Добавляем ИИ, сохраняя решение за человеком

Где мы на карте

Урок 70 из 72. Блок «ИИ и выпуск проекта» (63–72). Помощник сохраняет прежние правила напоминания и локальную базу; новая функция только предлагает категорию задачи и допускает отказ.

Ситуация и вопрос

Модель предлагает категорию math, но ученик назвал задачу «Читать историю математики». Человек видит две темы и может выбрать чтение. Наш помощник не должен сам менять карточку.

Новые слова без пропусков

Человек в контуре решения видит предложение, может исправить его и несёт понятную ответственность. Порог отказа здесь простой: равные или нулевые очки дают review. Объяснение показывает основание предложения, например совпавшие слова и их счёт. Автоматическое действие изменило бы данные без подтверждения — в этой учебной версии его нет.

Опорный сигнал

Прочитайте три клетки схемы слева направо, затем закройте третью. Назовите вход и действие в каждой клетке; предскажите, чем закончится путь и какой наблюдаемый факт подтвердит ответ. Сравните рисунок с файлом проекта или контрольным примером. Если число на схеме не получается из данных, исправьте схему, а не данные под красивую картинку.

Разбираем шаг за шагом

Запустите classifier.py "Кітап оқу": получите reading; для незнакомого названия будет review. Откройте исходную карточку задачи: её title, due_date, done и напоминание не меняются от вызова классификатора. Ученик может принять, исправить или пропустить совет на бумажной форме решения. Запишите в журнал проверки предложенную метку и собственный выбор без имени ученика.

Предскажите и проверьте

Запишите ожидаемый вывод до запуска кода. Выполните его в указанной папке step-06 или step-07, сравните результат символ за символом и объясните каждую строку. Затем измените один безопасный вымышленный вход и повторите цикл «предсказать — запустить — изменить — объяснить — проверить». Наблюдение на маленьком наборе не превращайте в обещание для реальных людей.

from pathlib import Path
from tempfile import TemporaryDirectory
from data_store import create_database
from classifier import read_examples, train, suggest
with TemporaryDirectory() as folder:
    db = Path(folder) / "example.db"
    create_database(db, "tasks.json", "study_sessions.csv")
    before = db.read_bytes()
    print(suggest("Кітап оқу", train(read_examples("labelled_tasks.csv"))))
    print(before == db.read_bytes())

Ожидаемый вывод

reading
True

Поймайте ошибку

Скрытый «автоматический выбор при review» нарушил бы контроль человека. Нельзя назвать свободный текст генеративной модели проверенной рекомендацией без источников. Согласие на одну категорию не разрешает сбор других личных данных.

Изменение проекта

В проекте 2.1 сохраняются база, отчёт, напоминания и резервирование. Файл labelled_tasks.csv содержит только вымышленные примеры. classifier.py выдаёт совет math, reading или review, но не записывает решение в базу. Каждый вывод модели сравнивается с отложенными примерами и пересматривается человеком.

Задание и доказательство

Для трёх заголовков покажите предложение, объяснение и выбор человека. Один раз осознанно отклоните модель. Проверьте, что данные задач и статусы в БД остались прежними.

Перенос в новую ситуацию

Система предлагает маршрут школьному автобусу. Какие решения можно предложить водителю, а какие нельзя выполнять без его подтверждения?

Возврат через 1, 7 и 30 дней

Через 1 день нарисуйте схему по памяти и найдите в ней одну границу применения. Через 7 дней объясните её товарищу, не читая урок, и решите 7 из 10 вопросов блока; ошибочные ответы разберите на конкретных входах. Через 30 дней откройте свежую копию проекта, воспроизведите проверку и перенесите принцип в новый пример. Сохраните свой протокол с входом, ожидаемым и фактическим результатом.

Первоисточник для проверки

Официальный документ

Следующий урок

Выпуск 2.1: тесты, инструкция и передача продукта