Попробуйте себя заинтересовать, проходите различные тренажеры https://pythonlib.ru/
"https://www.codewars.com/" - CodeWars задачи
"https://projecteuler.net/" - Project Euler
"https://www.hackerrank.com/domains/python" - HackerRank Python задачи

Можно начать с Scratch, далее можно попробовать Python, он легок для освоения и восприятия для новичка. Он прост и читаем, распространен во многих сферах, востребован и популярен. Советую https://pythonlib.ru/ Python используется в веб-разработке, научных исследованиях, машинном обучении, автоматизации, обработке данных, создании игр и многих других областях.

Python - это язык, который поможет в любой стране благодаря высокому спросу на рынке труда, международному признанию, простоте изучения, большому сообществу и ресурсам, а также его применению в автоматизации и аналитике.
Рекомендую https://pythonlib.ru/

Python. Легок для освоения и восприятия для новичка. Он прост и читаем, распространен во многих сферах, востребован и популярен. 1. Определите свои цели и направления: Веб-разработка (Django, Flask) , Аналитика и Data Science (Pandas, NumPy, Matplotlib) , Автоматизация (скрипты, парсеры, боты), Машинное обучение (scikit-learn, TensorFlow), Backend-разработка или что-то еще
Это поможет выбрать правильную область и сосредоточиться на нужных инструментах.
2. Изучайте основы систематично, то есть начинайте с базовых понятий: Переменные, типы данных, Условные конструкции (if, else), Циклы (for, while), Функции, Модули и пакеты, Работа с файлами и др
Ресурсы:
Официальная документация Python
Онлайн-курсы: Codecademy, freeCodeCamp, Coursera
Книги: «Изучаем Python» М. Лутца, «Python для начинающих» Э. Моргана
3. Практика
LeetCode
HackerRank
Codewars
Codeforces (более соревновательный)

Создавайте собственные мини-проекты: автоматизация задач, парсеры, простые веб-приложения.
4. Изучайте библиотеки и фреймворки по мере необходимостиДля анализа данных: Pandas, NumPy, Matplotlib, Seaborn
Для веб-разработки: Flask, Django
Для автоматизации: os, sys, pathlib, requests, BeautifulSoup
Для машинного обучения: scikit-learn, TensorFlow, PyTorch
5. После освоения основ — углубляйтесь в выбранную область. Изучайте лучшие практики, паттерны проектирования, архитектуру приложений.
Также есть очень хороший и простой сайт для изучения данного ЯП и тренировок https://pythonlib.ru/

Практика, практика и еще раз практика. Если нет возможности посещать курсы, вы можете использовать интернет-ресурсы, например, https://pythonlib.ru/ "https://docs.python.org/3/tutorial/" - Официальный учебник Python
"https://www.py4e.com/" - Python для всех (бесплатный курс)
"https://www.w3schools.com/python/" - Python туториалы на W3Schools

13 лет - подходящий возраст для начала программирования. Это способствует развитию логического мышления, креативности и усидчивости. Важно выбрать игривый и наглядный формат обучения, например, визуальные языки, такие как Scratch. Основная цель - вызвать интерес и развить полезные навыки, а не сделать профессиональным разработчиком. Успехи родителей показывают, что программирование может повысить успеваемость, развить самостоятельность и уменьшить время, проведенное за бесполезными играми. Рекомендуется начать с простых программ и поощрять оригинальные проекты ребенка.Можно начать с Scratch, далее можно попробовать Python, он легок для освоения и восприятия для новичка. Он прост и читаем, распространен во многих сферах, востребован и популярен.

Начните с освоения HTML, CSS, JavaScript для фронтенда.
Параллельно или после — изучайте Python для бэкенда и автоматизации.
Для AI — сосредоточьтесь на Python и библиотеках для машинного обучения.
Время — примерно 6-12 месяцев для базового уровня по всем направлениям, если заниматься регулярно.
"https://docs.python.org/3/tutorial/" - Официальный учебник Python
https://pythonlib.ru/

Можно начать с Scratch, далее можно попробовать Python, он легок для освоения и восприятия для новичка. Он прост и читаем, распространен во многих сферах, востребован и популярен. Советую https://pythonlib.ru/ Python используется в веб-разработке, научных исследованиях, машинном обучении, автоматизации, обработке данных, создании игр и многих других областях.