Het meest voorkomende mentale beeld van een les kunstmatige intelligentie zou dit kunnen zijn: middelbare scholieren in een computerwetenschappenklas groeperen zich rond dure robotapparatuur en laptops en lossen complexe problemen op met de hulp van een deskundige leraar.

Hoewel er niets mis is met dat state of affairs, hoeft het er ook niet zo uit te zien, zeggen docenten en specialists. Het onderwijzen van AI kan al op de kleuterschool beginnen. Studenten kunnen belangrijke AI-concepten leren zonder een enkel apparaat aan te sluiten. En AI kan op vrijwel elk onderwerp worden toegepast, zelfs op basketbaltraining.

Docenten van over de hele wereld deelden hoe zij AI in hun reduce hebben geïmplementeerd op een webinar eerder deze maand georganiseerd door de Worldwide Society for Know-how in Schoolingeen non-profitorganisatie die docenten helpt het beste uit technologie te halen.

ISTE heeft aangeboden professionele ontwikkeling waardoor docenten zes jaar lang AI kunnen verkennen, waarbij ongeveer 2.000 docenten worden opgeleid. De non-profitorganisatie biedt ook voorbeeldlessen aan voor leerlingen van elk leerjaar, die kunnen worden toegepast op een groot aantal onderwerpen.

Hier ziet u hoe docenten die de coaching hebben gevolgd, deze in hun klaslokalen hebben gebruikt en drie grote mythen hebben doorbroken over het onderwijzen van AI-concepten aan leerlingen in het basis- en voortgezet onderwijs.

Mythe 1: AI magazine alleen worden gebruikt bij middelbare scholieren

Het is nooit te vroeg om AI te onderwijzen, zeggen docenten en specialists.

Cameron McKinley, een technologie-integratiecoach voor de Hoover Metropolis Colleges in Alabama, heeft AI-concepten aan kleuters tot en met de tweede klas geleerd. Ze begint door leerlingen kaarten met afbeeldingen van verschillende objecten in categorieën te laten sorteren, op dezelfde manier waarop intelligente machines gegevens sorteren. Vervolgens laat ze de leerlingen een AI-computerprogramma gebruiken, Quickdrop. De leerlingen maken tekeningen zodat de technologie deze kan interpreteren.

Het kan een goede les zijn in het potentieel voor misverstanden van AI. Het programma vroeg bijvoorbeeld aan een leerling om een ​​bril te tekenen, dus tekende ze iets waar ze melk of water uit kon drinken. De machine was echter op zoek naar een bril die het gezichtsvermogen kan verbeteren.

Het was belangrijk dat de scholar niet gefrustreerd raakte, zei McKinley. “We moedigen studenten aan om te leren van de mislukkingen van de technologie”, aldus McKinley.

Mythe 2: Het onderwijzen van AI vereist geavanceerde technologieën

Je hebt geen dure apparaten nodig om AI te onderwijzen, beweren docenten.

Adam Brua, een leraar informatietechnologie aan de Rutland Intermediate Faculty in Vermont, werkt graag aan de ‘unplugged’ activiteiten die ISTE aanbeveelt met zijn leerlingen van groep 6. In één activiteit maken leerlingen een grafiek met de kenmerken van verschillende dieren, waarbij ze bijvoorbeeld laten zien welke dieren een vacht, vier poten, een staart en/of poten hebben. Dat weerspiegelt hoe machines informatie leren sorteren en categoriseren.

Het is een activiteit die elke onderwijzer bijna overal kan doen, zei Brua. “Niets van dit alles vereist dure apparatuur of een geavanceerd begrip van AI,” zei Brua.

Maar met dit soort taken kunnen studenten nog steeds de sterke en zwakke punten van AI analyseren, zei Brua. “AI-technologieën kunnen bepaalde taken buitengewoon goed uitvoeren, zoals beeld- en spraakherkenning, terwijl andere taken, zoals het onderscheiden van emoties, beter aan mensen kunnen worden overgelaten”, aldus Brua.

Mythe 3: Leren over AI is vooral bedoeld voor studenten informatica

AI is zeker een technologie, maar er zijn manieren om deze in allerlei onderwerpen te integreren, niet alleen in de informatica.

Brandon Taylor, die vrijwilligerswerk doet als leraar aan de Chicago Prep Academy, een college die zich richt op studentenatleten, werkte bijvoorbeeld samen met zijn basketbalspelers om een ​​AI-programma te creëren dat vaardigheden als schieten, dribbelen en suggestions kon geven. en behendigheid door middel van video-opnames van studenten.

En Stacy George, assistent-professor aan de Universiteit van Hawaï, werkte met docenten in opleiding aan een les AI-sociale research. De beginnende leraren hielpen de tweedeklassers met het trainen van een leerzame machine om lokaal geteeld voedsel te onderscheiden van voedsel dat naar de staat moet worden gevlogen.

“Het hield de leerlingen betrokken”, zei een leraar in opleiding in een video die George tijdens het webinar deelde. “Het was iets anders dan ze normaal gewend zijn.”