта: руководство по промптингу, чек-лист или набор промптов	проектная деятельность	2
	Подготовка презентации и защита проекта	проектная деятельность	2
	Итоговая рефлексия курса	круглый стол	2
	Резервные часы (39–68)	резерв	30
Итого			136

12.3. Вайбкодинг и разработка ИИ-агентов (10–11 классы)

№	Тема	Форма деятельности	Часы
10 класс (68 ч): Промпт-инжиниринг, API, простые агенты
	Понятие вайбкодинга. Роль человека в цикле. Принципы работы БЯМ	лекция	2
	Промпт как форма постановки задачи. Zero-shot, one-shot, few-shot	лекция + практикум	2
	Chain-of-Thought, ролевые промпты, итеративное уточнение	практическое занятие	4
	Инструменты вайбкодинга: ChatGPT, DeepSeek, GitHub Copilot, Cursor	лабораторная работа	2
	Правила безопасности и этические аспекты	дискуссия	2
	Основы HTTP и REST API. Структура запроса и ответа	лекция + практикум	4
	Отправка POST-запросов к БЯМ на Python (requests)	практическое занятие	4
	Формирование тела запроса: model, messages, temperature, max_tokens	практическое занятие	4
	Управление контекстом диалога, реализация чат-бота с памятью	практическое занятие	6
	Механизм вызова функций (function calling)	лекция + практикум	6
	Понятие ИИ-агента. Архитектура: восприятие — планирование — действие	лекция	2
	Реализация агента-конвертера валют с вызовом API	практическое занятие	4
	Агент-помощник для финансовых задач (расчёт процентов, бюджет)	практическое занятие	4
	Агент с краткосрочной памятью. Агент-модератор	практическое занятие	4
	Интеграция с веб-интерфейсом Streamlit (минимальный вариант)	практическое занятие	4
	Локальные БЯМ через Ollama (опционально)	лабораторная работа	2
	Отладка агентов: логирование, анализ галлюцинаций	практическое занятие	4
	Промежуточная аттестация / проект	тестирование	2
	Резерв	резерв	10
11 класс (68 ч): Продвинутая архитектура, мультиагенты, развёртывание
	Контекстная память: буфер, скользящее окно, суммаризация	лекция + практикум	2
	RAG на концептуальном уровне. Векторные БД (Chroma, FAISS)	лекция + практикум	6
	Фреймворки: LangChain (Chains, Tools, Agents, Memory)	лекция + практикум	8
	Режимы планирования: ReAct, Plan-and-Execute	практическое занятие	4
	Оценка качества работы агента. Трассировка (LangSmith)	практическое занятие	2
	Понятие многоагентных систем. Кооперация и координация	лекция	2
	Реализация пары «исполнитель — критик»	практическое занятие	4
	Агент-маршрутизатор (router). Финансовая МАС	практическое занятие	4
	Взаимодействие агентов через общую память	практическое занятие	2
	Создание веб-интерфейса / Telegram-бота для агента	практическое занятие	6
	Развёртывание на Render/PythonAnywhere	практическое занятие	2
	Безопасность: фильтрация промптов, защита от промпт-инъекций	лекция + практикум	2
	Итоговый групповой проект	проектная деятельность	16
	Защита проекта	проектная деятельность	4
	Резерв	резерв	4
Итого			136

12.4. Проектный практикум в сфере ИИ (10–11 классы)

№	Тема	Часы
10 класс (34 ч)
Модуль 1. Проектная логика и постановка задачи
1.1	Понятие ИИ-проекта. Жизненный цикл. Типы задач. Критерии успеха	3
1.2	Методологии управления (Waterfall, Agile). Роли. План. Риски	3
1.3	Проектная документация: устав, бэклог, Trello/GitHub Projects	2
Модуль 2. Инструментарий и работа с данными
2.1	Jupyter/Colab. Python для данных: pandas Series/DataFrame	4
2.2	EDA: загрузка, пропуски, статистики. Очистка данных	4
2.3	NumPy, matplotlib, seaborn: визуализация, тепловые карты	4
Модуль 3. Первые модели — обучение с учителем
3.1	Линейная регрессия. MSE, R². Тренировка на sklearn	4
3.2	Дерево решений. Классификация. Матрица ошибок	4
Модуль 4. Промежуточная защита эскиза проекта
4.1–4.3	Выбор темы, EDA, базовая модель, отчёт, защита	6
11 класс (34 ч)
Модуль 5. Нейросетевые технологии и работа с API
5.1	Принципы нейронных сетей. Обзор архитектур (CNN, RNN, трансформеры)	3
5.2	Работа с API облачных ИИ-сервисов (YandexGPT, GigaChat)	4
5.3	Создание чат-бота на основе API (python-telegram-bot)	3
Модуль 6. Проектный практикум: от идеи до агента
6.1	Формулировка проблемы и сбор данных	3
6.2	Выбор архитектуры и инструментов	3
6.3	Реализация прототипа	6
6.4	Тестирование и улучшение модели	4
Модуль 7. Этика ИИ и подготовка защиты
7.1	Этические проблемы ИИ (предвзятость, приватность)	2
7.2	Подготовка презентации и peer-review	2
Модуль 8. Итоговая защита проектов
8.1	Публичная защита проектов	4
Итого		68

12.5. Введение в ИИ-грамотность (10 класс)

№	Тема	Часы
Раздел 1. Искусственный интеллект: базовые понятия
1.1	Что такое искусственный интеллект	2
1.2	Данные и их роль в ИИ	2
1.3	Как учится машина: парадигмы ML (с учителем, без учителя, с подкреплением)	4
Раздел 2. Инструменты и сервисы ИИ
2.1	Распознавание образов и компьютерное зрение	3
2.2	Обработка естественного языка (NLP). Промптинг	4
2.3	Рекомендательные системы	2
2.4	Генеративный ИИ (изображения, дипфейки, этика)	4
Раздел 3. Этика, безопасность и регулирование ИИ
3.1	Предвзятость и дискриминация в ИИ	3
3.2	Защита персональных данных (152-ФЗ, анонимизация)	3
3.3	Правовое регулирование ИИ в РФ (Нацстратегия, ЭПР)	2
Раздел 4. Проектная деятельность
4.1	Этапы ИИ-проекта. Введение в Google Colab	2
4.2	Выполнение мини-проекта (Teachable Machine / API / генерация)	4
4.3	Защита проекта	1
Итого		34

12.6. Кружок для 8–9 классов

Модуль	Тема	Форма	Часы
1. Промптинг и основы работы с генеративными ИИ	Стартовая диагностика: анкетирование, тест на ИИ-грамотность	диагностика	2
	Что такое ИИ: генеративные модели, принципы работы	лекция	2
	Прямой и контекстный промпт	практика	2
	Ролевой и цепочечный промпт	практика	2
	Мета-промпт (промпт для промптов)	практика	2
	Промптинг для графических нейросетей	практика	2
	Итеративное улучшение промптов	практика	2
	Этические и правовые аспекты	лекция	2
	Как распознавать ИИ-сгенерированный контент	практика	2
	Создание памятки «Безопасный ИИ для школьника»	практика	2
	Итого модуль 1		20
2. Разработка ИИ-агентов и чат-ботов	Введение в Telegram Bot API	практика	2
	Обработка сообщений, клавиатуры, инлайн-кнопки	практика	2
	Подключение языковой модели через API (mock-режим)	практика	2
	Создание бота-консультанта	практика	2
	Добавление контекста диалога, управление памятью	практика	2
	Отладка и журналирование бота	практика	2
	Тестирование ботов другими группами (взаимооценка)	практика	2
	Мини-хакатон «Бот за 2 часа»	хакатон	4
	Разбор ошибок, рефакторинг, упаковка в репозиторий	практика	2
	Проектная мастерская: выбор темы итогового проекта	проект	4
	Реализация проекта (бота) — консультации, кодинг	проект	8
	Кросс-тестирование проектов, доработка	практика	2
	Подготовка презентации и демо	проект	2
	Защита итоговых проектов 8 класса	проект	4
Итого модуль 2		40
3. Фреймворки для создания ИИ-агентов	Понятие ИИ-агента: инструменты, память, планирование	лекция	2
	Обзор фреймворков (Coze, LangChain)	лекция	2
	Установка и настройка среды	практика	2
	Создание агента с инструментом (калькулятор, погода)	практика	4
	Добавление памяти (краткосрочная / долгосрочная)	практика	2
	Агент с ролевым поведением	практика	4
	Взаимодействие нескольких агентов (коллаборация)	практика	4
	Интеграция агента в Telegram	практика	4
Тестирование и отладка агентов	практика	2
Итого модуль 3		26
4. Вайбкодинг и геймдизайн с ИИ	Что такое вайбкодинг	лекция	2
	Быстрое прототипирование: текстовый квест на Python	практика	4
	Генерация игровых уровней и спрайтов через нейросети	практика	2
	Создание игровых диалогов и сюжетов через промптинг	практика	2
	Игровые механики с ИИ-динамикой	лекция	2
	Разработка мини-игры с элементами ИИ	практика	8
	Тестирование, балансировка, улучшение	практика	2
Итого модуль 4		22
5. Итоговая проектная деятельность	Выбор темы итогового проекта	проект	2
	Проектирование: сценарий, архитектура, роли	проект	2
	Реализация проекта	проект	12
	Документирование проекта	проект	2
	Подготовка презентации и демо-материалов	проект	2
	Предзащита проектов	проект	2
	Итоговая защита проектов 9 класса	проект	4
Итого модуль 5		26
ОБЩЕЕ КОЛИЧЕСТВО ЧАСОВ			136