Section outline

  • Прежде чем мы начнем...

    Collapse all Expand all

    • 1. Настройте свое рабочее пространство

      Вы не сможете освоить ИИ просто читая тексты, нужна практика

      2. Главное правило «Профессор vs Машина»

      Помните: ИИ это ваш инструмент, а не замена. Он может блестяще составить тесты, но может и «галлюцинировать» (придумывать несуществующие факты).

      Главное правило на этом курсе: ИИ предлагает вариант, вы проводите экспертизу. Окончательное слово всегда за преподавателем!

      Изучать курс лучше на компьютере, большинством интерактивных тренажеров и конструкторов сложно пользоваться на экране телефона.

    • Глоссарий терминов, используемых в курсе Glossary
    • 🛠️ Чек-лист: Ваш доступ к ИИ Page
    • Чат с ИИ MooChat

  • Модуль 1. Основы ИИ

      • Что такое ИИ и как с ним разговаривать?

        Вы наверняка уже слышали про ChatGPT, нейросети и промпты, но что на самом деле стоит за этими словами? В этом модуле мы разберёмся в фундаменте: как устроены языковые модели, откуда они берут знания, почему иногда ошибаются , а главное, как правильно формулировать запросы, чтобы получать от ИИ действительно полезный результат.

        • Начнём с главного: что происходит, когда вы нажимаете «Отправить»?

          Большая языковая модель (LLM) это не поисковик и не база данных. Она не «знает» ответы, а предсказывает, какое слово должно идти следующим. Звучит просто, но именно из этого принципа рождаются и блестящие ответы, и нелепые ошибки. В этом интерактивном тренажёре вы на практике увидите, как модель обрабатывает текст, что такое токены, контекстное окно и температура генерации. Без понимания этих механизмов невозможно использовать ИИ эффективно.

        • LLM Тренажёр. Как работают языковые модели File
          Students must
          View

        • А если модели нужно знать то, чему её не учили?

          Вы уже знаете, что языковая модель опирается на данные, на которых была обучена. Но что делать, если вам нужно, чтобы ИИ работал с вашим собственным материалом: лекцией, методичкой, клиническими рекомендациями? Здесь на помощь приходит технология RAG (Retrieval-Augmented Generation), когда модель сначала находит нужный фрагмент в вашем документе и только потом формирует ответ. В этом тренажёре вы попробуете собрать такую систему своими руками и увидите, как подключение внешних источников меняет качество и точность ответа.

        • RAG Тренажёр — Учебный конструктор File HTML
          Students must
          View

        • Вы поняли, как модель думает. Теперь — как с ней говорить.

          Промпт это не просто вопрос в строке чата. Это инструкция, от структуры которой зависит точность, полнота, формат и даже тон ответа. У хорошего промпта есть анатомия: роль, контекст, задача, формат вывода, ограничения. В этом материале мы разберём каждый элемент по отдельности и поймём, почему одна и та же просьба, сформулированная по-разному, даёт принципиально разный результат.

        • АНАТОМИЯ ПРОМПТА File
          Students must
          View

        • Теория анатомии усвоена — посмотрите, как это работает на практике

          Теперь мы знаем из чего состоит промпт. Но между «знать структуру» и «уметь написать» огромная дистанция. В этом видео, созданном с помощью NotebookLM, вы услышите разбор реальных примеров: какие промпты работают, какие нет, и почему. Обратите внимание на типичные ошибки: слишком общие формулировки, отсутствие контекста, противоречивые инструкции. Именно они превращают мощный инструмент в генератор бесполезного текста.

        • КАК НАПИСАТЬ ХОРОШИЙ ПРОМПТ (видеогенерация notebooklm) File
          Students must
          View

        • Стартовая библиотека

          Вы разобрались в принципах работы модели, изучили анатомию промпта и увидели примеры в действии. Теперь у вас есть глоссарий готовых промптов - проверенных, структурированных и адаптированных под задачи медицинского образования. Используйте их как шаблоны: берите за основу, модифицируйте под свой контекст, комбинируйте элементы.

        • ПРИМЕРЫ ПРОМПТОВ Glossary
          Students must
          View

  • ИИ для оценки

    Как ИИ меняет подход к оценке в медицинском образовании?

    Оценка - одна из самых трудоёмких и ответственных задач преподавателя. Составить валидные тестовые задания, проверить письменные работы, проанализировать качество экзамена: всё это требует времени, экспертизы и методической строгости. Искусственный интеллект не заменяет преподавателя, но становится его мощным инструментом на каждом из этих этапов.

    В этой секции вы пройдёте полный цикл от понимания того, что ИИ вообще может делать в оценке, до практического создания промптов и анализа результатов. Каждый элемент это шаг на пути к осознанному использованию ИИ в вашей преподавательской практике.

    • Начнём с обзора: что вообще возможно?

      Прежде чем переходить к конкретным инструментам, важно увидеть картину целиком. В этом видеообзоре, сгенерированном с помощью NotebookLM, вы за несколько минут получите общее представление о том, где и как искусственный интеллект уже применяется в оценке знаний.

    • ИИ В ОЦЕНКЕ - ВИДЕО (генерация notebooklm) File

    • Теперь глубже: как именно работают языковые модели?

      Видеолекция дала вам общую картину. Теперь разберёмся в механике. Большие языковые модели (LLM), такие как ChatGPT, Claude, GigaChat и другие, способны генерировать тестовые задания, давать обратную связь, анализировать ответы студентов. Но у них есть ограничения, о которых необходимо знать. Этот материал объяснит, что LLM делают хорошо, где ошибаются и как использовать их грамотно в контексте оценки.

    • БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ В ОЦЕНКЕ File
      Students must
      View

    • Любой, даже самый мощный инструмент бесполезен без плана. Прежде чем просить ИИ составить тест или проверить эссе, преподаватель должен ответить на базовые вопросы: что именно мы оцениваем? На каком уровне? Какой формат оценки подходит? Этот материал поможет вам выстроить логику оценивания от результатов обучения к конкретным заданиям.

    • Планирование оценки в образовательном процессе File

    • Переходим к практике: тестовые задания с помощью ИИ

      Вы определили, что оцениваете, и выбрали формат. Если это письменный тест - пора разобраться, как ИИ помогает создавать качественные задания. Здесь вы узнаете принципы составления тестовых вопросов, типичные ошибки (слабые дистракторы, неоднозначные формулировки) и то, как правильно ставить задачу языковой модели, чтобы результат соответствовал вашим требованиям.

    • Составление письменных тестовых заданий File

    • Теперь ваша очередь: создайте промпт самостоятельно

      Теорию вы освоили, принципы изучили, время действовать. В этом интерактивном тренажёре вам предстоит самостоятельно составить промпт для генерации сценария ОСКЭ (объективного структурированного клинического экзамена). Вы увидите, как точность формулировки влияет на качество ответа модели. Экспериментируйте, пробуйте разные подходы, и не бойтесь ошибаться.

    • Тренажёр - сделайте промпт для ОСКЭ File HTML
      Students must
      View

    • От тестов к текстам: как ИИ помогает проверять письменные работы?

      Тестовые задания лишь одна из форм оценки. Эссе, рефераты, клинические разборы требуют совершенно другого подхода. Можно ли доверить ИИ проверку развёрнутых ответов? Как сформулировать критерии, чтобы модель оценивала содержательно, а не формально? Этот материал покажет возможности и границы использования ИИ для проверки письменных работ и формирования обратной связи.

    • Оценка письменных работ File
      Students must
      View

    • Отвечаем на вопрос "Ну и что?"

      После проведения оценки важно понять: а хорошим ли был сам экзамен? Психометрический анализ позволяет оценить качество заданий по объективным показателям, таким как сложность, дискриминативность, надёжность. ИИ может помочь автоматизировать этот процесс, визуализировать результаты и выявить проблемные задания, которые нужно доработать или исключить.

    • Психометрический анализ File
      Students must
      View

    • Как понять, что ваши оценочные средства действительно работают?

      Вы научились создавать задания, проверять работы и анализировать результаты.

      Но как теперь это все объединить? Критерии качества контрольно-оценочных средств это ваш чек-лист: валидность, надёжность, объективность, практичность. Используйте его как финальную проверку соответствия ваших инструментов оценки профессиональным стандартам.

    • 🎯 Критерии качества контрольно-оценочных средств File

    • И последнее, но не менее важное

      ИИ открывает огромные возможности для преподавателя, но одновременно создаёт новые вызовы. Если ИИ может генерировать ответы, как обеспечить честность оценки? Как отличить работу студента от текста, созданного моделью? И нужно ли запрещать ИИ или лучше научить студентов использовать его этично? 

    • Академическая честность File