Alle lessen

Cursus

AI voor de 6e klas: AI en computationeel denken

Leer algoritmen en data, en zie hoe modellen voor machinaal leren worden getraind en getest.

Doe de lessen op volgorde. Aan het eind kun je AI, machinaal leren en generatieve AI uit elkaar houden en de invoer, het model en de uitvoer van een echte AI-app noemen. Je kunt algoritmen schrijven met lussen en voorwaarden en een beslisboom bouwen. Je kunt uitleggen hoe pixels en tekst als getallen worden opgeslagen, een punt indelen op de dichtstbijzijnde voorbeelden en de nauwkeurigheid uit testresultaten berekenen. Je kunt uitleggen hoe een neuron invoer met gewichten combineert, een zin in tokens splitsen, een AI-app een score geven op nauwkeurigheid, eerlijkheid en privacy, en een plantenclassificeerder presenteren en de fouten uitleggen.

Zo gebruik je deze lessen

  • Begin bij de les met Doe dit. Ga verder als je de regel onder de titel zelf kunt doen.
  • Speel eerst de Spelletjes. Maak daarna de Toets. 8 van 10 goed om te halen. De Werkbladen zijn op papier. De antwoorden staan onderaan.
  • Elke les bouwt voort op de les ervoor. Als een les moeilijk is, ga er een terug.
  • Gebruik alleen AI-hulpmiddelen die je leraar goedkeurt. Plak nooit privé-informatie in een chatbot. Controleer elk AI-antwoord en zeg welke delen van je werk AI heeft geholpen.

Elke les heeft spelletjes, een toets en werkbladen.

0 van 36

AI begrijpen

  1. 1AI, machinaal leren en generatieve AIHoud AI, machinaal leren en generatieve AI uit elkaar.
    • Definieer AI, machinaal leren en generatieve AI.
    • Teken hoe ze in elkaar zitten.
    • Sorteer tien apps in de drie groepen.
  2. 2Een korte geschiedenis van AIZet belangrijke AI-momenten op een tijdlijn.
    • Zet schaakcomputers, stemassistenten en chatbots op een tijdlijn.
    • Zeg wat er veranderde zodat elk mogelijk werd.
    • Noem één voorspelling die fout was.
  3. 3Smalle en algemene AILeg uit waarom de AI van nu het best is in smalle taken.
    • Vergelijk een schaakprogramma en een mens.
    • Noem taken die AI goed doet en taken waar AI moeite mee heeft.
    • Leg uit wat algemene AI nodig zou hebben.
  4. 4Analyseer een AI-systeemNoem de invoer, het model en de uitvoer van een echte AI-app.
    • Kies een app, zoals een fotozoekfunctie of een vertaler.
    • Teken de invoer, het model en de uitvoer.
    • Zeg op welke data het waarschijnlijk is getraind.

Algoritmen

  1. 5ReeksenSchrijf een algoritme als een reeks stappen.
    • Definieer een algoritme.
    • Schrijf de stappen om een boterham te maken.
    • Vind stappen die voor een computer onduidelijk zijn.
  2. 6LussenGebruik een lus om stappen te herhalen.
    • Vervang herhaalde stappen door een lus.
    • Gebruik een lus die telt.
    • Gebruik een lus die doorgaat tot een voorwaarde klopt.
  3. 7VoorwaardenGebruik voorwaarden om een pad te kiezen.
    • Schrijf if, else if en else.
    • Combineer voorwaarden met and, or en not.
    • Volg een algoritme met de hand.
  4. 8BeslisbomenBouw een beslisboom die dieren sorteert.
    • Stel bij elke tak een ja-of-neevraag.
    • Sorteer tien dieren met jouw boom.
    • Vind de kortste boom die nog werkt.

Datavoorstelling

  1. 9Getallen en categorieënOnderscheid numerieke data van categorieën.
    • Sorteer kenmerken in getallen en categorieën.
    • Maak van een categorie getallen.
    • Zeg waarom een computer getallen nodig heeft.
  2. 10Afbeeldingen als getallenLeg uit hoe pixels een afbeelding als getallen opslaan.
    • Teken een plaatje op een rooster van 0 en 1.
    • Meng rode, groene en blauwe waarden.
    • Tel de getallen in een kleine foto.
  3. 11Tekst als getallenLeg uit hoe tekst als getallen kan worden opgeslagen.
    • Maak van letters codes.
    • Geef elk woord in een lijst een getal.
    • Tel hoe vaak elk woord voorkomt.
  4. 12DatatabellenOrden data in rijen, kolommen en kenmerken van een tabel.
    • Maak een tabel in een spreadsheet.
    • Noem de kenmerken en het label.
    • Sorteer en filter de tabel.

Classificatie

  1. 13Kenmerken en labelsKies nuttige kenmerken voor een label.
    • Zeg wat een kenmerk en een label zijn.
    • Rangschik kenmerken van meest tot minst nuttig.
    • Haal een kenmerk weg dat niet helpt.
  2. 14Naaste buurDeel een punt in op de voorbeelden van de naaste buur.
    • Zet voorbeelden in een grafiek met twee kenmerken.
    • Vind het voorbeeld dat het dichtst bij een nieuw punt ligt.
    • Gebruik de drie dichtstbijzijnde en laat ze stemmen.
  3. 15Grenzen tekenenTeken een grenslijn die twee groepen scheidt.
    • Teken een lijn tussen twee groepen punten.
    • Deel nieuwe punten in op hun kant van de lijn.
    • Vind data die geen rechte lijn kan scheiden.
  4. 16Bouw een classificeerderBouw een eenvoudige classificeerder met een hulpmiddel zonder code.
    • Laad een kleine dataset.
    • Train een classificeerder.
    • Deel vijf nieuwe voorbeelden in.

Model trainen

  1. 17TrainingsdataLeg uit wat een model leert van trainingsdata.
    • Zeg dat een model patronen leert, niet regels die jij schrijft.
    • Laat zien hoe andere data het model verandert.
    • Vind een patroon dat een model per ongeluk leerde.
  2. 18TestdataLeg uit waarom testdata apart moet blijven.
    • Splits data in een trainingsset en een testset.
    • Vergelijk de scores op de twee sets.
    • Leg uit wat “uit het hoofd leren” betekent voor een model.
  3. 19NauwkeurigheidBereken de nauwkeurigheid uit testresultaten.
    • Tel de juiste voorspellingen.
    • Schrijf de nauwkeurigheid als een procent.
    • Leg uit waarom 90% toch slecht kan zijn.
  4. 20Verbeter een modelVerander de data en vergelijk de nauwkeurigheid om het model te verbeteren.
    • Voeg meer voorbeelden toe.
    • Haal foute labels weg.
    • Noteer de nauwkeurigheid na elke verandering.

Ideeën over neurale netwerken

  1. 21Kunstmatige neuronenLeg uit hoe een neuron invoer met gewichten combineert.
    • Vermenigvuldig elke invoer met het gewicht.
    • Tel ze op en vergelijk met een drempel.
    • Verander een gewicht en zie de uitvoer veranderen.
  2. 22LagenLeg uit hoe lagen signalen vooruit geven.
    • Teken invoer-, verborgen en uitvoerlagen.
    • Stuur getallen door een klein netwerk.
    • Zeg waarom meer lagen moeilijkere patronen kunnen vinden.
  3. 23Gewichten lerenLeg uit dat trainen de gewichten verandert.
    • Gok gewichten en controleer de fout.
    • Schuif de gewichten een beetje zodat de fout kleiner wordt.
    • Zeg dat trainen dit veel keren herhaalt.
  4. 24Menselijk neuraal netwerkSpeel een klein neuraal netwerk met klasgenoten.
    • Elke persoon is één neuron.
    • Geef signalen door van invoer naar uitvoer.
    • Verander gewichten om een fout antwoord te herstellen.

Generatieve AI

  1. 25Hoe tekst wordt gemaaktLeg uit dat een taalmodel het volgende token voorspelt.
    • Voorspel het volgende woord in zinnen.
    • Bouw een kleine voorspeller van het volgende woord uit een verhaal.
    • Zeg waarom het model goed kan klinken en toch fout zijn.
  2. 26TokensSplits een zin in tokens.
    • Zie hoe een tokenizer woorden splitst.
    • Tel de tokens in een zin.
    • Zeg waarom lange woorden meerdere tokens worden.
  3. 27PromptexperimentenVerander één deel van een prompt en vergelijk de resultaten.
    • Verander maar één ding tegelijk.
    • Noteer elke prompt en elk resultaat.
    • Schrijf wat elke verandering deed.
  4. 28Grenzen van genererenLeg uit waarom een taalmodel dingen kan verzinnen.
    • Vind een verzonnen feit in een AI-antwoord.
    • Leg uit waarom een voorspelling dat kan maken.
    • Noem manieren om AI-tekst te controleren.

AI-ethiek

  1. 29BiasVind bias in een dataset of een resultaat.
    • Definieer bias in AI.
    • Vind een groep die ondervertegenwoordigd is.
    • Leg uit hoe dat de resultaten verandert.
  2. 30Nauwkeurigheid en vertrouwenBeslis wanneer een AI-antwoord veilig is om te vertrouwen.
    • Vergelijk gebruik met laag risico en hoog risico.
    • Beslis wanneer een mens moet controleren.
    • Schrijf een checklist voor vertrouwen.
  3. 31PrivacyLeg uit welke data een AI-app verzamelt.
    • Lees de privacysamenvatting van een app.
    • Noem de data die de app verzamelt.
    • Zeg wat jij niet zou delen.
  4. 32Beoordeel een AI-systeemGeef een AI-app een score op nauwkeurigheid, eerlijkheid en privacy.
    • Maak een scorekaart met drie delen.
    • Test de app en vul de kaart in.
    • Stel één verbetering voor.

AI-ontdekproject

  1. 33Plan het projectSchrijf een vraag en plan de dataset.
    • Schrijf de vraag: “Van welke plant is dit blad?”
    • Kies drie of vier plantengroepen.
    • Plan de trainingsset en de testset.
  2. 34Bereid plantendata voorSorteer en label foto’s van bladeren.
    • Gebruik een kant-en-klare bladdataset.
    • Controleer de labels.
    • Houd een testset apart.
  3. 35Train en testTrain een plantenclassificeerder en noteer de resultaten.
    • Train de classificeerder.
    • Bereken de nauwkeurigheid op de testset.
    • Verzamel de foute voorspellingen.
  4. 36AI-plantendetectivePresenteer een plantenclassificeerder en leg de fouten uit.
    • Laat juiste en foute voorspellingen zien.
    • Leg uit waarom de fouten gebeurden.
    • Zeg welke extra voorbeelden zouden helpen.