EDUbox AI: handleiding voor leerkrachten
Leer hoe je als leerkracht of begeleider met de EDUbox Artificiële Intelligentie aan de slag gaat in de les, met achtergrondinformatie en concrete tips.
Opmerking vooraf:
Wil je meer recente voorbeelden en up-to-date informatie rond artificiële intelligentie? Neem dan zeker een kijkje in de vernieuwde versie van de EDUbox Artifciële intelligentie, die we in januari 2024 hebben gelanceerd.
De handleiding van de EDUbox Artificiële intelligentie is een initiatief van VRT NWS in samenwerking met Mediawijs, imec, RVO-Society en Technopolis.
Inhoudsopgave van de handleiding:
- 1. Over EDUbox
- 2. Over de EDUbox Artificiële intelligentie
- 3. Wat extra achtergrond in artificiële intelligentie
- 4. Aansluiting bij de eindtermen
- 5. Tips voor in de klas
- 6. Wat na de EDUbox?
1. Over EDUbox
EDUbox is het digitaal educatief media format van VRT.
De EDUbox rond artificiële intelligentie werd ontwikkeld met technologiepartners imec, RVO-Society vzw en Mediawijs.
Het EDUbox-format vereist niet dat je als leerkracht zelf diepgaand inzicht hebt in het onderwerp. De bedoeling is dat leerlingen zelf aan de slag kunnen met het materiaal.
2. Over de EDUbox Artificiële intelligentie
De EDUbox Artificiële intelligentie is enerzijds beschikbaar als downloadbare pdf. Je kan deze pdf printen en verdelen in de klas. De leerlingen kunnen de integrale box dan in groepjes doornemen. Elk groepje heeft bij voorkeur minimaal één computer met goede internetverbinding nodig.
Van de EDUbox AI is ook een interactieve videoles gemaakt, die leerlingen op individuele basis kunnen volgen, thuis of in de klas. VRT NWS-journalist Tom Van de Weghe treedt in die video in interactie met de leerling.
3. Wat extra achtergrond in artificiële intelligentie
Een goede start voor wie extra achtergrond zoekt en zelf nog geen achtergrond heeft in Artificiële Intelligentie is de Nederlandse (gratis) online cursus. Een aanrader. Deze cursus heeft nu zelfs een versie voor kinderen.
Update juni 2020: er is nu ook een Vlaamse versie.
4. Aansluiting bij de eindtermen
4.1. De nieuwe sleutelcompetenties
Op dit moment zijn de nieuwe eindtermen voor de derde graad nog niet gekend, enkel de zestien sleutelcompetenties. Het is duidelijk dat de EDUbox Artificiële Intelligentie kan aansluiten bij zowel digitale competentie en mediawijsheid als innovatiedenken, creativiteit, probleemoplossend en kritisch denken, en bij wiskunde, exacte wetenschappen en technologie.
4.2. De huidige eindtermen
EDUbox is nadrukkelijk ontwikkeld voor en getest met jongeren uit zowel ASO, TSO als BSO-richtingen.
Verschillende invalshoeken zijn mogelijk voor aansluiting bij de leerplannen, met name de voorbeelden en onderwerpen van eventuele groepsdiscussies kunnen gekozen worden in functie van een bepaald vak of richting.
Voor alle onderwijsvormen kan het format van de EDUbox — met zowel tekst, filmpjes als hands-on stukken — gebruikt worden voor de eindtermen rond leren leren, in het bijzonder “3. Informatieverwerving De leerlingen kunnen diverse informatiebronnen en -kanalen kritisch kiezen en raadplegen met het oog op te bereiken doelen”
De EDUbox kan in TSO en ASO-richtingen ook gebruikt worden binnen de lessen Nederlands voor de eindtermen 12–18 rond lezen, bijvoorbeeld “18. De leerlingen zijn bereid om:
— te lezen;
— lezend informatie te verzamelen over een bepaald onderwerp;
— de verkregen informatie aan eigen kennis en inzicht te toetsen en te vergelijken met informatie uit andere bronnen;
— te reflecteren op inhoud en vorm van de teksten;
— hun persoonlijk oordeel over bepaalde teksten te formuleren, in vraag te stellen en eventueel te herzien.”
In de BSO-richtingen sluit de EDUbox perfect aan bij de eindtermen van het project Algemene Vakken, met name de eindtermen rond Functionele taalvaardigheid (1–6), de eindtermen rond functionele informatieverwerving en -verwerking 11–13, en tijd- en ruimtebewustzijn 17 en 19.
In de ASO-richtingen sluit de EDUbox perfect aan bij de vakoverschrijdende eindtermen Technisch-Technologische Vorming.
Bovendien is de EDUbox Artificiële Intelligentie ook vertaald in het Engels en de Engelse versie kan dus ook gebruikt worden om de eindtermen voor dit vak te behalen.
5. Tips voor in de klas
5.1. Even praktisch
De EDUbox Artificiële Intelligentie is ontworpen om in een tweetal lesuren een allereerste introductie te geven in Artificiële Intelligentie. Voor leerlingen die zich zo lang kunnen concentreren is het ideaal om twee aaneengesloten lesuren te hebben.
We adviseren om te beginnen met te peilen naar de startsituatie: de jongeren klassikaal of individueel te laten starten met een reflectie over wat ze reeds weten.
Daarna werken de jongeren in groepjes van 3 of 4 leerlingen samen. Per groepje hebben ze één EDUbox (= envelop met kaartjes) een Pc met een goede internetverbinding en de internetbrowser Chrome).
De EDUbox bestaat uit 4 hoofdstukken, waarvan hoofdstuk 2 “De principes van AI” het meest theoretische is.
Na hoofdstuk 2, ongeveer halverwege, is het, in onze ervaring, een goed moment voor een klassikale reflectie en/of discussiemoment voor aspecten rond bias en ethiek. (Je kan dit goed zien, de kaartjes van hoofdstuk 2 zijn blauw, hoofdstuk 3 is rood)
Daarna komt hoofdstuk 3, het “hands-on” stuk, de spelletjes rond de zombie-apocalyps.
Afsluiten kan ook best met opnieuw een individuele of klassikale reflectie, waarop de jongeren worden uitgenodigd om te benoemen wat ze leerden, wat ze goede voorbeelden vinden,…
5.2. De startsituatie: het peilen van de voorkennis
Laat de leerlingen reflecteren over wat ze reeds weten over Artificiële Intelligentie.
Klassikaal
Dit kan klassikaal met vragen als
- “Waar denk je aan bij de term Artificiële Intelligentie?”
- “Wie heeft vandaag al Artificiële Intelligentie gebruikt?”
Deze vragen kunnen ook interactief gesteld worden in een online quiz met een tooltje zoals kahoot
Individueel
Je kan ook aan de leerlingen vragen om individueel voor zichzelf enkele woorden op te schrijven. Belangrijk is dan ook om hen nadien de kans te geven hierop te reflecteren: “Klopt het wat ik in het begin dacht, heb ik iets bijgeleerd?”
5.3. Nu is het aan jullie…
Laat de leerlingen nu in groepjes van 3 tot 4 leerlingen samen zitten rond een computer met goede internet access en de browser Chrome geïnstalleerd. Geef elk groepje een EDUbox-envelop en vertel hen “Nu is het aan jullie”. Laat hen maar beginnen.
Als leerkracht wandel je door de klas en monitor je het proces.
Groene kaartjes 8 -16 (een aandachtspuntje)
Qua methodiek is het de bedoeling dat na kaart 8 de leerlingen elk een voorbeeldkaart kiezen (media,mobiliteit, gezondheid of muziek), deze kaart lezen en elk hun voorbeeld aan elkaar vertellen. Dit is misschien even een aandachtspunt, tijdens het testen gebeurde het soms dat de leerlingen deze instructie op kaart 8 niet hadden gezien.
Nieuwe technologieën, nieuwe vragen: wat met intellectuele eigendom (vraag aangebracht door leerling publiciteit)
In een van de voorbeelden zagen we hoe een systeem op basis van muziek van Jef Neve een nieuw muziek stuk combineert. Als een systeem getraind met jouw werk iets nieuws creëert, hoe zit dat dan met auteursrecht?
5.4. Een klassikaal reflectiemoment — aansluitend bij de leefwereld van de jongeren en de te bereiken leerdoelen
Bij het monitoren van wat er in de klas gebeurt kan je goed zien wanneer de meeste groepen hoofdstuk 2 (blauwe kaartjes) hebben afgewerkt.
Dit is het een goed moment voor een eventueel klassikaal reflectiemoment.
Afhankelijk van de studierichtingen van de leerlingen, hun leefwereld en de te bereiken leerdoelen zijn verschillende reflecties mogelijk. Wij hebben zelf zeer goede ervaringen met reflectiemomenten en groepsdiscussies rond bias en ethiek. De leerlingen brachten dan zeer vaak rijke voorbeelden of hedendaagse vragen aan.
5.4.1. Reflecties rond intelligentie
Artificiële intelligentie is een goed thema voor een groepsdiscussie over intelligentie. Wat is intelligentie eigenlijk? Kan een computer echt intelligent zijn? Kan een computer creatief zijn (cfr. voorbeeld over Jef Neve en muziek)?
Het intelligentste blad papier ter wereld (uitbreidingsmogelijkheid)
Een goede manier om de discussies over intelligentie te starten is het ‘unplugged’ spel “het intelligentste blad papier ter wereld”, waarbij geclaimed wordt dat het blad papier in de lopende competitie van het spelletje oxo nog nooit van een mens heeft verloren.
De Engelstalige spelbeschrijving vind je hier: https://classic.csunplugged.org/artificial-intelligence/#The_Intelligent_Piece_of_Paper
Voorzie voor dit spelletje een kwartier + de tijd die je aan de discussie wil besteden.
5.4.2. Reflecties rond leren en de analogie tussen hoe computers leren
Nodig de leerlingen uit om te reflecteren over hoe de verschillende vormen van machine learning vergeleken kunnen worden met de manier waarop kinderen leren.
Aspecten van antwoorden:
1. Ook mensen leren immers veel van voorbeelden, net zoals gebeurt tijdens het trainen van een artificiële intelligentiemodel. Tijdens het trainen wordt aan zo’n systeem heel veel voorbeelden gegeven (cfr. gesuperviseerd leren ‘dit is een hond’ ‘dit is een kat’.) Tot het systeem honden en katten kan onderscheiden.
2. Het versterkend leren kan vergeleken worden met “beloond worden”. Leren fietsen kan hiermee vergeleken worden. Een winnend strategie wordt beloond, “het lukt”, een slechte strategie wordt bestraft: je valt.
De snoepjescomputer (uitbreidingsmogelijkheid): hoe computers leren
Een ‘unplugged’ spel dat het principe van versterkend leren zeer goed uitlegt is ‘De snoepjescomputer’ .
De Engelstalige spelbeschrijving vind je hier http://www.cs4fn.org/teachers/activities/sweetcomputer/sweetcomputer.pdf
Voorzie voor deze uitbreiding een extra lesuur en veel snoepjes :-)
5.4.3. Reflecties rond de voordelen en risico’s van artificiële intelligentie.
Wij hebben in alle studierichtingen goede ervaringen met groepsdiscussies rond bias en ethiek. Leerlingen kwamen ook zelf met voorbeelden.
Wij adviseren de discussies, reflecties en voorbeelden te laten aansluiten bij de eindtermen van het vak waarin de EDUbox wordt gegeven.
5.4.3.1. Bias
Bias is het fenomeen waarbij artificiële intelligentiemodellen onvolledige verzamelingen van voorbeelden krijgen, en daarop dus foute conclusies trekken. Zo zijn er talloze voorbeelden te vinden van artificiële intelligentiemodellen die getraind worden met enkel gegevens van blanke mannen van middelbare leeftijd. Gezichtsherkenning werkte lang veel beter met gezichten van mannen met een lichte gelaatskleur dan met gezichten van vrouwen met een donkere gelaatskleur.
Enkele voorbeelden van bias (als aanleiding voor groepsgesprekken):
· Automatische vertaling van en naar het Turks
Het Turks is een taal die geen persoonlijke voornaamwoorden gebruikt. Bij de vertaling van de zin “Zij is een dokter” naar het Turks valt de “Zij” weg. Wanneer de Turkse automatische vertaling van “Zij is een dokter” terug naar het Nederlands werd vertaald in automatische vertaalsoftware verscheen er vroeger “Hij is een dokter”. Met “Hij is een kleuterleider” gebeurde net het omgekeerde. Het systeem was getraind met data waarin de artsen mannen waren en de kleuterleiders vrouwen. Vandaag is dat gelukkig opgelost. Probeer het maar eens in google translate.
· de EDUbox bevat een link naar artikel over een Aziatische man wiens foto geweigerd werd bij een paspoortscanner omdat hij zijn ogen niet opende. Dit systeem was duidelijk niet getraind met mensen van Aziatische origine.
· Ernstige asthma en longontstekingen — het belang van datasets (link met statistiek)
Bias gaat niet altijd over vooroordelen. Een bekend voorbeeld van een machine learning toepassing probeerde het risico op overlijden aan een longontsteking in te schatten. Het algoritme concludeerde dat mensen die al aan asthma of een ernstige longziekte leden minder risico hebben te overlijden aan een longontsteking dan andere patiënten. Dat zou foutief kunnen leiden tot de conclusie dat een ziekenhuis deze patiënten sneller naar huis mag sturen. Gelukkig luisterden de artsen en verpleegkundigen niet naar het systeem, maar naar hun eigen vakkennis en intuïtie. Het algoritme en de ontwikkelaars van het systeem hadden er namelijk geen rekening mee gehouden dat verpleegkundigen en artsen deze mensen meteen doorstuurt naar intensieve zorgen omdat ze weten dat deze mensen snelle en gespecialiseerde zorg nodig hebben. Door deze goede behandeling hadden deze patiënten dus inderdaad minder risico op overlijden.
Dit is een voorbeeld dat gebruikt kan worden bij lessen statistiek en het belang van goede data.
· Het mooiste meisje? (voorbeeld aangebracht door een leerling)
Een leerlinge vertelde over een artificiële intelligentiesysteem dat van foto’s ‘het mooiste meisje’ berekende. Waar schoonheid al subjectief is en de uitkomst dus wordt bepaald door wat het systeem was aangeleerd, was het ook een duidelijk en choquerend voorbeeld van raciale bias: enkel meisjes met een blanke huidskleur werden als ‘mooi’ beoordeeld.
5.4.3.2. Ethiek (discussievoorbeelden)
Artificiële Intelligentie gaat over machines die op basis van heel veel data een patroon zoeken en dan dat patroon toepassen op een nieuwe situatie. Een goed getrainde machine is dan redelijk zeker over hoe juist haar inschatting of voorspelling is. De vraag is dan welke beslissingen en conclusies genomen kunnen worden op basis van die voorspelling. We komen dan vaak op het gebied van ethiek.
Ethiek gaat over normen en waarden. Hieronder enkele voorbeelden voor een klasgesprek over ethische aspecten van Artificiële Intelligentie:
· De artificieel intelligente politierechter
Misschien zijn er leerlingen die al een rijbewijs hebben. Vraag hen zich in te leven in volgende situatie:
De leerling is met de wagen door het rood licht gereden, het is niet de eerste keer. De leerling moet voor de politierechter verschijnen.
Wat als in plaats van de politierechter, de leerling kon kiezen voor een artificiële intelligentiesysteem dat gebaseerd op andere gelijkaardige verkeersovertredingen en vonnissen zijn of haar straf ‘berekent’?
Zouden de leerlingen hiervoor kiezen? Waarom? Waarom niet? Zou het eerlijker zijn? Zijn er andere voor-of nadelen? Kunnen we dit soort beslissingen aan computers overlaten? Kan dit opgelost worden?
Misschien komen de leerlingen zelf met de suggestie om het vonnis van het AI-systeem te beschouwen als een advies aan een mens/de politierechter die dan zelf autonoom kan beslissen (zo gebeurt dit meestal ook in geneeskunde, een systeem geeft advies, de arts beslist). Wat vinden ze van deze suggestie? (Dit is een bruggetje naar het klassieke voorbeeld van de zelfrijdende wagen)
· De zelfrijdende wagen
Volgende op de politierechter kan je de leerlingen de vraag stellen naar ‘real time systemen’. Wat als er “real time” beslissingen nodig zijn? Bij de rechter en ook bij de arts kan het systeem advies geven aan een expert die dan uiteindelijk beslist. Maar in het voorbeeld van de zelfrijdende auto die moet uitwijken en mogelijk iemand anders aanrijdt, is daar geen tijd voor. Over dit soort vragen moeten mensen op voorhand goed nadenken. Wat willen we dat zo’n systeem beslist?
5.4.3.3. Groot,groter, grootst: de ecologische voetafdruk van Artificiële Intelligentie
Een ander, zeer recent aandachtspunt van Artificiële Intelligentie is het enorme energieverbruik. Dit is een aspect dat (klimaat)jongeren ook sterk kan aanspreken, en alleszins sterk verrast.
Tip: Vraag aan je leerlingen welk van deze drie voorbeelden volgens hen de meeste CO2-uitstoot produceert? Een wagen in 15 jaar, een vliegtuigreis van New York naar San Francisco of het trainen van en AI-model. Toon dan deze grafiek.
De problematiek
De neurale netwerken die we trainden werden steeds maar groter, we gebruikten steeds meer data op steeds krachtigere computers. Groot, groter,grootst. Het kon allemaal. Maar de keerzijde wordt stilaan zichtbaar. Een AI-systeem trainen kost ontzagelijk veel energie. En jaagt dus CO2 de lucht in.
Een AI-systeem gebruiken kost ook nog eens energie.
AI is het nieuwe plastiek
Tip: lanceer deze quote in de klas. Je kan dan vragen wat de leerlingen denken dat hiermee bedoeld wordt.
Deze quote verwijst naar hoe de oorspronkelijke euforie over het fantastische plastiek met oneindig veel mogelijkheden, nu stilaan verdwijnt omdat onze maatschappij op een niet zorgzame manier met de technologie is omgegaan, totdat de schaal waarop het gebruikt werd voor zeer ernstige neveneffecten zorgde. In het geval van plastiek gaat dat dan onder meer over vervuiling, microplastics, plastiek soep in de oceanen etc.
Er zijn natuurlijk oplossingen mogelijk.
Op niveau van de technologie spreken we dan over tiny ‘kleine’ AI. AI-directeur Mieke legt het uit in de video.
5.5. Hoofdstuk 3 — Aan de slag
5.5.1. Zombies versus Mensen en de ethische dilemma’s
Tip: Introduceer hoofdstuk 3 en het spel Zombies versus Mensen met de ethische dilemma’s: Vraag de leerlingen om zich in te beelden dat er een grote zombieapocalyps is. Zij moeten een systeem ontwikkelen dat oordeelt of iemand een zombie of een mens is. De leerlingen bevinden zich op de allerlaatste veilige plaats ter wereld. Er staat iemand smekend aan de deur te rammelen om binnen te mogen. Als ze foutief een zombie binnen laten brengt dat alle overlevenden in gevaar. Als ze foutief een mens buiten laten is hij ten dode opgeschreven.
5.5.2. Oefening 3.4. Neurale netwerken (pagina 36)
In deze oefening moeten de leerlingen een neuraal netwerk trainen om twee (zombies en mensen) en eventueel een derde categorie te herkennen.
Deze oefening is gebaseerd op de teachablemachine.withgoogle.com. In het Engelstalige origineel is er ook een tutorial.
Als er netwerkproblemen zijn kan je de leerlingen deze oefening met hun gsm laten doen.
Tip: Wijs de leerlingen erop dat dit ‘classificatieprobleem’ heel veel toepassingen heeft. Zo worden gelijkaardige systemen bijvoorbeeld gebruikt om automatisch goed fruit van rot fruit te onderscheiden. Kunnen de leerlingen zelf nog andere toepassingen bedenken?
5.5.3. Neurale netwerken wat is dat nu (pagina 38)
De video over neurale netwerken is losjes gebaseerd op deze uitstekende Engelstalige video. Als er extra tijd is, de leerlingen echt interesse hebben, en het Engels machtig zijn is deze video (eventueel in de plaats van de ingekorte Nederlandse video) een absolute aanrader. Deze video duurt 19 minuten, maar de eerste 7 minuten geven al een goed beeld.
5.5.4. En nu jij (pagina 39)
Het automatisch herkennen van cijfers is de ‘Hello world’-toepasing (NVDR eerste programmeeroefening) van artificiële intelligentie. Het scratch voorbeeld is een implementatie van zo’n neuraal netwerk voor het herkennen van cijfers.
5.6. Afsluiten
Afsluiten kan ook best met opnieuw een individuele of klassikale reflectie, waarop de jongeren worden uitgenodigd om te benoemen wat ze leerden, wat ze goede voorbeelden vinden,… en dat eventueel te vergelijken met wat ze voor deze sessie dachten
Tip: Nodig de jongeren uit om voorbeelden te vinden van Artificiële Intelligentie systemen in hun vakgebied. Een voorbeeld aangebracht door een leerkracht toerisme zijn de talloze systemen die goede hotelkamers of bestemming voor je suggereren.
5.7. Uitsmijter: Terminator en Westworld zijn nog veraf: het verschil tussen beperkte ‘narrow’ AI en sterke ‘strong’ AI
De voorbeelden tonen aan dat artificiële intelligentie systemen heel goed kunnen zijn in een bepaalde welomschreven specifieke taak. Alle huidige voorbeelden van artificiële intelligentie zijn “narrow AI”, beperkt dus tot hele specifieke taken. En in sommige van die taken, bijvoorbeeld beeldherkenning en het detecteren van afwijkende patronen op bijvoorbeeld een borstscan, is een computer veel beter dan een mens. Maar brede algemene AI — systemen die tegelijkertijd zowel aan spraak- als beeldherkenning doen, gepast reageren en autonoom kunnen bewegen door onbekend terrein, bestaan nog niet.
Tip: Laat de leerlingen reflecteren over wat mensen allemaal kunnen. En sluit dan af met de observatie hoe straf mensen zijn. Want geen enkel artificiële intelligentiesysteem is in staat om zowel een gesprek te voeren met je lief én je directeur, te fietsen door een onbekende stad, de hoofdsteden van Europa op te noemen, te rennen door het bos, een maaltijd ineen te flansen met wat er in de koelkast ligt, EHBO toe te dienen, blokfluit te spelen en een kleutertje te troosten. Sterke of algemene AI is nog niet voor onmiddellijk. Terminator en Westworld zijn nog veraf.
6. Wat na de EDUbox?
De EDUbox Artificiële Intelligentie is een allereerste introductie in Artificiële Intelligentie. In hoofdstuk 4 “Meer weten” vind je nog meer goede referenties. Voor leerlingen en leerkrachten die meer willen verwijzen we met plezier door naar volgend lesmateriaal en lespakketten.
6.1. KIKS: Een innovatief lespakket voor de derde graad over kunstmatige intelligentie in het kader van de klimaatverandering
Verder aan de slag met de concepten van artificiële intelligentie?
KIKS is een educatief STEM-pakket vooral geschikt voor leerlingen met een sterk pakket aan wiskunde.
KIKS staat voor kunstmatige intelligentie, klimaatverandering en stomata. Stomata zijn huidmondjes op bladeren van planten. Het aantal stomata op een blad is een maat voor de CO2-concentratie in de atmosfeer. In het KIKS-project bouwen de leerlingen zelf een neuraal netwerk om huidmondjes op bladeren te tellen en leren ze wat de link is tussen het aantal huidmondjes en de klimaatverandering. Ze gaan daarvoor aan de slag met biologie, aardrijkskunde en wiskunde. Eventueel kunnen ze ook programmeren in Python. Ook ethiek komt aan bod.
KIKS is een Smart Education @ Schools project uitgevoerd door Sint-Bavohumaniora, Universiteit Gent en Dwengo vzw, in samenwerking met Koninklijk Atheneum Etterbeek, Plantentuin Meise, Accenture en RVO-Society met steun van de Vlaamse Overheid en imec. Meer uitleg over KIKS en een link naar het vrij te gebruiken lesmateriaal vind je op https://www.aiopschool.be
In 2020 zal KIKS geïntegreerd worden in de e-classroom van RVO-Society.
6.2. Scratch projecten rond machine learning
Op volgende pagina vind je meer Engelstalige voorbeelden van scratch projecten rond machine learning:
machinelearningforkids.co.uk
6.3. Online bronnen
Online is zeer veel materiaal te vinden. Voor neurale netwerken haalden wij onder meer inzichten en inspiratie in deze Engelstalige online cursus. De zes eerste minuten in het eerste hoofdstuk zijn de inspiratiebron voor het filmpje op pagina 38, in de volgende hoofdstukken wordt nog veel verder gegaan
https://www.youtube.com/playlist?list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi
