Célkitűzések; Az algoritmikus gondolkodás fejlesztése problémamegoldáson keresztül. Az AI felelős használatának megértése (adatvédelem, kritikus gondolkodás).
Kreatív digitális alkotófolyamat ösztönzése.
Napi bontás
1. nap: Mi az az algoritmus? (Alapozás)Téma: A lépésről lépésre történő gondolkodás. Tevékenység: „Robot-tanár” játék (unplugged). A diákoknak pontos utasításokkal (algoritmussal) kell rávenniük a tanárt, hogy megkenjen egy vajas kenyeret. Ha kimarad egy lépés (pl. „nyisd ki a kést”), a robot elakad.Eredmény: Megértik, hogy a gép csak azt teszi, amire pontosan utasítják.
2. nap: Mintázatfelismerés és gépi tanulásTéma: Hogyan tanulnak a számítógépek?Tevékenység: A Code.org AI for Oceans (AI az óceánokért) játékos programjának elvégzése. A diákok halak és szeméthegyek képeivel „tanítják” be az AI-t a tenger tisztítására.Eredmény: Látják, hogy a rossz adatok rossz döntésekhez (elfogultsághoz) vezetnek.
3. nap: Az AI mint segítőtárs – és a „hallucináció”Téma: Szöveges AI modellek (pl. ChatGPT) kritikus használata.Tevékenység: „Detektív játék”. A diákok generáltatnak egy mesét vagy történelmi tényt az AI-val, majd könyvtárban vagy megbízható weboldalakon ellenőrzik a benne lévő tényeket. Keresik a hibákat (hallucinációkat).Eredmény: Megtanulják, hogy az AI forrásait mindig ellenőrizni kell.
4.nap: Digitális lábnyom és adatvédelem az AI korában Téma: Milyen adatokat adunk meg magunkról? Tevékenység: Plakátkészítés (Canva vagy papír alapon) arról, hogy mit szabad és mit tilos megosztani egy online AI-eszközzel (pl. személyes adatok, jelszavak védelme).Eredmény: Tudatosabbá válnak a saját adataik védelmében.
5.nap: Projektzárás és bemutató Téma: A hét során szerzett tudás összegzése.Tevékenység: Egy mini „AI Etikai Kódex” megírása a délutáni bemutatóra, vagy a hét közben készült digitális rajzokból, plakátokból álló kiállítás megnyitása az iskola aulájában.
Időterv és tevékenységek
0–10. perc: Motiváció és elméleti alapozás Mi történik? Rövid felvezetés. Hogyan lát a számítógép? (Pixelmintázatok, nem koncepciók).Kulcsfogalom: A gép nem „okos”, csak statisztikai mintákat keres az adatokban. Ha rossz az adat, rossz a döntés (Garbage In, Garbage Out).
10–25. perc: Gyakorlati munka – Modellépítés párban Eszköz: Google Teachable Machine (Image Project / Standard model).Feladat: A diákok hozzanak létre 3 osztályt (Class):Class 1: „Igen” (A diák feltartja a hüvelykujját a kamera előtt).Class 2: „Nem” (A diák lefelé fordítja a hüvelykujját).Class 3: „Háttér” (Üres szék, senki sincs a képen).Lépések: Fotózzanak le osztályonként legalább 100-150 mintát a webkamerával (különböző szögekből, távolságból).Kattintsanak a „Train Model” gombra (a modell betanítása).
25–35. perc: A modell „meghackelése” (A
Bias tesztelése)
Nincsenek megjegyzések:
Megjegyzés küldése