Gjennom to praktiske øvelser – en tegnelek og en sorteringsøvelse – oppdager speiderne hvordan datamaskiner «tenker» og hvordan maskinlæring fungerer. Aktivitetene gir en konkret og morsom inngang til å forstå kunstig intelligens, og hvorfor logisk og presis kommunikasjon er avgjørende når vi programmerer datamaskiner.
Aldersgruppe
Årstid
Varighet
Sted
Fysisk intensitet
Bidrar til følgende mål
- K-4Utvikle evner til logisk og taktisk tenking.170
- K-6Utvikle forståelse for muligheter og risikoer knyttet til den teknologiske utviklingen.10
Forberedelser
- Print ut eller finn enkle bilder/objekter som kan beskrives og tegnes. Ett per patrulje. Ha papir og blyant klart.
- Samle en blanding av fysiske gjenstander (minst 10–15 per patrulje) i ulike farger, størrelser, former og materialer.
- Ha refleksjonsspørsmål klare til diskusjon underveis og etter hver aktivitet.
Utstyr
- Tegnesaker til patruljen
- Objekter eller bilder som kan tegnes
- En blanding av ulike gjenstander som kan sorteres (f.eks. knapper, legoklosser, perler, steiner, leker eller lignende)
Fremgangsmåte
Før dere starter – refleksjonsspørsmål
Reflekter gjerne over noen av disse spørsmålene med speiderne før dere starter:
- Nevn noen måter datamaskiner gjør livet ditt enklere
- Hvordan tror du datamaskiner funker eller tenker? Lag et bilde av hvordan du tror de funker
- Hva tror du en datamaskin vil kunne gjøre 20 år fra nå? Vil vi fortsatt bruke datamaskiner?
Aktivitet 1: Slik tenker en datamaskin
Første aktivitet handler om hvordan en datamaskin tenker. Speiderne skal lære hvor «dum» en datamaskin egentlig er, og derfor hvor detaljert vi mennesker må kommunisere for å få en datamaskin til å gjøre det vi vil.
- Patruljevis får én speider et bilde eller et objekt som kan tegnes. Han/hun skal beskrive dette til resten av patruljen, som tegner det – uten å se originalen.
- Når patruljen er ferdig med å tegne, sammenlikner de tegningene med originalen og ser hva som er forskjellig og hva som burde blitt beskrevet annerledes.
- Gjenta til alle i patruljen har fått prøvd å beskrive.
Diskuter kort i plenum:
- Hva var lett og vanskelig med å forklare bildet uten å vise det?
- Hva var forskjellig mellom tegningene og originalbildet?
- Var det noe som manglet på tegningene?
- Hvordan tolket dere beskrivelsene?
- Hvordan kunne beskrivelsen blitt bedre?
Fortell speiderne hvordan dette er relevant for datamaskiner:
Dette er sånn datamaskiner funker – de er egentlig ganske dumme, de kan ikke tenke selv eller finne på ting uten videre. De gjør bare det vi sier, akkurat sånn vi sier det. Når noen lager et spill eller en app, må det lages en slags tydelig oppskrift, trinn for trinn. Hvis et trinn mangler, eller noe er feil, vet ikke datamaskinen hva den skal gjøre, og da kan spillet eller appen virke rart. Akkurat som tegningene deres. Så det er veldig viktig å være nøyaktig når det lages ting til datamaskiner.
Aktivitet 2: Slik lærer en datamaskin
I neste aktivitet skal speiderne forstå hvordan en datamaskin kan lære.
Gi hver patrulje en haug med gjenstander som er usortert.
- Patruljen sorterer haugen uten å få forklart hvordan. De bestemmer selv hva de skal sortere etter (f.eks. farge, form, størrelse eller materiale).
- Når de er ferdige, skriver de ned hva slags system de brukte for å sortere.
- Deretter blander de haugen på nytt og finner en annen måte å sortere gjenstandene.
Diskuter i plenum:
- Hvordan sorterte dere gjenstandene?
- Var det vanskelig å finne nye måter å sortere på da dere blandet dem igjen? Hvorfor eller hvorfor ikke?
- Hvordan bestemte dere hva som hørte sammen?
- Hva gjorde at noen gjenstander føltes som de «hørte sammen»?
- Hva var utfordrende med å finne mønstre uten å få fasiten?
Fortell speiderne hvordan det funker hos en datamaskin:
Maskinlæring betyr at datamaskiner kan lære av eksempler, nesten som når vi lærer av å øve. Hvis vi for eksempel viser mange bilder av katter og sier «dette er en katt», kan datamaskinen etter hvert kjenne igjen en katt helt selv.
Noen ganger får den hjelp ved at vi forklarer hva som er riktig, andre ganger må den prøve å finne mønstre på egen hånd – som dere nettopp gjorde med gjenstandene. Dere fikk ikke vite hvordan dere skulle sortere, men måtte finne ut av det ved å se etter mønstre og likheter.
Datamaskiner gjør noe liknende. Når de får masse eksempler, prøver de å finne ut hva som passer sammen og lage egne regler. Jo flere eksempler de får, jo flinkere blir de til å kjenne igjen ting og ta gode valg.
Diskuter videre:
- Hvis dere tenker tilbake på forrige aktivitet, hvordan kunne dere forklart sorteringsreglene deres til en datamaskin, steg for steg?
Til ledere – eksempler på løsninger:
Gå gjennom alle gjenstandene én etter én. For hver gjenstand, sjekk fargen:
- Hvis fargen er rød, legg den i rød-bunken.
- Hvis den er blå, legg den i blå-bunken.
- Hvis den har en annen farge, legg den i en egen bunke.
Gå gjennom alle gjenstandene én etter én. For hver gjenstand, se på formen:
- Hvis den er rund, legg den i én bunke. Hvis den er firkantet, legg den i en annen. Hvis du ikke kjenner igjen formen, lag en «ukjent form»-bunke.
Gå gjennom alle gjenstandene én etter én. For hver gjenstand, se på størrelsen:
- Hvis gjenstanden er mindre enn hånda di, legg den i liten-bunken. Hvis den er større, legg den i stor-bunken.
- Begynn på nytt med den lille bunken: Hvis den er mindre enn en fyrstikkeske, legg den i en minst-bunke. Hvis den er større, behold i liten-bunken.
Gå gjennom alle gjenstandene én etter én. For hver gjenstand, se på materialet – er det hardt eller mykt?
- Hvis det er hardt, gå videre og sjekk om det er metall eller plast.
- Hvis det er mykt, sjekk om det er stoff eller gummi.
Tenk på datamaskinen som en veldig flink hjelper som gjør akkurat det du sier – men bare hvis du forklarer det helt tydelig.
Aktiviteten er komplett med fremgangsmåte, forberedelser og utstyr. Noen ting som kan forbedres:
- Det mangler et bilde som illustrerer aktiviteten (tegnelek/sortering). Nåværende bilde viser speidere med laptops, som passer bedre til QuickDraw-aktiviteten.
- Det kan være nyttig å legge til et eksempelbilde eller illustrasjon av sorteringsøvelsen.
- Ressurser-feltet er tomt – vurder å lenke til fagstoff om kunstig intelligens/maskinlæring hvis det opprettes.