Нейросети давно живут рядом с нами — в колонке на кухне, в навигаторе, в фильтрах на фото. Семь примеров из обычной жизни объяснят ребёнку, что это такое, без единого сложного термина. А ещё разбираемся, о чём договориться с ребёнком до того, как он сам начнёт задавать вопросы чат-боту.
Нейросеть одним предложением
Начать проще всего с того, что ребёнок знает по себе. Никто не объяснял ему по учебнику, чем собака отличается от кошки. Он просто видел сотни собак и кошек — во дворе, в книжках, в мультиках — ему сказали название животных, и в какой-то момент перестал их путать. Нейросеть учится примерно так же.
Подобрать слова для объяснения мы попросили автора федеральных методических программ по обучению младших и старших школьников. Её команда занимается как раз этим: придумывает, как рассказать школьникам о сложных вещах, от дробей до алгоритмов, через понятные задания. Вот как нейросеть описывает эксперт:
«Нейросеть — это компьютерная программа, которую обучают на множестве примеров, чтобы она могла распознавать изображения, понимать речь или создавать тексты и картинки».
Нейросеть учится на примерах и находит в них закономерности, а затем использует их, чтобы составить ответ. Кажется, что для первоклассника это лишние тонкости, но эксперт советует проговорить это сразу.
«Объяснить это можно совсем просто: нейросеть не знает всё на свете. Она учится на примерах и использует их, чтобы находить ответы на новые вопросы. Поэтому иногда ошибается, даже если отвечает очень уверенно», — говорит эксперт.
Дальше — семь примеров, и в каждом работает та же схема: сначала программе показали очень много похожих случаев, а потом она начала узнавать новые.
Семь мест, где нейросеть уже рядом
1. Умная колонка
Колонка на кухне понимает голосовую команду и даже улавливает контекст («включи потише» после того, как уже заиграла музыка). Как? Ей «показали» миллионы похожих фраз от разных людей, с разным произношением и интонацией, пока она не научилась угадывать смысл даже при неидеальной дикции.
2. Мультики, которые «могут вам понравиться»
Ребёнок досмотрел серию про динозавров, а приложение тут же предлагает ещё три мультика про динозавров и один про вулканы. Откуда оно знает? Программа видела, что дальше смотрели тысячи других детей, которым понравилась та же серия, и научилась делать выводы и предлагать похожее. Чем больше мультиков посмотрено, тем точнее подсказки. А ещё по тому, что в конкретный момент ищут и смотрят в приложении, оно понимает, кто перед ними — мама или ребёнок. Поэтому в одном и том же приложении рекомендации для взрослых и детей совсем разные.
3. Робот-курьер
Робот-курьер уверенно едет по тротуару, объезжая прохожих и бордюры. С помощью датчиков робот определяет, что находится вокруг, а программы помогают ему выбирать путь и объезжать препятствия. При этом прежде чем выехать на настоящую улицу, он «проехал» похожие маршруты тысячи раз в тренировочной симуляции — так что реальная поездка для него не первая, а каждая поездка для робота — урок, который делает его всё более точным и аккуратным в пути.
4. Робот-пылесос
Пылесос объезжает ножки стульев и не ездит дважды по одному и тому же месту. Только вот это как раз ещё не нейросеть: карту комнаты он чаще всего строит по обычной программе с чёткими правилами вроде «упёрся в препятствие — запомни, где оно, и поверни». Нейросеть появляется у моделей с камерой, которые замечают на полу носок, провод или забытую игрушку и объезжают их стороной. Такой пылесос заранее «насмотрелся» на тысячи фотографий разбросанных вещей и теперь узнаёт их сам.
Заодно это хороший повод объяснить ребёнку, что не всё «умное» — нейросеть. Свет, который включается от датчика движения, или шторы, которые закрываются по таймеру, ничему не учились: они просто выполняют заданную человеком инструкцию.
5. Навигатор
Машина впереди только что попала в пробку — а навигатор уже знает и предлагает объезд. Это работает, потому что тысячи телефонов на дороге постоянно присылают данные о скорости своего движения, и программа сравнивает их с тем, как обычно движутся потоки в это время в этом месте. Разница, которую видит навигатор, и позволяет ему делать выводы.
6. Распознавание по фото
Наводишь камеру на цветок в парке — и телефон тут же называет его вид. Чтобы это стало возможно, нейросети заранее показали миллионы подписанных фотографий разных растений, пока она не научилась находить различия, которые человек с первого взгляда может даже не заметить.
7. Маски и фильтры в камере телефона
Селфи с кошачьими ушками, которые двигаются вместе с головой, снимает почти каждый ребёнок. Как телефон понимает, где лицо? Нейросети заранее показали множество фотографий лиц с разных сторон и при разном свете, и она научилась находить на новом кадре глаза, нос и контур лица. Ушки просто «крепятся» к этим точкам и следуют за ними.
Что важно обсудить с ребёнком, прежде чем он сам сядет за нейросеть
Рано или поздно ребёнок попросит «поговорить с нейросетью» — или уже попробовал у друга в телефоне. Перед этим стоит договориться о трёх вещах.
Нейросеть может ошибаться — и при этом звучать очень убедительно.
«Главная ошибка — думать, что нейросеть всегда говорит правду. Она может отвечать очень уверенно, но при этом ошибаться и даже придумывать несуществующие факты. Поэтому важно с детства объяснять ребёнку: нейросеть — полезный помощник, но её ответы нужно проверять», — говорит эксперт.
«Сегодня, когда нейросети уже плотно интегрированы в повседневную рутину человека, взрослым важно учить детей критическому мышлению и воспринимать ИИ не как энциклопедию, а как черновик, требующий обязательной проверки», — добавляет эксперт.
Показать это можно на практике: спросите у чат-бота о том, в чём ребёнок сам хорошо разбирается, — о любимом мультике или динозавре — и поищите неточности вместе. Найденная ошибка запомнится лучше любого объяснения.
Школьное домашнее задание — это тренировка, и делать её за ребёнка нейросеть не должна.
«Домашнее задание — это тренировка мозга и приобретение новых навыков. Если отдать выполнение заданий алгоритму, навыки мышления просто не сформируются. Ребёнку лучше объяснить, что нейросеть можно использовать как помощника: чтобы уточнить термины, разобраться в непонятном вопросе или проверить себя. Она может подсказать и направить, но сама работа остаётся за человеком», — объясняет эксперт.
Чтобы обойтись без запретов, можно договориться о простом порядке: сначала ребёнок решает сам, а потом спрашивает у нейросети, где мог ошибиться и почему.
Самостоятельно пользоваться нейросетями — не раньше 10–12 лет.
«Знакомиться с базовой логикой работы алгоритмов можно с 7–8 лет, а использовать отдельные сервисы самостоятельно примерно с 10-12 лет при поддержке взрослых. До этого важно обсудить базовые правила цифровой гигиены: не загружать личные данные, семейные фото и пароли, а также проверять ответы нейросети. Оптимально начинать знакомство через специальные детские форматы, курсы или олимпиады по программированию, где среда безопасна и изолирована», — советует эксперт.
То есть для младшеклассника нейросеть пока — занятие совместное: ребёнок придумывает вопрос, а читает и обсуждает ответ вместе со взрослым.
А кто учит нейросеть всему этому?
Ни одна нейросеть не становится умной сама по себе. Кто-то должен выбрать, какие именно примеры ей показать, проверить, не перепутала ли она кошку с лисой, и решить, какие данные вообще важны для задачи. Этим занимается исследователь данных или data scientist.
Возьмём уже знакомый пример: тот самый навигатор, который предупреждает о пробке раньше, чем вы сами её увидите, появился не из воздуха — кто-то должен был решить, какие именно данные о дорожном движении собирать и как превратить их в точный прогноз. И подборка мультиков про динозавров — тоже чья-то работа.
Как понять, что ребёнку это может быть интересно
Одному ребёнку важно разобрать пульт и посмотреть, что внутри, другой по десятому разу спрашивает «а как это работает?», третий раскладывает лего по цветам и размерам. Но делать из этого выводы о будущей профессии эксперт не торопится.
«Интерес к технологиям может проявляться по-разному. Одному ребёнку нравится разбираться, как работают программы, другому — решать логические задачи, искать закономерности или экспериментировать. Важно замечать и поддерживать это любопытство, но не пытаться заранее определить будущую профессию ребёнка. По данным недавно проведённого исследования, 80 % опрошенных родителей при выборе ИТ-курсов в первую очередь ориентируются на интерес самого ребёнка», — рассказывает эксперт.
Где попробовать себя в роли исследователя данных
Нейросеть — это уже не фантастика из фильмов, а то, с чем ребёнок встречается каждый день, просто не задумываясь об этом. А вот побывать на месте человека, который стоит за этим «волшебством», можно уже сейчас — например, в Кидзании в ТРЦ «Авиапарк», на Станции умных технологий от Авито.
Там ребёнок сам встаёт за интерактивный терминал, пробует найти закономерность в данных и получает «зарплату» в местной валюте — то есть на практике делает ровно то же самое, чем на самом деле занимается исследователь данных. Задания устроены как маленькие рабочие задачи. Сначала по ленте просмотренных товаров нужно угадать, что интересно «пользователю», потом найти лишний предмет среди электроники, подобрать рекомендации героям Кидзании и разложить товары по категориям. Дальше сложнее: найти ошибки в объявлении и выбрать, чем отправить слона, ориентируясь на вес и габариты. В конце ждёт небольшой квиз, который закрепляет пройденное. После каждого задания ребёнку объясняют, чем занимается настоящий специалист. По сути, он показывает алгоритму примеры, как мы только что разбирали при разговоре о нейросетях, и алгоритм учится находить закономерности сам.
Заодно ребёнок тренирует навыки, которые пригодятся не только в этой профессии: замечать закономерности, сравнивать и группировать предметы, внимательно проверять детали и принимать решение, опираясь на факты, а не на «кажется». Получается то самое знакомство с логикой алгоритмов, с которого эксперт советует начинать, — только в игре, а не за учебником.