Introduction
Hvad handler det om?
Hvis robotter og AI-styrede enheder skal fungere meningsfuldt i hverdagen, hvordan ved de så, hvad de skal gøre? Får de altid at vide, hvad de skal gøre, og udfører de instruktionerne uden at tænke selv? Alternativt kan maskinerne også lære, og i så fald, hvordan foregår denne læring? Kan en robot bruge det, den har lært, til at reagere anderledes på forskellige situationer? De pædagogiske fagfolk støtter børnene i deres tanker om, hvordan robotter og AI-styrede enheder lærer, og hvor klogt maskinerne kan interagere.
Børns synspunkt
Spørgsmål fra børn
What we know
Sproglig dimension
En klog person er en, der ved meget.En klog person er en, der er god til at snyde.
Det kan diskuteres med børnene, hvad de forstår ved begrebet "klog" og der findes mange rigtige svar. Pointen er at forstå, hvad børn mener med klog, og hvordan de ville beskrive en klog robot.
Matematisk-videnskabeligt niveau
Dataindsamling: optælling, bestilling, repræsentation/visning
Kombinatorik: sortering, genmontering, mønstergenkendelse
“Machine learning”, “deep learning”
Algoritme + abstraktion, hvorved mennesker ikke kan fortolke individuelle "læringstrin"
Machine learning
Goals
Pædagogiske fagfolk
At gennemgå egen viden med hensyn til teknologi/robotter/AI.
optælling, bestilling, repræsentation/visning
At kunne skabe lege- og arbejdsområder for at fremme systematisk tænkning og i den forstand at finde løsninger på problemer. Natur og kunst byder på et væld af strukturer, mønstre, ordener, kreative udtryk og videnskabelige modeller
Børn
hvem der er klog eller handler klogt.
hvordan robotter tænker.
strukturer og afhængigheder mellem programmering og udførelse af handlingssekvenser.
hvor nogen handler klogt.
Exercises
#5 Matche farver og former
Materials
- Tablet + APP Preschool
Preparation
Du skal bruge en iPad og downloade appen “Børnespil” på forhånd. Læs beskrivelsen af appen og tænk over, hvordan du vil introducere dette spil. Børnene skal spille individuelt mod appen.
Implementation
Appen/robotten kan give os navnene på blomster, træer, planter og insekter meget hurtigere og ofte meget mere præcist. Hvis barnet vælger den forkerte grøntsag, siger appen en lyd, og grøntsagen ryger tilbage i haven. Hvis barnet lægger den rigtige grøntsag i den rigtige kasse, kommer den næste kasse, og spillet fortsætter.
Reflection
Hvordan ved robotten (APP) hvad der er rigtigt og forkert?
#5 Genkende mønstre og udlede regler
Materials
- Mønstre
Preparation
Mønstrene placeres i forskellige stationer.
I venstre side af bordet ligger det færdige mønster og i højre side ligger de enkelte dele af mønsteret, som er nødvendige for at løse opgaven.
Implementation
Nu skal mønsteret laves nøjagtig som set på billedet til venstre.
Børnene skal finde ud af i hvilken rækkefølge de forskellige dele af mønsteret skal placeres, for at få det korrekte mønster.
Forklar børnene hvordan billedet er lavet.
Reflection
Lav antagelser sammen med børnene om, hvordan viden skabes ud fra individuelle videns byggesten.
Vi mennesker kombinerer forskellig viden og tænkning.
På den måde kan vi finde kloge løsninger.
#5 Ansigtsgenkendelse
Materials
- Tag billeder af ansigter fra et blad eller en avis
Preparation
Del billederne i 3 dele: pande + øjne, næse og mund og hage.
Del billederne i 5 dele: pande, øjne, næse, mund og hage.
Implementation
Saml en gruppe børn og giv dem strimlerne af børnenes ansigter, lad nu børnene skabe nye ansigter. Disse nye ansigter udstilles så alle de andre børn kan se dem. Stil disse spørgsmål:
- Hvad ser du?
- Hvem er dette?
- Hvem ejer panden, øjnene, næserne, munden og hagen?
Reflection
Kan en robot/AI genkende et ansigt og dele af et ansigt, for eksempel øjnene?
Hvordan gør en robotten/AI det?
Hvorfor kan robotten/AI gøre det?
Hvad skal robotten bruge for at genkende dette? (se værktøjskasse 6: Hvad spiser en robot?)
Prøv en mobiltelefon/tablet med ansigtsgenkendelse
Kan ethvert ansigt låse telefonen op eller kun ejerne?
Hvilke robotter/AI-styret enheder har en ansigtsgenkendelsessensor?
Om denne værktøjskasse
Toolbox #5 was created in 2022 by Susanne Schumacher, Ulrike Stadler-Altmann, Brigit Brunner, Katrin Crazzolara, Michael Schlauch, Christian Laner, Birgit Pardatscher
Projektet "I'm not a Robot: working with artificial intelligence in early childhood education" er medfinansieret af Den Europæiske Unions Erasmus+ program. Europa-Kommissionens støtte til produktionen af denne publikation udgør ikke en godkendelse af indholdet, som kun afspejler forfatternes synspunkter. Kommissionen kan ikke holdes ansvarlig for nogen brug, der måtte blive gjort af oplysningerne heri. 
Dette arbejde er licenseret under: Attribution-NonCommercial-ShareAlike 4.0 International