Περιγραφή Μαθήματος
Στόχος του έργου
Ο στόχος του έργου είναι η ανάπτυξη διδακτικού υλικού για την προώθηση δραστηριοτήτων που
εξοικειώνουν μαθητές/τριες 11-14 ετών με την Τεχνητή Νοημοσύνη (Artificial Intelligence/AI) και με
παράδειγμα της στην καθημερινή ζωή.
Εκπαιδευτική Ενότητα 1. Τι είναι η Τεχνητή Νοημοσύνη; Αυτή η ενότητα εισάγει τις βασικές
έννοιες της Τεχνητής Νοημοσύνης, αντιμετωπίζοντας ψευδείς μύθους και μη ρεαλιστικές
προσδοκίες σχετικά με την τεχνολογία της Τεχνητής Νοημοσύνης. Συζητήσεις στην τάξη και
ομαδικές δραστηριότητες.
Εκπαιδευτική Ενότητα 2. Πώς δουλεύει η Τεχνητή Νοημοσύνη; Η εκπαιδευτική ενότητα
καλύπτει έννοιες όπως αλγόριθμοι, μηχανική μάθηση και πώς τα συστήματα Τεχνητής Νοημοσύνης
εκπαιδεύονται και συμπεριφέρονται. Δραστηριότητες βασισμένες σε βασικές έννοιες
προγραμματισμού και υπολογιστικής σκέψης.
Εκπαιδευτική Ενότητα 3. Ο κόσμος της Τεχνητής Νοημοσύνης. Η ενότητα καλύπτει εφαρμογές
Τεχνητής Νοημοσύνης και μηχανικής μάθησης που είναι ήδη στην αγορά ή που θα είναι διαθέσιμες
στο εγγύς μέλλον, υποστηρίζοντας τους/τις μαθητές/τριες4 να προβληματιστούν σχετικά με τα
πλεονεκτήματα και τα όρια αυτής της τεχνολογίας. Συζητήσεις στην τάξη και ομαδικές
δραστηριότητες.
Εκπαιδευτική Ενότητα. Η ζωή στο διαδίκτυο. Η τέταρτη ενότητα επικεντρώνεται στην εκμάθηση
των χαρακτηριστικών της διαδικτυακής επικοινωνίας και ανταλλαγής πληροφοριών μέσω
κοινωνικών δικτύων με έμφαση στην ψηφιακή ευημερία και την υγιή ψηφιακή κατανάλωση.
Project. Τα ομαδικά project θα σχεδιαστούν και θα υλοποιηθούν από τους/τις μαθητές/τριες στα
θέματα που συζητούνται στις ενότητες και θα ανταποκρίνονται στα ενδιαφέροντα και τις ανάγκες
που εκφράζουν οι ίδιοι οι μαθητές/τριες.
1. Με βάση το άρθρο “What is AI? We drew you a flowchart to work it out” της Karen Hao:
3. Κατάλογος με τεχνολογίες που μπορούν να αναγραφούν στις κάρτες
4. Πώς πρέπει να ορίσουμε την ΤΝ_ - Elements of AI
Το Teachable Machine είναι μία διαδικτυακή εφαρμογή, την οποία μπορεί να χρησιμοποιήσεις για να κάνεις μία εισαγωγή στις έννοιες της Τεχνητής Νοημοσύνης (ΤΝ) και της Μηχανικής Μάθησης (ΜΜ) και να παρουσιάσεις στους/στις συμμαθητές/ριες σου πώς «μαθαίνουν» οι μηχανές μέσα από μία απλή δραστηριότητα ταξινόμησης.
1. Παραδείγματα εικόνων σκύλων
2. Google Teachable Machine και κάνε κλικ στην επιλογή “Image Project” → “New Image Project” → “Standard image model”.
Η ομαδοποίηση μπορεί να ξεκινήσει με δύο ή τρεις ομάδες, καθεμία από τις οποίες θα αντιστοιχίζει ένα όνομα για τις ομάδες και θα ανεβάζει τις αντίστοιχες εικόνες στις διαφορετικές ομάδες.
● Εκπαίδευση
1. Μπορείς να εκπαιδεύσουν το μοντέλο σου και να κάνεις δοκιμές με άλλες εικόνες (από το ίδιο σετ εκπαίδευσης ή από άλλες ράτσες σκύλων).
2. Μπορείς πλέον να αναφέρεις τα αποτελέσματά σου και να κάνεις προβλέψεις για το πώς λειτουργεί το μοντέλο που εκπαίδευσες.Πώς λειτουργεί μία εκπαιδεύσιμη μηχανή (teachable machine);
Γιατί λέγεται teachable (εκπαιδεύσιμη);
Ποιο άτομο την εκπαιδεύει; και
Πώς επηρεάζονται τα αποτελέσματα από τις εικόνες που χρησιμοποιήσαμε στην εκπαίδευση;
ΕΙΚΟΝΕΣ ΑΠΟ ΤΗ ΣΥΝΑΝΤΗΣΗ ΜΑΣ...ΣΗΜΕΡΑ!!!
Το Scratch Lab είναι μία διαδικτυακή πλατφόρμα που σας δίνει τη δυνατότητα να δοκιμάσετε την κωδικοποίηση χρησιμοποιώντας τη γλώσσα προγραμματισμού Scratch. Περιλαμβάνει μία ενότητα που ονομάζεται “Face Sensing” που επιτρέπει την αναγνώριση προσώπου μέσω της κάμερας του υπολογιστή υποστηρίζοντας απλές δραστηριότητες κωδικοποίησης, οι οποίες συνδυάζουν την υπολογιστική σκέψη με την ΤΝ και την αναγνώριση εικόνας.
ΤΝ και αναγνώριση προσώπου για την παρακολούθηση εγκληματιών
ΕΙΚΟΝΕΣ ΑΠΟ ΤΗ ΣΥΝΑΝΤΗΣΗ ΜΑΣ...ΣΗΜΕΡΑ!!!
Στόχος αυτής της δραστηριότητας είναι να εξηγήσει πώς η χρήση τεχνολογιών ΤΝ μπορεί να έχει θετικό αντίκτυπο στον πραγματικό κόσμο μέσω της αναπαράστασης υποστηρικτικών επιχειρημάτων και παραδειγμάτων. Επίσης, στοχεύει να ενθαρρύνει την υποβολή σχολίων και ερωτήσεων που θέτουν υπό αμφισβήτηση τα εν λόγω επιχειρήματα.
AI evolution: Πως έχει βοηθήσει επιστήμη, ιατρική και εκπαίδευση;
Κωνσταντίνος Δασκαλάκης - Τεχνητή νοημοσύνη
Στόχος της δραστηριότητας είναι να κάνει τους/τις μαθητές/ριες να προβληματιστούν γύρω από ηθικά ζητήματα σε έναν τομέα ΤΝ της επιλογής τους και να δημιουργήσουν μαζί έναν Κώδικα Ηθικής της Τάξης.
Μία φανταστική ιστορία στην οποία ένα άτομο δέχεται άδικη μεταχείριση ή περιγράφεται εσφαλμένα η εμφάνισή του από ένα λογισμικό αναγνώρισης προσώπου. Μαθητές/ριες συμετέχουν σε μία μικρή συζήτηση σχετικά με την ιστορία και το ενδεχόμενο αμερόληπτης/μεροληπτικής κρίσης, ώστε να αρχίσουν να προβληματίζονται γύρω από αυτές τις έννοιες. Κάθε ομάδα θα πρέπει να σκεφτεί και να συζητήσει ηθικά ζητήματα και προβλήματα που σχετίζονται με τον συγκεκριμένο τομέα της ΤΝ. Οι ομάδες συγκεντρώνονται και δημιουργούν ένα κοινό έγγραφο με όλες τις αρχές που διατύπωσαν. Οι αντικρουόμενες αρχές θα πρέπει να συζητηθούν στην τάξη και όλες οι αντιφάσεις θα πρέπει έχουν επιλυθεί πριν την υποβολή του τελικού εγγράφου. Το τελικό έγγραφο που θα προκύψει είναι ο Κώδικας Ηθικής της Τάξης, ο οποίος θα παρουσιαστεί ενώπιον όλων των μαθητών/ριών της τάξης μέσω μίας κοινής παρουσίασης δια ζώσης.ΕΙΚΟΝΕΣ ΑΠΟ ΤΗ ΣΥΝΑΝΤΗΣΗ ΜΑΣ...ΣΗΜΕΡΑ!!!
Ηθική της τεχνητής νοημοσύνης.
Εισαγωγή σε βασικούς όρους που αφορούν στη δημιουργία γνώσεων και τον διαμοιρασμό πληροφοριών στο διαδίκτυο (διασταύρωση πληροφοριών· ψευδείς ειδήσεις· αξιόπιστοι/αξιόπιστοι πόροι κλπ.). Παραδείγματα ψευδών ειδήσεων ή/και περιπτώσεων κατά τις οποίες τα fake news έχουν εγείρει στο παρελθόν συζητήσεις ή επιφέρουν αρνητικές συνέπειες στον πραγματικό κόσμο.Να εστιάσουν σε περιπτώσεις ψευδών ειδήσεων που συναντούν σχεδόν καθημερινά στα μέσα κοινωνικής δικτύωσης.τη σύνθεση ενός κοινού ορισμού των ψευδών ειδήσεων με τους/τις μαθητές/ριες και με προτάσεις που μπορούν να προστεθούν στον κώδικα δεοντολογικής συμπεριφοράς σχετικά με τον τρόπο αναγνώρισης και αντιμετώπισης των fake news (π.χ. μηχανισμοί αναφοράς, άρνηση διαμοιρασμού κτλ.).
Διαδίκτυο - Παραπληροφόρηση
Ψευδείς Ειδήσεις - Παραπληροφόρηση. Τί κάνει η Ευρώπη;
ΕΙΚΟΝΕΣ ΑΠΟ ΤΗ ΣΥΝΑΝΤΗΣΗ ΜΑΣ...ΣΗΜΕΡΑ!!!
Εισαγωγή στην έννοια της βλάβης, ποιες μορφές βλάβης γνωρίζουν, π.χ. σωματική, συναισθηματική, ψυχολογική, οικονομική, βλάβη της υπόληψης κλπ. Αναστοχασμός σχετικά με τη λίστα που προέκυψε από τις απαντήσεις τους και να αποφασίσουν ποια μορφή βλάβης σχετίζεται περισσότερο με θέματα επικοινωνίας, ειδικά στην περίπτωση της διαδικτυακής επικοινωνίας, και να αιτιολογήσουν την απάντησή τους. Η εισαγωγή συμβάλλει στην έναρξη μίας συζήτησης μεταξύ των μαθητών/ριών για τη σχέση ανάμεσα στη συναισθηματική βλάβη/βλάβη στην υπόληψη ενός ατόμου και στους επικίνδυνους τρόπους επικοινωνίας στο διαδίκτυο.
Η ανωνυμία παρέχει ή όχι ένα επιπλέον κίνητρο για ανάρμοστη συμπεριφορά των χρηστών/ριών του διαδικτύου.
1. Μήπως η ανωνυμία ωθεί σε ανάρμοστη κοινωνική συμπεριφορά στο διαδίκτυο ή βοηθά τους/τις χρήστες/ριες να καλλιεργήσουν την ενσυναίσθηση και τη θετική συμπεριφορά προς τους/τις άλλους/ες;
2. Μπορούμε να διατηρήσουμε την ανωνυμία μας εντός και εκτός του διαδικτύου;
3. Πόσο δύσκολο είναι να εντοπίσουμε ένα άτομο στο διαδίκτυο;Ανωνυμία στο διαδίκτυο
Καμπάνια ενημέρωσης της Europol: «Say No!»
Τα παιδιά θα σχεδιάσουν και θα εφαρμόσουν πρωτότυπη ομαδική εργασία με βάση τα θέματα που συζητήθηκαν στις ενότητες και ανταποκρίνονται στα ενδιαφέροντα και τις ανάγκες της συγκεκριμένης τάξης. Το έργο με τίτλο Οι γυναίκες στην Τεχνητή Νοημοσύνη θα σχεδιαστεί και θα προγραμματιστεί με τους μαθητές διασφαλίζοντας την ενεργό και ουσιαστική συμμετοχή τους.
Οι μαθήτριες-τες θα ασχοληθούν με επιστήμονες όπως;
- Francesca Rossi (IBM researcher and world leader in the ethics of Artificial Intelligence) /
- Rita Cucchiara (professor of computer science and expert in pattern recognition) /
- Fosca Giannotti (director of research of computer science at the Information Science and Technology Institute “A. Faedo” of the National Research Council)
- Doina Precup (professor of Computer Science and expert in applications of machine learning techniques to real-world problems)
- Maria Petrou (she was professor of Image Analysis and pioneer in the fields of artificial intelligence and machine vision) /
- Elpiniki Papageorgiou (professor of Artificial
Intelligence and expert in intelligent decision support systems) - Petia Radeva (professor of Computer Science and Artificial Intelligence and expert in computer vision)
- Ada Lovelace (first computer programmer)
- Fei-Fei Li (professor of computer science and co-director of the Stanford University Human-Centered AI)
- Francesca Rossi (IBM researcher and world leader in the ethics of Artificial Intelligence) /