Das beste aus beiden Welten
Das Digitalpaket KI verstehen setzt sich zusammen aus digitalen E-Books und analogen Experimentiergeräten. Auf diese Weise lässt sich das Thema Künstliche Intelligenz (KI) wunderbar in den modernen, digital gestützten Unterricht integrieren, ohne dass dabei die haptische Erfahrung und das entdeckende Lernen zu kurz kommen. Gerade die komplexen Sachverhalte der Künstlichen Intelligenz werden dadurch für die Schülerinnen und Schüler im Informatikunterricht greifbar.
Fühl- und tastbare Merkmale an den Spielsteinen und Holzpilzen, vertiefte Felder im Entscheidungsbaum-Modul sowie rutschfeste, taststabile Grundplatten ermöglichen auch Lernenden mit Sehbeeinträchtigung einen „fassbaren“ Zugang zum Thema, auch im inklusiven Unterricht. Kontrastreiche, angenehm taktile Oberflächen sorgen im Sinne einer „taktilen Ästhetik“ durch ihren „Aufforderungscharakter“ ebenso wie die optisch ansprechende Gestaltung für eine stimulierende Lernatmosphäre und fördern den Lerneffekt auch für die „Sehenden“.
Im Idealfall teilt sich eine Lerngruppe, bestehend aus zwei Lernenden, die Materialien eines Experimentiersatzes. Im Rahmen von Stationenlernen können mehrere Stationen zu verschiedenen Experimenten mit den Materialien eines Kastens parallel aufgebaut werden.
Künstliche Intelligenz (KI) als Lerngegenstand
Die Verfügbarkeit großer Datenmengen in Verbindung mit immer leistungsfähigeren Rechnern haben in jüngster Zeit den Aufschwung der Künstlichen Intelligenz (KI) beflügelt und bislang ungeahnte Entwicklungen ermöglicht – mit allen damit verbundenen Chancen und Risiken. Daher ist es von großer Bedeutung, dass die Schülerinnen und Schüler ein grundlegendes Verständnis für die technische Funktionsweise von KI entwickeln. Dies schlägt sich nun auch in Bayern in den Lehrplänen für die Fächer Informatik und Informationstechnologie nieder, in die das Thema bereits Eingang gefunden hat. Unser Digitalpaket KI verstehen zielt darauf ab, diese technischen Hintergründe für die Lernenden erlebbar zu machen und die Lehrkräfte im Unterricht zu entlasten.
Schulpraxis gepaart mit neuesten wissenschaftlichen Erkenntnissen
Dazu konnten wir die Universität Würzburg als Kooperationspartner gewinnen: In Zusammenarbeit mit Dr. Silvia Joachim (Didaktik der Informatik, Universität Würzburg), die über langjährige Erfahrungen aus der Schulpraxis verfügt, ist ein Experimentiersatz entstanden, der je nach Lehrplan und Schultyp in mehreren Jahrgangsstufen eingesetzt werden kann und einen praxisnahen Zugang zum neuen Lehrplan-Thema erschließt.
Breites Spektrum an Experimenten für verschiedene Altersgruppen
Das „KI-gewinnt“-Spiel bietet als Eingangsexperiment nicht nur einen spielerischen Einstieg, sondern die faszinierende Gelegenheit, dem „KI-System“ gewissermaßen Runde für Runde beim Lernen zuzusehen. Fernab von Bildschirm und Computer wird deutlich, dass kein verborgenes Programm im Hintergrund wirkt, sondern rein systematisches Vorgehen zum Ergebnis führt! Das trägt nicht nur zum Verständnis, sondern auch zur „Entzauberung“ von Künstlichen Intelligenz bei und legt die Grundlage für einen auf eigener Erfahrung und Fakten beruhenden, sachlichen Umgang mit dem Thema.
Anhand der Holzpilze, die verschiedene sicht- und fühlbare – binäre wie numerische – Merkmale tragen, lernen die Schülerinnen und Schüler die Grundprinzipien verschiedener Algorithmen kennen: Sie erstellen selbst einen Entscheidungsbaum mit einem Algorithmus und überprüfen diesen mathematisch anhand der Pilze, die so zur Brücke zwischen empirischem Ausprobieren und exaktem Berechnen werden.
Die Einteilung in Trainings-, Validierungs-, Test- und Bestimmungspilze ermöglicht die Optimierung und Prüfung verschiedener Modelle. Dabei wurde die Zahl der Pilze so gewählt, dass sie einerseits noch enaktives Ausprobieren, andererseits aber auch die Optimierung der Hyperparametern zulässt. Die Koordinaten der Fundorte der Pilze vermitteln anschaulich den k-nächsten-Nachbar-Algorithmus und das Perzeptron. Differenzierungsmöglichkeiten erweitern das Spektrum der Experimente hin zu anspruchsvollen Oberstufenversuchen.
Informatik trifft auf Ethik
Der Alltagsbezug der teils essbaren und teils giftigen Pilze macht zudem die ethische Dimension deutlich: Wie weit kann/darf/soll man einem Algorithmus (z. B. einer Pilz-Erkennungs-App) vertrauen und welche Verantwortung übernimmt man dabei für sich und andere? Wie gefährlich ist Künstliche Intelligenz? Wer haftet für Fehler?
Weitere Begleitmaterialien
- Interaktive Visualisierung und Analyse von Clusteralgorithmen (ClusterLabor)
- Arbeitsblätter zum k-Means-Algorithmus (PDF)
- Lösungsmöglichkeiten zum k-Means-Algorithmus (PDF)
- Vorlage für k-Means-Projekt (ZIP-Archiv)
- Lösungsmöglichkeiten für k-Means-Projekt (ZIP-Archiv)
Referenzen
30.11.2023 Würzburg: Uni entwickelt KI-Experimentierkasten für Schulen (Radio Gong)
30.11.2023 Würzburg: Uni entwickelt KI-Experimentierkasten für Schulen (Radio Charivari)
05.12.2023 Didaktik der Informatik entwickelt Experimentiersatz für Schulen (Julius-Maximilians-Universität Würzburg)
19.12.2023 KI-Experimentiersatz für Schulen entwickelt (Junge Wissenschaft)
17.04.2024 Sparkasse Mainfranken unterstützt FKG (Friedrich-König-Gymnasium Würzburg)
05.07.2024 VdF unterstützt Informatik-Unterricht am JSG (Jack-Steinberger-Gymnasium Bad Kissingen)
74.77.10 | E-Book-Lizenz KÜNSTLICHE INTELLIGENZ (Experimentierheft) |
74.78.10 | E-Book-Lizenz KÜNSTLICHE INTELLIGENZ (Handreichung für die Lehrkraft) |
74.00.00 | Experimentiersatz KÜNSTLICHE INTELLIGENZ |
KI 1 – 4: | KI gewinnt – ein Lernspiel (Reinforcement Learning) |
KI 5 – 12: | Der Entscheidungsbaum-Algorithmus (Klassifizierung, Erstellung eines Entscheidungsbaums, Optimierung der Baumtiefe, Evaluierung mit Testdaten, Ermittlung der Genauigkeit der Trainingsdaten in Abhängigkeit von der Baumtiefe) |
KI 13 – 15: | Der k-nächste-Nachbar-Algorithmus (Optimierung von k) |
KI 16 – 17: | Das Perzeptron – Künstliches Neuron (Perzeptron und Delta-Lernregel, Trennlinie) |
KI 18 – 19: | Zusatzexperimente Grundlagen (Greedy-Algorithmus, 5×5-Codierung) |