Byg en prompt
Menu

ForløbPromptsFagVærktøjerGuides
Delt af lærereDel en promptMine tingLog indByg en promptKlar til timenMin ugePrompt-labFærdige bots til lærereLektiehjælpFærdige botsAI i klassenElevrumFunktionerTil forældre
AI-reglerKommunerForældrerådLærerstuderendeSkolebestyrelsenSpørg AI SkoleAI-fejlbiblioteketMin AI-logbogLærerbarometer
Teknologiforståelse

Sådan virker AI: forklaret til elever på tre trin

Eleverne møder AI hver dag. Her er en forklaring i tre niveauer, øvelser, der gør det synligt, og de misforståelser, du skal være klar til.

Læsetid 4 minOpdateret
I denne guide
  1. Kernen i én sætning
  2. Tre niveauer
  3. Øvelsen, der virker bedst: ødelæg træningsdataene
  4. Misforståelser, du skal være klar til
  5. Om værktøjerne
  6. Kilder

Kernen i én sætning

De fleste AI-systemer finder mønstre i mange eksempler og bruger dem til at gætte på noget nyt. Hvis eksemplerne er skæve, bliver gættene det også.

  1. EksemplerAI’en ser mange eksempler. De kaldes træningsdata.
  2. MønstreDen finder mønstre og udregner, hvad der ligner hvad.
  3. GætDen gætter på noget nyt ud fra mønstrene.

Tre niveauer

TrinForklaringØvelse
0.-3. klasseComputeren kan ikke tænke. Den har set mange billeder og gætter, hvad der lignerBørnene spiller maskinen: lærer viser kort, børnene gætter og lærer af rettelser
4.-6. klasseAI lærer af eksempler. Man kalder eksemplerne træningsdata. Jo flere og mere varierede, jo bedre gætPrøv Quick, Draw!, og tal om, hvad den gætter forkert
7.-9. klasseEn model finder mønstre i data og udregner sandsynligheder. En sprogmodel gætter ord for ord, hvad der sandsynligvis kommer næste gangTræn en lille model i Teachable Machine eller Machine Learning for Kids

Øvelsen, der virker bedst: ødelæg træningsdataene

  1. Eleverne træner en model til at skelne to ting, fx saks og blyant, med kun få og ens billeder.
  2. De tester den på nye billeder og skriver, hvor den tager fejl.
  3. De tilføjer flere og mere forskellige billeder og tester igen.
  4. Saml op: Hvad ændrede sig? Hvad ville ske, hvis dataene kun viste én slags hænder, baggrunde eller lys?

Det er en konkret måde at forstå, hvorfor AI kan have bias. Se forløbet Træn en model.

Få og ens billeder

Modellen gætter forkert på billeder, der ser anderledes ud end dem, den har set.

Eleverne skriver, hvor den tager fejl.

Flere og mere forskellige billeder

Modellen bliver bedre til at gætte på nye billeder.

Saml op: hvad ændrede sig, og hvorfor?

Misforståelser, du skal være klar til

  • «AI ved alt.» Den ved kun, hvad der lignede dens træningsdata. Se når AI tager fejl.
  • «AI tænker som et menneske.» Den finder mønstre. Den forstår ikke som vi gør. Lad eleverne selv finde eksempler på, hvor det bliver tydeligt.
  • «Hvis AI svarer sikkert, er det rigtigt.» Sikker tone er ikke bevis. Tjek kilden.
  • «AI er neutral.» Træningsdata og de valg, mennesker tog, påvirker svaret.

Vil du tale med eleverne om en sprogmodel direkte, så prøv prompten Test en chatbot: hvad kan den ikke?

Om værktøjerne

Teachable Machine, Machine Learning for Kids og Quick, Draw! er alle beskrevet af deres udbydere som værktøjer til at prøve maskinlæring af. Tjek vilkår, aldersgrænser og hvad der sker med eventuelle billeder, før eleverne bruger dem. Brug aldrig billeder af elever, hvis du ikke har tilladelse.

Kilder

Næste skridt

Læs også

Alle guides →