Prinzipien des Maschinelles Lernen

AI unplugged bietet aktuell fünf Aktivitäten, um verschiedene Grundprinzipien von KI und ML mithilfe spielerischer enaktiv-haptischer Realisierung ohne den Einsatz des Computers zu begreifen. Für den Unterricht können die Aktivitäten auch voneinander gelöst  und in unterschiedlichen Jahrgangsstufen durchgeführt werden. Alle Materialien liegen auch in deutscher Sprache vor. Über den Link "German" gelangt man zu einem Anleitungsheft.

In Kooperation mit der Wissensfabrik hat die von Informatikdidaktikern betriebene Plattform ComputingEducation.de im Rahmen des IT2School-Projekts unter anderem vier Unterrichtsmodule zum Thema “Künstliche Intelligenz” entwickelt.

Modul KI-B3: Schlag den Roboter (Affen, Bauernschach, Goldsuche)

In diesem Modul sammeln die Schülerinnen und Schüler an niederschwelligen Beispielen spielerisch Erfahrungen mit der Funktionsweise und Wirkung von KI-Systemen. Sie schlüpfen dafür in verschiedenen Spielen und „Unplugged“-Aktivitäten in die Rolle einer KI und erfahren die grundlegenden Ideen und Künstlicher Intelligenz.

Modul KI-B4: Von Daten und Bäumen

In diesem Modul wenden die Schülerinnen und Schüler KI-Methoden (vorwiegend das Lernen von Entscheidungsbäumen) aktiv auf Daten an und analysieren die gesellschaftliche Wirkung von KI-Systemen. Aufbauend auf den niederschwelligen Beispielen, die auch im Modul “Schlag den Roboter” genutzt wurden, schlüpfen die Schülerinnen und Schüler in die Rolle eines Data Scientist und erzeugen mithilfe der freien Software Orange Modelle, um datenbasiert Entscheidungen abzuleiten oder Vorhersagen zu treffen. Die Schülerinnen und Schüler setzen damit nicht nur KI-Methoden aktiv ein, sondern lernen auch Berufsperspektiven wie die des Data Scientist kennen und diskutieren die gesellschaftliche Wirkung, die aus dem Einsatz ihrer Modelle resultieren würde.

Die Materialien können entweder über die Wissensfabrik bezogen werden oder direkt auf der Plattform ComputingEducation.de heruntergeladen bzw. online genutzt werden.

ML4T ist eine Ressource, die speziell für Lehrkräfte entwickelt wurde, um das Verständnis von maschinellem Lernen (ML) mithilfe interaktiver Übungen zu fördern.

Die Webseite ist in zwei Übungen unterteilt: Song Recommender und Movie Recommender. 

In der Übung Song Recommender wird aufgezeigt, wie man einen Algorithmus entwickelt, der auf Basis von demografischen Merkmalen und persönlichen Vorlieben individuelle Songempfehlungen abgeben kann. Hier erfährst du, wie Daten von Einzelpersonen genutzt werden können, um basierend auf spezifischen Benutzereingaben personalisierte Songempfehlungen zu erstellen.

Die Übung Movie Recommender bietet einen Einblick in die Bewertung und Kategorisierung von Filmen nach Genres. Hier entdeckst du, wie man basierend auf bestimmten Merkmalen individuelle Filmempfehlungen erzeugt. Diese Übung führt auch in die Funktionsweise und das Training eines Perzeptrons ein, eines einfachen Modells des maschinellen Lernens. Die Übung kann auch ohne Computer durchgeführt werden. 

Eine praxisorientierte Einführung in künstliche neuronale Netze, Gesichtserkennung und Co.

Im Browser kann mittels Webcam oder Upload von Dateien sehr unkompliziert ein neuronales Netz auf beliebige Gegenstände/Personen trainiert werden. Über Lernparameter oder Grafiken kann der Lernprozess verfolgt werden. Das trainierte Netz steht zum Testen im Browser zur Verfügung oder kann für die Weiterverwendung in Python oder JavaScript exportiert werden.