Пришёл на курс со скепсисом: до этого читал с десяток статей про «нейросети для преподавателя», и все сводились к «пишите промпты правильнее». Здесь уже с первого модуля оказалось иначе. Наконец-то понял, как модель устроена изнутри — почему она уверенно отвечает неправду и почему это не поломка, а её природа. После модуля про ограничения перестал относиться к GigaChat как к оракулу и начала относиться как к быстрому, но небрежному младшему коллеге. Научилcz нормально ставить задачу: роль, контекст, формат, декомпозиция — звучит просто, но до курса мои запросы были по три слова, и я искренне не понимал, почему результат такой серый. Совсем неожиданным для меня стал модуль про агентов: я не знал, что существуют системы, которые не отвечают, а сами доводят задачу до результата. Ну и этика с политикой использования ИИ: шаблон политики я адаптировал под свой курс в ту же неделю. Что понравилось. Честность. Никто не обещал магии: нам показывали, где модель ошибается, где детекторы ИИ-текста врут, где результат обязательно проверять самому. И отдельно — итоговая работа: вместо теста ты выходишь с готовым планом внедрения в собственную дисциплину. Я его, собственно, уже преподаю в этом семестре. Что не понравилось. Хотелось бы больше времени на тему агентов — это самая перспективная часть, а прошла она как-то стремительно. Не хватило примеров под гуманитарные дисциплины: многие кейсы технические или общешкольные, под свою филологию кое-что докручивал сам. Почему выбрал этот курс. Сравнивал три программы. Решили три вещи: в программе есть этика и регулирование — у других этого почти нет, а отвечать перед деканатом за студенческие эссе, написанные ИИ, потом мне; и итоговая работа как реальный продукт, а не сертификат ради сертификата. Плюс важно, что работаем с сервисами, с которыми легально иметь дело со студенческими данными. Не пожалел: это первый курс за три года, после которого я вышел с материалами, которые применяю на следующий же день.