# FINAL — Занятие 1 МАИ: CAD и ранняя проектная оптика (B1) Generated: 2026-06-27 (Variant C, Phase 5) Дидактическая ось МАИ: **B1 (конфигурируемый генератор)** + **B1' (reverse engineering)** Связанные оси: A2-A3, C1-C3, D2,D7,D11 Источники: `FINAL_corpus_v1_unified_registry.json` (фильтр L1_CAD, 58 кейсов), `FINAL_typology_8_types.md`, `FINAL_anti_analog_registry.md`. ## Цель занятия Студенты должны различить **CAD как конфигурируемый генератор** (B1) от его двух соседей — **B0 «спросил у ChatGPT»** и **B2 среда испытаний**. Главный вопрос: **на каком шаге AI остаётся ideation-tool, а на каком становится design partner**? Без этого различия любое «AI в проектировании» съезжает в tool_augmentation. ## Структура занятия (90 мин) | Блок | Время | Содержание | |---|---|---| | 1. Введение | 10 мин | Что такое CAD-оптика в контексте ГИИ. Различие генератора и проектировщика | | 2. Validated архитектуры | 25 мин | 4-5 разборных кейсов | | 3. Anti-analogs | 15 мин | 3 кейса для контраста | | 4. Студенческие задания | 20 мин | Reverse engineering + traceability | | 5. Обсуждение D2/D7 | 15 мин | Где T1+T4 пересекаются с B1 | | 6. Вывод | 5 мин | A3 ≠ B1 автоматически | ## Базовые кейсы для разбора (5) ### 1. `freecad-ai-workbench` — FreeCAD AI Workbench (INT) - **A3 / B1 / C2 / D1,D2,D12** - Open-source интеграция LLM в CAD-workbench. **Студент видит**, где LLM генерирует параметры геометрии, а где — параметризацию конструкции. Конкретный пример настройки regenerative loop без облака. - **Что разбираем**: какой объект design partner порождает? Что входит в configuration space LLM? ### 2. `kicad-llm-plugin` — KiCad LLM plugin (INT) - **A3 / B1-B3 / C2 / D2,D3,D12** - LLM-плагин для electronic schematic design. Прямой пример **B1 → B2 перехода**: LLM генерирует netlist, потом проверяет on physical constraints. - **Что разбираем**: где заканчивается генерация и начинается верификация? ### 3. `text2cad-open-source` — Text2CAD (INT) - **A3-A4 / B1 / C2-C3 / D1,D2,D3,D12** - Прямой пример **B1 на уровне геометрии**: текстовое описание → CAD primitives. Open-source аналог Anthropic-style geometric reasoning. - **Что разбираем**: какой класс ошибок порождает text-to-geometry? Когда нужен B2 fallback? ### 4. `sutd-trilingual-triad-smart-city` — SUTD Trilingual Triad Smart City (SG) - **A3 / B5 / C4 / D2,D7,D9,D12** - C4-candidate. Студенты проектируют **domain-specific custom GPTs**: ИИ становится **designed collaborator**, не answer-box. Это **позднее проектное** — но образец того, как студент может строить generator-под-задачу. - **Что разбираем**: какая граница между «настроил GPT» и «спроектировал generator»? ### 5. `ru-graphic-disciplines-genai` — Графические дисциплины с GenAI (RU) - **A3 / B1 / C2 / D2,D7,D11** - Российский кейс в чертёжных/графических дисциплинах. **Полезен для МАИ-контекста** — есть локальный аналог. - **Что разбираем**: как русскоязычный курс адресует traceability? ## Adjacent кейсы (5) - `kicad-ai-assistant` — близок к kicad-llm-plugin, но другой dev cycle - `bath-ai-engineering-design-msc` (GB) — institutional buildout с B1 acoustic - `nus-formula-sae-siemens` (SG) — student team formula SAE + Siemens design stack - `autotriz` — TRIZ-AI на стороне B1 ideation - `aiche-process-engineering-genai-seminar` — pacing для process design ## Anti-analogs (3) ### `chatgpt-statics-construction` - **Tool_augmentation**: ChatGPT как калькулятор без redesign цикла. - **Студенческий tag**: где здесь B0/B1 граница? ### `mext-genai-guidelines` - **B0 framing**: общие guidelines, без curriculum architecture. Использовать как контекст, а не как образец. ### `upc-human-ai-ideation` - **Concept_washing**: «blended ideation» без архитектурной фиксации. Полезен как граничный случай — **граница между ideation-helper и design partner**. ## Студенческие задания ### Задание 1 — Reverse engineering (B1' track) Дано: FreeCAD AI Workbench source code. Задача: **реконструировать architecture diagram** — где LLM делает inference, где парсится результат, какие constraints применяются, где fallback к manual CAD. Оценка: схема + 1 страница описания «что делает LLM, что делает CAD-engine». ### Задание 2 — Traceability matrix Дано: 3 design claims, сделанных AI (например, через text2cad). Задача: для каждого claim указать **на каком слое его можно верифицировать** — geometric, physical, regulatory. Оценка: матрица claim × verification layer. ### Задание 3 — B0 vs B1 vs B2 классификатор Дано: 10 кейсов из anti_analog registry + 10 valid кейсов. Задача: классифицировать каждый по B-уровню, обосновать. Оценка: классификация + 1 фраза «почему» на кейс. ### Задание 4 — Design partner test Дано: ChatGPT + конкретное design specification. Задача: проверить, может ли LLM сыграть роль design partner — то есть **возразить** на проектную ошибку, **не только** соглашаться. Оценка: 3 диалога + анализ моментов несогласия. ### Задание 5 — Generator spec Задача: написать spec для domain-specific custom GPT (по примеру SUTD trilingual triad) для собственной инженерной дисциплины студента. Оценка: spec + примеры use cases + ограничения. ## Что НЕ должно входить - Wholesale «обзор всех CAD-плагинов» — не задача курса - ChatGPT для writing reports — это D11/D7 территория, не CAD - Generic AI ethics — это занятие 5 ## Связь с другими занятиями - **L2 (CAE)** — B1 → B2 переход в kicad-llm-plugin - **L3 (CAO)** — где CAD-traceability сходится с regulatory loop - **L4 (Orchestration)** — multi-agent CAD (text2cad evolution) - **L5 (Hybridity)** — SUTD trilingual triad как C4-candidate ## Метрики занятия - Каждый студент классифицирует ≥10 кейсов по B-уровню с точностью ≥80% - Каждый студент пишет valid generator spec - Различение B0 / B1 / B2 в групповом обсуждении достигается без подсказки преподавателя