Lekcja 7: Intro to App Lab

Grades 6-8 | Grades 9-12

Przegląd

Tutorial Summary: This tutorial is designed to quickly introduce the App Lab programming environment as a powerful tool for building and sharing apps. The tutorial itself teaches students to create and control buttons, text, images, sounds, and screens in JavaScript using either blocks or text. At the end of the tutorial students are given time to either extend a project they started building into a "Choose Your Own Adventure", "Greeting Card", or "Personality Quiz" app. They can also continue on to build more projects featured on the code.org/applab page.

Age Appropriateness: The tutorial is designed for students over 13. Because it allows students to upload custom sounds and images, young students should not use this without supervision. To protect students privacy, if your students are under 13, they will not be able to use this tutorial unless you first set up accounts for them in a section you manage.

Checking Correctness: This tutorial will not tell students whether they completed the level correctly. Encourage students to use the target images and directions provided in every level to know if they are on the right track. If students want to move on past a particularly tricky level they can simply click "Finish" and continue on.

Have fun completing your Hour of Code with App Lab!

Cel

This lesson is your students' first step with App Lab. The tutorial itself should be an approachable introduction to a powerful tool with broad functionality. Students should have a positive experience during the tutorial and more importantly should be motivated to keep building in App Lab. They are only scratching the surface of what the tool is capable of here, so afterwards they should use the code.org/applab page or the project gallery to get inspired for more complex types of projects they want to make.

Agenda

Rozgrzewka

Aktywność

Zakończenie

Cele

Uczniowie będą w stanie:

Budować i udostępniać swoje własne aplikacje w "App Lab" używając elementów takich jak: przyciski, tekst, dźwięk i ekrany.
Kontynuować tworzenie projektów w pełnym "App Lab" z użyciem zasobów podanych na stronie: code.org/applab page.

Przygotowanie

One Week Before Your Hour of Code

Review the Hour of Code Educator Guide and Best Practices from Successful Educators in order to begin to plan your Hour of Code event.
Register your Hour of Code event if you’d like to receive swag or classroom support.
Review and complete the online tutorial yourself
Be sure to test it first before asking your students to complete it. Check your technology and decide if you need to troubleshoot anything in advance of your Hour of Code.

One Day Before Your Hour of Code

Print one or more of the Exit Ticket examples at the end of this lesson plan, or create your own.
Each student who completes the activity should receive a certificate. Print one for everyone in advance to make this easier at the end of your Hour of Code.

Wsparcie

Zgłoś błąd

Poradnik dydaktyczny

Rozgrzewka

Buduj emocje!

Motywuj: Wyjaśnij uczniom cele dzisiejszych zajęć. Zaczną używać nowego narzędzia, które pozwoli im wytrenować prawdziwy model uczenia maszynowego, pewną formę sztucznej inteligencji.

Wideo: Pierwszym poziomem tych zajęć jest wideo, które przybliża ważny kontekst wokół sztucznej inteligencji i uczenia maszynowego. Obejrzyj go z klasą i podsumuj na końcu, aby pomóc uczniom w zrozumieniu tego, co widzieli.

Aktywność

Ogólne wsparcie

Ogólne wsparcie: Jako nauczyciel, Twoim zadaniem jest przede wszystkim wspieranie uczniów podczas ich przechodzenia przez samouczek. Oto kilka wskazówek, które powinny pomóc uczniom bez względu na poziom, nad którym pracują

Współpraca z sąsiadami: Zachęć uczniów, aby porozumieli się ze sąsiadem w celu omówienia tego, czego doświadczają. Ponieważ ten samouczek obejmuje filmy, a uczniowie mogą mieć założone słuchawki, łatwo jest „wpaść w bańkę”. Pomóż przełamać te bariery, aktywnie łącząc uczniów w pary.
Przeczytaj instrukcje: Instrukcje zwykle zawierają pomocne informacje o tym, co dzieje się za kulisami.
Wróć i spróbuj różnych rzeczy: Jeśli uczniowie szybko skończą, zachęć ich do powrotu do „Trenuj więcej”. W ostatniej części zajęć uczniowie mogą również wrócić i wybrać „Nowe słowo”. Więcej danych treningowych sprawia, że model uczenia maszynowego jest bardziej dokładny i spójny. Uczniowie mogą się także uczyć, celowo trenując swój model niepoprawnie lub w ogóle go nie trenując.

Poziom 1 -

[][1]<!- miejsce, w którym chcesz ikonę ->

[][2]

Możesz podzielić się tymi historiami ze swoją klasą, aby pomóc im zobaczyć, jak AI wpłynie na przyszłość.

[Marnotrawienie żywności to poważny problem. AI próbuje to rozwiązać][3]
[Technologia AI może zidentyfikować zaburzenia genetyczne na podstawie twarzy osoby][4]
[Jak AI Startup zaprojektował propozycję leku w zaledwie 46 dni][5]
[Narzędzie MIT AI może przewidzieć raka piersi do 5 lat wcześniej][6]
[Armia przyspiesza tempo w pracach nad samochodami z napędem własnym][7]
[San Francisco twierdzi, że użyje sztucznej inteligencji do zmniejszenia uprzedzeń podczas oskarżania ludzi o przestępstwa][8]
[AI pomaga uczonym przywrócić starożytne greckie teksty na kamiennych tablicach][9]

[/][2]

Wideo: [ai-ml][10]

Szybkie udostępnianie: Gdzie widziałeś lub doświadczyłeś sztucznej inteligencji w swoim życiu? Przykłady z wideo obejmują:

filtry e-mail
autouzupełnianie tekstu
systemy rekomendacji wideo
rozpoznawanie głosu
aplikacje do tłumaczenia
asystenci cyfrowi
rozpoznawanie obrazu

Zachęta: Na podstawie tego, co widziałeś na filmie, czym jest uczenie maszynowe?

[][11]<!- miejsce, w którym chcesz ikonę ->

[][12]

Cel: Zapoznanie uczniów ze światem sztucznej inteligencji. Zastanów się nad rozpowszechnieniem sztucznej inteligencji w naszym życiu i pomyśl o możliwych przyszłych innowacjach.

[/][12]

Omów: Począwszy od małych grup, a następnie przechodząc do całej klasy, uczniowie dzielą się swoimi odpowiedziami.

Powiedz: Uczenie maszynowe jest związane z komputerem, który rozpoznaje wzorce i podejmuje decyzje nie będąc specjalnie zaprogramowanym. W tym ćwiczeniu dostarczysz dane do szkolenia własnego modelu uczenia maszynowego. Wyobraź sobie ocean, który zawiera stworzenia takie jak ryby, ale także śmieci wyrzucane przez ludzi. A co, jeśli moglibyśmy wyszkolić komputer, aby odróżniał, a następnie użyć tej technologii do czyszczenia oceanu?

[][13]

Każdy obraz w tej części samouczka jest wprowadzany do sieci neuronowej, która została wstępnie przeszkolona na ogromnym zestawie danych o nazwie [ImageNet][14]. Baza danych zawiera ponad 14 milionów ręcznie opatrzonych adnotacjami obrazów. ImageNet zawiera ponad 20 000 kategorii z typową kategorią, taką jak „balon” lub „truskawka”, składającą się z kilkuset zdjęć. Kiedy A.I. skanuje nowe obrazy i tworzy własne prognozy w samouczku, w rzeczywistości porównuje możliwe kategorie dla nowego obrazu z wzorami znalezionymi w zbiorze danych treningowych.

[/][13]

Poziomy 2-4 - [Trenuj AI, aby oczyścić ocean][15]

[][16]<!- miejsce, w którym chcesz ikonę ->

Uczniowie mogą pracować na pierwszych trzech poziomach samodzielnie lub z partnerem. Aby zaprogramować A.I., użyj przycisków, aby oznaczyć obraz jako „Ryba” lub „Nie Ryba”. Każdy obraz i etykieta staje się częścią danych wykorzystywanych do szkolenia A.I., robi to samodzielnie. Po przeszkoleniu, A.I. podejmie próbę samodzielnego oznakowania 100 nowych zdjęć, a następnie zaprezentuje wybór, który według jego szkolenia ma największe prawdopodobieństwo bycia „Rybą”. Uczniowie, którzy konsekwentnie prawidłowo opisują rzeczy, powinni zobaczyć ocean pełen różnych rodzajów stworzeń morskich, bez wielu (lub jakichkolwiek) innych przedmiotów.

Poziom 5 - [Dane treningowe i stronniczość][17]

Szybkie udostępnianie: Jak dobrze A.I. postępuje? Jak myślisz, czy zdecydował, co znajduje się w oceanie?

Wideo: [ai-trening][18]

[][19]

Cel: Poproś uczniów, aby zastanowili się nad dotychczasowymi doświadczeniami. W tym momencie ważne jest, aby zdali sobie sprawę, że oznaczanie etykietami, które wykonują, faktycznie programuje komputer. Przykłady, które pokazują A.I. są „danymi treningowymi”.

[/][19]

Zachęta: W jaki sposób dane treningowe wpływają na wyniki, które A.I. tworzy?

[][20]<!- miejsce, w którym chcesz ikonę ->

Dyskutuj: W małych grupach uczniowie dzielą się swoimi odpowiedziami. Chodź po klasie i słuchaj pomysłów uczniów. Następnie możesz przeprowadzić dyskusję w całej klasie lub uczniowie mogą wrócić do samouczka.

[][21]

Ryby w tym samouczku są generowane losowo w oparciu o niektóre wstępnie zdefiniowane elementy, w tym usta, ogony, oczy, łuski i płetwy, z losowo wybranym kolorem, kształtem i rozmiarem ciała. Zamiast patrzeć na rzeczywiste dane obrazu, A.I. szuka teraz wzorców w tych elementach na podstawie tego, jak uczeń klasyfikuje każdą rybę. Bardziej prawdopodobne jest oznaczenie ryby w taki sam sposób, jak uczeń do zrobił, jeśli ma ona pasujące cechy.

[/][21]

Poziomy 6 - [Korzystanie z danych treningowych][22]

[][23]<!- miejsce, w którym chcesz ikonę ->

W drugiej połowie zajęć uczniowie będą uczyć A.I. o wybranym przez nich słowie, pokazując przykłady tego rodzaju ryb. Tak jak poprzednio, A.I. nie zaczyna się od danych szkoleniowych na temat tych etykiet. Chociaż słowa na tym poziomie są dość obiektywne, możliwe jest, że uczniowie uzyskają różne wyniki na podstawie danych treningowych. Niektórzy uczniowie mogą nawet celowo trenować A.I. niepoprawnie, aby zobaczyć, co się stanie. Jeśli uczniowie zastanawiają się, jak działa uczenie maszynowe, to jest to zachęcające!

Poziom 7 - [Wpływ na społeczeństwo][24]

Wideo: [ai-societal][25]

Powiedz: Systemy sztucznej inteligencji uczą się na podstawie danych, które im przekazujemy, ale dane te mogą być wiarygodne lub tendencyjne.

[][26]

Cel: Celem tej dyskusji jest przywrócenie uczniów zagadnień sztucznej inteligencji w świecie rzeczywistym.

[/][26]

Powiedz: Przypomnij sobie przykłady sztucznej inteligencji, które omówiliśmy na początku. Pomyśl o czasach, w których uczenie maszynowe mogłoby przynieść coś złego w prawdziwym świecie? (Na przykład, rozpoznawanie głosu nie zrozumie Ciebie.)

Zachęta: W jaki sposób stronnicze dane mogą powodować problemy dla sztucznej inteligencji? Jakie są sposoby rozwiązania tego?

[][27]<!- miejsce, w którym chcesz ikonę ->

Omów: Zaczynając od małych grup, przechodząc do całej klasy, uczniowie dzielą się swoimi odpowiedziami.

Powiedz: Niektóre sposoby rozwiązania problemu stronniczości to użycie większego lub bardziej kompletnego zestawu danych treningowych. W końcowej części zajęć macie zamiar uczyć A.I. słowo, które można interpretować na różne sposoby.

Poziom 8 - [Naucz A.I. nowego słowo][28]

Tutaj, podobnie jak uprzednio, uczniowie wykorzystają dane treningowe do nauczania A.I. rozpoznawać różne rodzaje ryb. Słowa z tej listy są celowo bardziej subiektywne niż to, które do tej pory widzieli. Zachęć uczniów, aby sami zdecydowali, co sprawia, że ryba wygląda na „zgniewaną” lub „zabawną”. Dwóch uczniów może wybrać tę samą etykietę i uzyskać zupełnie inny zestaw wyników, w oparciu o które cechy ryb były przedmiotem ich zainteresowania. Zachęć uczniów, aby omawiali ze sobą swoje odkrycia lub wrócili i wybrali nowe słowa. Każdy uczeń będzie polegał na własnych opiniach podczas szkolenia A.I. co oznacza, że A.I. uczy się z tymi samymi uprzedzeniami, jakie mają uczniowie. Gdy uczniowie zaczną dostrzegać rolę, jaką odgrywają ich opinie, poproś ich, aby zastanowili się, czy jest to dobrze czy źle, i jak można się z nią uporać.

Pytanie otwarte: Jaki masz problem, na którym Ci zależy, by sztuczna inteligencja pomogła Ci w jego rozwiązaniu?

Zakończenie

Świętuj i działaj dalej!

Wydrukuj świadectwa: [Wydrukuj świadectwa][0] dla uczniów, aby świętować ich osiągnięcie.

code.org/learn: Na koniec lekcji zachęć uczniów, aby udali się na Code.org/learn, gdzie mogą pozyskać pomysły sposobów utrzymania ich przygody z informatyką.