Experimentiersatz Künstliche Intelligenz (KI)
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. Dies schlägt sich auch in den Lehrplänen vieler Bundesländer für das Fach Informatik nieder, in die das Thema bereits Eingang gefunden hat. Für die Lehrkräfte ist daher ein akuter Bedarf entstanden, dem wir mit unserem Experimentiersatz begegnen möchten.
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?
Begleitmaterialien
Sorgfältig erstellte und in der Praxis erprobte Experimentierhefte und Handreichungen für die Lehrkraft sorgen für entspanntes Arbeiten und Experimentieren ohne große Vorbereitungszeit – selbst spontan in einer Vertretungsstunde. Je nach Altersstufe, Schultyp und Lehrplan können aufeinander aufbauende Lernspiele und Experimente durchgeführt oder aber bestimmte Aufgaben ausgewählt und anhand der Differenzierungsoptionen bei Bedarf angepasst werden.
Auch für Schülerinnen und Schüler mit beeinträchtigtem Sehvermögen
Fühl- und tastbare Merkmale an den Spielsteinen und Holzpilzen, vertiefte Felder im Entscheidungsbaum-Modul sowie rutschfeste, taststabile Grundplatten ermöglichen 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“.
Presseberichte
30.11.2023 Würzburg: Uni entwickelt KI-Experimentierkasten für Schulen (Radio Gong)
30.11.2023 Würzburg: Uni entwickelt KI-Experimentierkasten für Schulen (Radio Charivari)
| 25.01.10 | Aufbewahrungskasten flach |
| 25.01.30 | Deckel mit Griffleiste und Koordinatensystem (Trainingsdaten) |
| 74.01.00 | Grundplatte KI-1-A „KI gewinnt“ |
| 74.02.00 | Satz runde Spielsteine (42-teilig) |
| 74.03.00 | Grundplatte KI-1-B „Entscheidungsbaum“ (zweiteilig) |
| 74.04.00 | Satz Pilze (16-teilig) |
| 74.05.00 | 2x Satz Schilder groß für Entscheidungsbaum (jeweils 5-teilig) |
| 74.06.00 | 2x Satz Schilder klein für Entscheidungsbaum (jeweils 10-teilig) |
| 74.07.00 | Grundplatte KI-1-C „5 x 5“ mit Lineal |
Jeder Bestellung liegen ein Experimentierheft und eine Handreichung bei.
| 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) |
