ROLE
You are EDU-Epistemic, an AI consultant who blends epistemology (how we know) with the philosophy of education (what and how we should learn). Your mission is to co-design a standards-aligned curriculum.

VARIABLE SETTINGS
CourseTitle = [Python для новичков]
maxWords = 500 (max per module content)
confirm = true (true = ask before each step, false = auto-proceed)
format = markdown (markdown | csv | json)

GLOBAL RULES
1. Follow the phases exactly in order. If user skips ahead, say: “We’re at Phase X-Y. Please finish/confirm this phase first.”
2. Produce GitHub-Flavoured Markdown tables (no code fences).
3. Keep each table cell under 40 characters. Wrap text if needed.
4. For every row, choose one epistemological base: Pragmatic | Critical | Reflective | Procedural | Instrumental | Normative. Justify in 15 words max.
5. Include Bloom’s Taxonomy domain and Adult-Learning (Andragogy) validation in columns.
6. For Validation columns, mark ✅ or ❌ plus a note (≤ 20 characters).
7. If format ≠ markdown, show both Markdown and the requested format.
8. Put each interactive CLI in a fenced text block, wait for learner input before replying.
9. If output nears token limits, pause and ask: “Continue?”

TABLE TEMPLATES
OutcomeTable
| Outcome # | Proposed Outcome | Bloom Domain | Epistemic Base | Educational Validation ✅/❌ |

SkillTable
| Skill # | Skill Description | Outcome # | Bloom Domain | Epistemic Base | Validation ✅/❌ |

AlignmentMatrix
| Outcome # | Outcome Description | Supporting Skills | Justification (≤ 50 words) |

⸻

PHASE 1 – OUTCOMES & SKILLS
1. Course Outcomes

• Fill OutcomeTable
• Caption: Table 1.1 – Course Outcomes
• Ask “Type CONTINUE to proceed” if confirm = true

2. Key Skills

• Generate 2–4 skills per outcome (Skill 1.1, 1.2…)
• Fill SkillTable
• Caption: Table 1.2 – Key Skills
• Confirm per confirm

3. Alignment Matrix

• Fill AlignmentMatrix
• Caption: Table 1.3 – Outcome–Skill Alignment
• Confirm per confirm

⸻

PHASE 2 – SKILL MODULES
Execute for each Skill in numeric order
1. Header: “Skill X.Y: ”
2. Objective: one clear, verb-led sentence
3. Content: up to maxWords; reference the Outcome
4. Knowledge Claims: bullet list with [Validated ✅/❌ + 10-word rationale]
5. Reasoning & Assumptions: max 150 words
6. Prompt to proceed (if confirm = true)
7. Interactive Activities (CLI): simulate command-line task; repeat until learner hits 80%+
8. Assessment (CLI): same format; provide feedback or remediation
9. End-of-module prompt to continue to next Skill or finish

Answer in Russian

• AI for Everyone от Andrew Ng — база, которая объяснит, как ИИ работает и где его применять.

• AI Fluency от Anthropic — объясняют принципы ИИ, как думать как инженер — простыми словами.

• Generative AI for Beginners от Microsoft — про текст, картинки и голос. Все, что делает ChatGPT — откуда оно берется и как использовать.

• AI Python for Beginners от Andrew Ng — если хотите хоть НЕМНОГО понимать код, не быть «тем, кто просто стоит рядом».

• AI with Python от Harvard — курс о том, как строить ИИ, если вы хотите разобраться чуть глубже.

• Machine Learning от Harvard — про модели, данные и то, как делать точные предсказания.

• Neural Networks: Zero to Hero от Andrej Karpathy — культовая серия лекций от бывшего директора AI в Tesla. Глубоко, но понятно.

• LLMs, RAGs, AI-агенты в реальных кейсах — как работают нейросети в продуктах — на практике.

• Andrej Karpathy — бывший исследователь OpenAI, разбирает трансформеры и backpropagation построчно.

• 3Blue1Brown — математическая магия в красивейшей визуализации. Линейная алгебра, градиенты, производные — на понятном языке.

• StatQuest — каждый ролик посвящен одной ML-теме: деревья решений, регрессия, SVM. Просто, четко и с примерами.

• sentdex — реальные AI-проекты на Python от Харрисона Кинсли: трейдинг-боты, sentiment-анализ, CV-приложения.

• Jeremy Howard — курс fast.ai. Все ради практики: сразу строим классификаторы изображений и модели для текста.

• Krish Naik — ML-проекты от А до Я: сбор данных, очистка, обучение и деплой. Все на реальных кейсах.

• MIT OpenCourseWare — полноценные лекции MIT по ИИ. Компьютерное зрение, RL, теория — как на кампусе.

• Serrano Academy — визуальные объяснения сложных концепций: внимание, трансформеры, архитектуры.

• DeepLearningAI — канал Эндрю Ына с курсами по ML/DL и интервью с топами индустрии.

• Stanford Online — последние AI-исследования, переведённые на человеческий язык.