Introduzione

Crea entusiasmo!

Motivare: Spiega agli alunni gli obiettivi dell'attività odierna. Inizieranno a utilizzare un nuovo strumento che consentirà loro di addestrare un vero modello di apprendimento automatico, una forma di intelligenza artificiale.

Video: Il primo livello di questa attività è un video che fornisce un contesto importante sull'intelligenza artificiale e l'apprendimento automatico. Guardalo come una lezione e poi fai una serie di domande per aiutare gli alunni a creare connessioni con il contenuto.

Attività

Supporto generale

Supporto generale: In qualità di insegnante, il tuo ruolo è principalmente quello di supportare gli alunni mentre si fanno strada attraverso il tutorial. Ecco alcuni suggerimenti che dovrebbero aiutare gli alunni indipendentemente dal livello su cui stanno lavorando

• Collabora con i vicini: Incoraggia gli alunni i a confrontarsi con i compagni vicini per discutere di ciò che stanno vivendo. Poiché questo tutorial include dei video, gli alunni potrebbero indossare le cuffie ed è facile che “vadano nel pallone”. Aiutaci a rompere queste barriere unendo gli alunni in coppie.
• Leggi le istruzioni: Le istruzioni di solito forniscono informazioni utili su ciò che sta accadendo dietro le quinte.
• Torna indietro e prova cose diverse: Se gli studenti finiscono velocemente, incoraggiali a tornare su "Allenati di più". Nell'ultima parte dell'attività, gli alunni possono anche tornare indietro e scegliere una "Nuova parola". Più dati di formazione tendono a rendere il modello di apprendimento automatico più accurato e coerente. Gli alunni possono apprendere anche addestrando il modello in modo intenzionalmente errato o non addestrandolo affatto.

Livello 1 -

[][1]

[][2]

Puoi condividere queste storie con la tua classe per aiutarli a vedere come l'IA avrà un impatto sul futuro.

• [Food Waste Is a Serious Problem. AI Is Trying to Solve It][3]
• [AI tech can identify genetic disorders from a person's face][4]
• [How an AI Startup Designed a Drug Candidate in Just 46 Days][5]
• [MIT AI tool can predict breast cancer up to 5 years early][6]
• [The Army steps up its pace on self-driving cars][7]
• [San Francisco says it will use AI to reduce bias when charging people with crimes][8]
• [AI is helping scholars restore ancient Greek texts on stone tablets][9]

[/][2]

Video: [ai-ml][10]

Condivisione rapida: Dove hai visto o sperimentato l'intelligenza artificiale nella tua vita? Esempi dal video includono:

• filtri di posta elettronica
• testo a completamento automatico
• sistemi di video raccomandazione
• riconoscimento vocale
• app di traduzione
• assistenti digitali
• riconoscimento delle immagini

Suggerimento: In base a ciò che hai visto nel video, cos'è l'apprendimento automatico?

[][11]

[][12]

Obiettivo: Fai conoscere agli alunni il mondo dell'intelligenza artificiale. Rifletti sulla prevalenza dell'intelligenza artificiale nelle nostre vite e pensa in generale alle potenziali innovazioni future.

[/][12]

Confronto: Iniziando in piccoli gruppi e poi passando all'intera classe, gli alunni condividono le loro risposte.

Spiega: L'apprendimento automatico si riferisce a un computer in grado di riconoscere schemi e prendere decisioni senza essere programmato esplicitamente. In questa attività fornirai i dati per addestrare il tuo modello di apprendimento automatico. Immagina un oceano che contiene creature come i pesci, ma contiene anche rifiuti scaricati dagli esseri umani. E se potessimo addestrare un computer a capire la differenza e quindi utilizzare quella tecnologia per aiutare a pulire l'oceano?

[][13]

Ogni immagine in questa parte del tutorial viene inserita in una rete neurale che è stata pre-addestrata su un enorme set di dati chiamato [ImageNet][14]. Il database contiene oltre 14 milioni di immagini annotate a mano. ImageNet contiene più di 20.000 categorie con una categoria tipica, come "palloncino" o "fragola", composta da diverse centinaia di immagini. Quando l'Intelligenza Artificiale sta scansionando nuove immagini e facendo le proprie previsioni nel tutorial, sta effettivamente confrontando le possibili categorie per la nuova immagine con i modelli trovati nel set di dati di addestramento.

[/][13]

Livelli 2-4 - [Train AI to Clean the Ocean][15]

[][16]

Gli alunni possono lavorare attraverso i primi tre livelli da soli o con un compagno. Per programmare l'Intelligenza Artificiale, utilizza i pulsanti per etichettare un'immagine come "pesce" o "non pesce". Ogni immagine ed etichetta diventa parte dei dati utilizzati per addestrare I.A. a farlo da sola. Una volta addestrata, I.A. tenterà di etichettare 100 nuove immagini da sola, quindi presenterà una selezione che risulta avere la più alta probabilità di essere "pesce" in base al suo addestramento. Gli alunni che etichettano correttamente le cose in modo coerente dovrebbero vedere un oceano pieno di diversi tipi di creature marine, senza molti (o nessun) altro oggetto.

Livello 5 - [Training Data & Bias][17]

Condivisione rapida: Quanto ha funzionato l'Intelligenza artificiale? In che modo pensi che abbia deciso cosa includere nell'oceano?

Video: [ai-training][18]

[][19]

Obiettivo: Invita gli alunni a riflettere sulla loro esperienza. A questo punto è importante che si rendano conto che l'etichettatura che stanno facendo sta effettivamente programmando il computer. Gli esempi che mostrano I.A. sono i "dati di addestramento".

[/][19]

Suggerimento: In che modo i tuoi dati dell'addestramento influenzano i risultati prodotti dall'Intelligenza Artificiale?

[][20]

Discussione: In piccoli gruppi, gli alunni condividono le loro risposte. Gira tra i banchi e ascolta le idee degli alunni. Quest'attività può essere seguita da un'ampia discussione in classe, oppure gli alunni possono tornare subito al tutorial.

[][21]

I pesci in questo tutorial vengono generati casualmente in base ad alcuni componenti predefiniti, tra cui bocche, code, occhi, squame e pinne, con un colore del corpo, una forma e una dimensione scelti casualmente. Invece di guardare i dati reali dell'immagine, l'Intelligenza Artificiale ora sta cercando modelli in questi componenti in base al modo in cui ogni alunno classificherà i pesci. Probabilmente ogni pesce sarà etichettato così come avrebbe fatto un alunno che si basa sui tratti corrispondenti.

[/][21]

Livello 6 - [Using Training Data][22]

[][23]

Nella seconda parte dell'attività gli alunni insegneranno all'Intelligenza Artificiale una parola a loro scelta mostrandogli esempi di quel tipo di pesce. Come prima, I.A non inizia con alcun dato di addestramento su queste etichette. Anche se le parole in questo livello sono abbastanza oggettive, è possibile che gli alunni ottengano risultati diversi in base ai dati di addestramento. Alcuni alunni possono persino addestrare intenzionalmente I.A. in modo errato per vedere cosa succede. Se gli alunni stanno riflettendo su come funziona l'apprendimento automatico, dovrebbero essere incoraggiati!

Livello 7 - [Impacts on Society][24]

Video: [ai-societal][25]

Spiega: I sistemi di intelligenza artificiale imparano dai dati che forniamo, ma tali dati potrebbero essere basati su opinioni o non essere oggettivi.

[][26]

Obiettivo: L'obiettivo di questa discussione è riportare gli alunni nel contesto dell'intelligenza artificiale nel mondo reale.

[/][26]

Spiega: Ripensa agli esempi di intelligenza artificiale di cui abbiamo discusso all'inizio. C'è un momento in cui l'apprendimento automatico potrebbe aver sbagliato qualcosa nel mondo reale? (Ad esempio, il riconoscimento vocale non riesce a capirti.)

Suggerimento: In che modo i dati distorti possono causare problemi all'intelligenza artificiale? In quali modi si può affrontare questo problema?

[][27]

Confronto: Iniziando con piccoli gruppi e poi passando all'intera classe, gli alunni condividono le loro risposte.

Spiega: Alcuni modi per affrontare le distorsioni consistono nell'usare una serie di dati di addestramento più ampio o più inclusivo. Nella parte finale dell'attività insegnerai all'I.A. una parola che potrebbe essere interpretata in modi diversi.

Livello 8 - [Teach A.I. a new word][28]

Qui, come prima, gli alunni useranno i dati d'addestramento per insegnare all'Intelligenza Artificiale a riconoscere diversi tipi di pesce. Le parole in questo elenco sono volutamente più soggettive di quelle che gli alunni avranno visto finora. Incoraggia gli alunni a decidere da soli cosa rende un pesce "arrabbiato" o "divertente". Due alunni possono scegliere la stessa etichetta e ottenere una serie di risultati molto diversi in base alle caratteristiche dei pesci sulle quali si sono concentrati. Incoraggia gli alunni a discutere tra loro delle loro scoperte o a tornare indietro e scegliere nuove parole. Ogni alunno farà affidamento sulle sue opinioni per addestrare l'Intelligenza Artificiale il che significa che I.A. imparerà con gli stessi pregiudizi degli alunni. Quando gli alunni iniziano a vedere il ruolo che la loro opinione sta giocando, chiedigli di riflettere a pensare se questo è positivo o negativo e in che modo si potrebbe affrontare.

Domanda aperta: Qual è un problema a cui sei interessato e che l'intelligenza artificiale potrebbe aiutare a risolvere?

Conclusione

Festeggia e continua ad andare!

Stampa i Certificati: [Print certificates][0] per gli alunni per celebrare i loro risultati.

code.org/learn: Alla fine della lezione, incoraggia gli alunni a visitare Code.org/learn dove possono trovare idee su altri modi per portare avanti la loro avventura con l'informatica.