Beskrivelse
Gjennom tre morsomme og praktiske aktiviteter lærer speiderne hvordan datamaskiner «tenker», hvordan de lærer av eksempler og hvordan kunstig intelligens fungerer i praksis. Aktivitetene inneholder tegnelek, sorteringsøvelse og et nettbasert spill, og tilpasses alder og tid.
Speiderne spiller QuickDraw – et nettbasert spill fra Google der et nevralt nettverk prøver å gjette hva du tegner. Aktiviteten gir en morsom og konkret opplevelse av hvordan kunstig intelligens fungerer i praksis, og egner seg godt som en selvstendig aktivitet eller som avslutning på en økt om datamaskiner og maskinlæring.
Fremgangsmåte
De to første oppgavene henger sammen og burde gjøres i rekkefølge. Aktivitet tre er avhengig av internett, og kan fint gjøres uavhengig av de to andre aktivitetene eller droppes helt.
GjennomføringDel patruljene inn i par (to og to), og la dem sitte sammen ved en PC.
1. Gå til https://quickdraw.withgoogle.com/
2. Spill QuickDraw – spillet ber deg tegne ulike ting, og et nevralt nettverk prøver å gjette hva du tegner innen 20 sekunder.
3. Spill gjerne flere runder og prøv ulike motiver.
Reflekter gjerne over noen av disse spørsmålene med speiderne før dere starter:
Diskuter etterpå• Hvor godt identifiserte programmet bildene?
• Hvilke tegninger slet den med å identifisere?
• Hva tror dere gjør at noen tegninger er lettere å gjenkjenne enn andre?
• Hvis dere har gjort aktiviteten «Lær som en maskin!» (tegnelek og sortering): Hva var sammenhengen mellom hvordan dere beskrev og tegnet bildene i den aktiviteten, og hvordan QuickDraw tolket tegningene?
• Nevn noen måter datamaskiner gjør livet ditt enklere
Om QuickDrawQuickDraw er laget av Google og bruker maskinlæring. Programmet er trent på millioner av tegninger fra folk over hele verden. Jo flere som spiller og tegner, jo flinkere blir det til å gjenkjenne tegninger. Dette er et godt eksempel på hvordan kunstig intelligens lærer av store mengder data.
• 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:Første aktivitet omhandler 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 den skal gjøre.
1. Patruljevis skal én speider få et bilde eller et objekt som kan tegnes. Dette skal han/hun beskrive til resten av patruljen, som skal tegne dette, uten at de ser det som blir beskrevet.
2. Når patruljen er ferdig med å tegne, sammenlikner de sitt eget bilde med originalen og ser hva som er forskjellig og hva som burde blitt beskrevet annerledes.
3. Gjenta så alle i patruljen får prøvd å beskrive til de andre.
Diskuter kort i plenum:
• Hva var lett og vanskelig med å forklare bildet uten å vise det og tegne etter beskrivelser?
• 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 mot datamaskiner:
Dette er sånn datamaskiner funker, 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:I neste aktivitet skal speiderne forstå hvordan en datamaskin kan lære.
Gi hver patrulje en haug med gjenstander som er usortert.
1. Patruljen sorterer haugen, uten å få forklart hvordan. De bestemmer selv hva de skal sortere etter (feks. farge, form, størrelse eller materiale).
2. Når de er ferdig skriver de ned hva slags system de brukte for å sortere.
3. Deretter blander de sammen 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.
Aktivitet 3:Aktivitet 3 kan gjøres både etter aktivitet 1 og 2 eller helt uavhengig. Det trengs det til internett og datamaskin.
Hvis mulig, del patruljene inn i to og to, og la de sitte sammen på en pc.
1. Spill QuikDraw på en datamaskin. (https://quickdraw.withgoogle.com/)
Diskuter:
• Hvor godt identifiserte programmet bildene?
• Hvilke tegninger slet den med å identifisere?
• Hvis dere har gjort aktivitet 1: Hva var sammenhengen med hvordan dere beskrev og tegnet bildene i aktivitet 1 og hvordan Quickdraw tolket tegningene?
Forberedelser
Aktivitet 1: Print ut eller finn enkle bilder/objekter som kan beskrives og tegnes. Ett per patrulje. Ha papir og blyant klart.
• Sørg for tilgang til internett og én datamaskin per 2 speidere.
• Gå til https://quickdraw.withgoogle.com/ og sjekk at siden fungerer på forhånd.
Aktivitet 2: Samle en blanding av fysiske gjenstander (minst 10–15 per patrulje) i ulike farger, størrelser, former og materialer.
Aktivitet 3: Sørg for tilgang til internett og én datamaskin per 2 speidere. Gå til: https://quickdraw.withgoogle.com
Ha refleksjonsspørsmål klare til diskusjon underveis og etter hver aktivitet.
Utstyr
• Tegnesaker til patruljen
• Datamaskin med internettilgang (én per 2 speidere)
• Objekter eller bilder som kan tegnes.
• En blanding av ulike gjenstander som kan sorteres (f.eks. knapper, legoklosser, perler, steiner, leker eller lignende)
• Datamaskin med internetttilgang