Αυτός ο ιστότοπος χρησιμοποιεί cookies ώστε να μπορούμε να σας παρέχουμε την καλύτερη δυνατή εμπειρία χρήστη. Οι πληροφορίες cookie αποθηκεύονται στο πρόγραμμα περιήγησής σας και εκτελούν λειτουργίες όπως η αναγνώριση σας όταν επιστρέφετε στον ιστότοπό μας και η βοήθεια της ομάδας μας να κατανοήσει ποιες ενότητες του ιστότοπου θεωρείτε πιο ενδιαφέρουσες και χρήσιμες.
Το ευρωπαϊκό έργο Erasmus+ “Generation AI“, πέρα από το ποικιλόμορφο εκπαιδευτικό υλικό που δημιούργησε, παρήγαγε και εφάρμοσε 10 σχέδια μάθησης και διδασκαλίας σε μαθητές Δημοτικού, τα οποία αναλύονται στην “e-Learning Platform” του έργου, και ξεκινούν με ένα ολιγόλεπτο βίντεο. Όλα τα βίντεο που έχουν παραχθεί διαμοιράζονται στο κανάλι YouTube του έργου. Κάθε ένα τέτοιο σχέδιο μάθησης και διδασκαλίας περιλαμβάνει τα παρακάτω 1+3 τμήματα (π.χ. Lesson Plans / Content Creation):
- Εισαγωγικό Βίντεο
- Οδηγός για τον Εκπαιδευτικό με Παραδείγματα (Tutor Handbook)
- Σχέδιο της Δραστηριότητας (Learning Activity)
- Δημιουργικά Παιχνίδια (Challenge)
Στο παρακάτω παράδειγμα περιγράφεται μία δραστηριότητα αναγνώρισης φωτογραφιών σε 5 διακριτά βήματα (βλ. σχετικό βίντεο).
Ο δάσκαλος ζητάει αρχικά και πριν τη δραστηριότητα από τους μαθητές του, να φέρουν διαφορετικές φωτογραφίες του αγαπημένου τους κατοικίδιου ζώου (ψηφιακές ή όχι).
Οι μαθητές ξεκινούν να παίζουν με τις εφαρμογές προσπαθώντας να σχεδιάσουν το αγαπημένο τους κατοικίδιο (π.χ. Quick Draw, AutoDraw).
Ο δάσκαλος κάνει μία γρήγορη δημοσκόπηση στην τάξη για το αγαπημένο κατοικίδιο των μαθητών του.
Σε ομάδες δείχνουν τις φωτογραφίες τους σε άλλους μαθητές και τις συγκεντρώνουν σε έναν κοινό διαδραστικό online board (π.χ. padlet, jam board κ.λπ.) ή απλό πίνακα, έτσι ώστε όλοι να μπορούν να βλέπουν όλα τα κατοικίδια ζώα.
Οι μαθητές χρησιμοποιούν μια εφαρμογή τεχνητής νοημοσύνης η οποία μπορεί να αναγνωρίζει ένα ζώο ή οποιοδήποτε άλλο αντικείμενο (π.χ. Google Lens, ή η κάμερα ενός κινητού ή tablet).
Συζητώντας ποιες φωτογραφίες αναγνωρίζει η μηχανή και ποιες όχι, μπορούμε να καταλήξουμε σε συμπεράσματα με μία τελική δραστηριότητα προβληματισμού και επισκόπησης, που μπορεί να γίνει με ζητήματα όπως:
- Πώς αναγνωρίζουν τα συστήματα τεχνητής νοημοσύνης τις εικόνες;
- Γιατί τα συστήματα τεχνητής νοημοσύνης δεν μπορούν να αναγνωρίσουν ορισμένες εικόνες;
- Τελικά, μπορεί μια μηχανή να μάθει να αναγνωρίζει εικόνες και ήχους;
- Ποια είναι η διαφορά μεταξύ των συστημάτων τεχνητής και ανθρώπινης νοημοσύνης;
Για περισσότερες πληροφορίες μπορείτε να επισκεφτείτε την ιστοσελίδα του έργου εδώ και την σελίδα του Fascebook εδώ.