В апреле в Петербурге завершился ИТ-интенсив НИУ ВШЭ — Санкт-Петербург и VK Education, где старшеклассники учили модель отличать исторические факты от вымысла. Получился редкий формат: не лекция о нейросетях, а практическая тренировка медиаграмотности на материале истории города.
Что произошло в Канатном цехе
13 апреля НИУ ВШЭ — Санкт-Петербург сообщил об итогах Школы по практическому программированию и анализу данных для старшеклассников. Очный этап прошёл в Канатном цехе на Васильевском острове, в новом учебном пространстве Питерской Вышки по адресу: 25-я линия Васильевского острова, 6, корпус 1.
По данным НИУ ВШЭ — Санкт-Петербург, в 2026 году школа состояла из двух частей: мастер-классов от индустриальных партнёров и финальной защиты командного проекта. Свои разработки экспертам и преподавателям представили 18 лучших участников интенсива из Петербурга, Москвы, Самары, Вологды, Великого Новгорода и других городов.
Для петербургских школьников здесь особенно интересен сам материал кейса. Ребята работали не с абстрактными текстами, а с задачей, близкой к городскому контексту: модель должна была по описанию события понять, реальный перед ней исторический факт или вымысел.
Как исторический текст стал задачей для машинного обучения
На странице Школы по практическому программированию и анализу данных трек VK описан как разработка и обучение модели машинного обучения. Участникам предлагалось применить методы NLP — обработки естественного языка — к историческим текстам: выбрать признаки, оценить качество модели и разобрать её ошибки.
В обычной школьной работе с историей ученик чаще ищет правильный ответ: дату, имя, место, причину события. На интенсиве логика была другой. Команда должна была сначала превратить текст в набор признаков, затем обучить алгоритм, проверить его на метриках и понять, почему он ошибается.
Такой формат хорошо показывает слабое место нейросетей. Красиво написанный текст не становится достоверным только потому, что звучит убедительно. Для истории Петербурга это особенно заметно: вокруг города много легенд, полуправды и эффектных пересказов, которые легко перепутать с проверенным фактом.
Чему учились участники кроме кода
Согласно материалу Питерской Вышки, на лекциях от разработчиков VK школьники разбирали базовый анализ данных, библиотеки языков программирования и метрики оценки результатов. Затем эти знания применялись в командной работе: от анализа данных до обучения модели.
Здесь программирование оказалось только частью задачи. Чтобы алгоритм не угадывал наугад, участникам нужно было подумать, какие признаки текста действительно помогают отличить факт от вымысла: структура фразы, конкретность описания, повторяющиеся формулировки, связь с проверяемыми событиями.
Для школы это полезный сдвиг. Подросток не просто «пользуется ИИ», чтобы получить готовый ответ, а видит кухню изнутри: данные могут быть неполными, метрика может обманывать, модель может находить случайные закономерности. После такого опыта проще критически относиться и к ответам чат-бота, и к вирусным историческим публикациям в соцсетях.
Почему это связано с медиаграмотностью
VK в своём пресс-релизе о наборе на образовательные программы 2026 года отмечает, что обучение VK Education строится на прикладных кейсах, а среди направлений есть искусственный интеллект, анализ данных, разработка и информационная безопасность. Петербургский интенсив хорошо ложится в эту логику: школьники учатся не пересказывать теорию, а проверять информацию инструментами ИТ.
Медиаграмотность нового типа — это уже не только умение отличить рекламу от новости. Теперь школьнику приходится понимать, как текст может быть сгенерирован, почему нейросеть уверенно ошибается и чем проверка источника отличается от доверия к красивой формулировке.
История Санкт-Петербурга для такой тренировки подходит удачно. В городе много узнаваемых мест, сильных мифов и популярных сюжетов: от Васильевского острова до промышленных зданий, которые сегодня становятся кампусами, музеями и общественными пространствами. Работа с такими текстами помогает соединить локальную историю и цифровую грамотность.
Что это даёт абитуриенту
Интенсив рассчитан на учащихся 10–11 классов. Участие в школе бесплатное, а программа 2026 года включала онлайн-этап 25–27 февраля и очный этап 31 марта — 4 апреля. Финальная защита проектов прошла 4 апреля.
На странице программы указано, что участники очного этапа работают в командах, слушают лекции и выполняют практические задания под руководством менторов. Для старшеклассника это короткий способ проверить, подходит ли ему роль ML-инженера, дата-аналитика или программиста, не дожидаясь первого курса.
Есть и поступленческий бонус. НИУ ВШЭ — Санкт-Петербург сообщает, что победители и медалисты интенсива получают до восьми дополнительных баллов для поступления в Питерскую Вышку. Для абитуриента ИТ-направлений это ощутимая прибавка, особенно если речь идёт о программах с высоким конкурсом.
Как родителям и школьникам использовать этот опыт
Если школьник интересуется ИИ, такой интенсив можно рассматривать не как «кружок ради сертификата», а как пробу профессии. Важно смотреть на формат: есть ли командный проект, реальные данные, защита результата и разбор ошибок модели. Именно эти элементы отличают серьёзную практику от обзорной лекции.
Для подготовки к похожим программам полезны три направления: Python на базовом уровне, работа с таблицами и понимание школьной математики без пробелов. Отдельный плюс — интерес к гуманитарному материалу: в кейсе про исторические тексты выигрывает не тот, кто слепо запускает модель, а тот, кто замечает смысловые ловушки.
Следить за будущими наборами лучше на странице Школы по практическому программированию и анализу данных НИУ ВШЭ — Санкт-Петербург и в новостях ШИФТ. В 2026 году офлайн-часть проходила в Канатном цехе у станции метро «Горный институт», поэтому для петербургских участников это ещё и удобный очный формат в городской университетской среде.