Lezione 1 - Introduzione all'apprendimento automatico

Iniziare con la risoluzione dei problemi: consigliamo di insegnare le prime tre lezioni dell'unità Risoluzione dei problemi e informatica, che introduce il processo di risoluzione dei problemi a cui si fa riferimento durante il corso. Queste lezioni includono anche un questionario propedeutico che puoi somministrare agli studenti.

Introduzione a Code.org: considera la possibilità di guardare la nostra serie di video Introduzione a Code.org per una panoramica su come navigare nei piani delle lezioni, configurare una sezione per la classe e altre importanti funzionalità della piattaforma Code.org. Ogni video ha anche un articolo di supporto se preferisci leggere o stampare le istruzioni - clicca qui per saperne di più.

Imposta una sezione "Classe": puoi utilizzare una sezione "Classe" in Code.org per gestire i tuoi studenti, visualizzare i loro progressi e assegnare un piano di studi specifico - fai clic qui per saperne di più.

Se utilizzi un sistema di gestione dell'apprendimento, potrebbero essere necessari ulteriori passaggi per sincronizzare le tue classi con Code.org:

• Clicca qui per i passaggi per configurare le tue classi con Google Classroom
• Clicca qui per i passaggi per configurare le tue classi con Clever

Diventa un insegnante verificato: gli insegnanti che ottengono questo livello di autorizzazione hanno accesso a materiale didattico aggiuntivo e alle soluzioni degli esercizi, nonché la possibilità di far compilare alcuni sondaggi ai propri studenti. Per diventare insegnanti verificati occorre inviare un'email di richiesta all'indirizzo didattica@programmailfuturo.it dalla casella di posta elettronica associata al proprio account Code.org di tipologia insegnante. Indicare: nome, cognome, denominazione e indirizzo della scuola presso cui si presta servizio. Se l'indirizzo email dell'account non ha il dominio istituzionale "@scuola.istruzione.it" o il dominio della propria scuola, è necessario confermare la richiesta da una casella del suddetto tipo o chiedere alla segreteria della propria scuola di confermare il vostro status di insegnante.

Lasciati ispirare: prendi in considerazione la possibilità di guardare la nostra playlist di video Suggerimenti per gli insegnanti, con gli attuali insegnanti di Alla scoperta dell'informatica.

Presentazione di Sviluppo App: questa unità presuppone che gli studenti abbiano già familiarità con Sviluppo App. Se hai studenti che non hanno mai lavorato con Sviluppo App e in modalità interfaccia, prendi in considerazione l'idea di dedicare un po' di tempo in più alla lezione presentando agli studenti un numero sufficiente di esempi in Sviluppo App affinché riescano bene in questa unità. Ad esempio, chiedendo agli studenti di completare l'Sviluppo App - Tutorial Ora del codice Sviluppo App

Discussione: oggi iniziamo un'unità sull'intelligenza artificiale o IA. Qual è un esempio di intelligenza artificiale nella tua vita personale o che hai visto in un film o in un libro?

Che cos'è un'IA? A un livello base, l'intelligenza artificiale è quando un programma per computer imita l'intelligenza di un essere umano. Questo può apparire come risolvere un problema, impegnarsi in conversazioni, mostrare emozioni e molte altre forme. Poco dopo questa richiesta, gli studenti guarderanno un video che definisce ulteriormente l'IA e il focus di questa unità, l'apprendimento automatico.

Chiedi agli studenti di scambiare idee in silenzio da soli, poi condividili con i loro compagni e infine condividili con tutta la classe.

Obiettivo della discussione: prova a far emergere eventuali connessioni personali che gli studenti potrebbero già avere con l'intelligenza artificiale. Gli studenti possono trovare esempi tratti dalla loro vita personale, come sistemi di ausilio alle decisioni o di riconoscimento facciale. Oppure possono pensare a esempi nei media, come i robot in film come Wall-E o gli assistenti personali come Siri. Gli studenti possono anche trovare esempi che non siano strettamente di intelligenza artificiale: per ora, aggiungili comunque all'elenco. Tieni traccia dei suggerimenti che gli studenti esprimono senza convalidarli come giusti o sbagliati: lascia che gli studenti si fermino prima a riflettere con la massima libertà.

Mostra: visualizza la diapositiva con l'ampio diagramma di Venn che include l'intelligenza artificiale e diverse applicazioni.

L'Intelligenza Artificiale viene utilizzata in molti aspetti diversi della nostra vita: dal riconoscimento facciale nei nostri telefoni ai consigli personali quando navighiamo sul Web e persino nelle auto senza conducente. Nelle prossime settimane, ci concentreremo su un tipo specifico di intelligenza artificiale chiamato apprendimento automatico (machine learning).

Video: osserva l'intelligenza artificiale: cos'è l'apprendimento automatico? Il video è all'interno delle diapositive

Glossario: mostra la seguente voce di glossario

• Apprendimento automatico (Machine Learning): il modo in cui i computer riconoscono gli schemi e prendono decisioni senza essere programmati esplicitamente

L'apprendimento automatico (machine learning) ci aiuta a risolvere problemi importanti della società. Nelle prossime settimane vedremo come creare le nostre app di apprendimento automatico per risolvere problemi. Per aiutarci a raggiungere i nostri obiettivi, useremo il processo di risoluzione dei problemi: definisci, prepara, prova, rifletti ed empatizza sempre. Diamo un'occhiata a come appaiono questi passaggi in particolare per l'apprendimento automatico

Mostra la diapositiva con il processo di risoluzione dei problemi. Leggi le righe aggiuntive che rappresentano il modo in cui il processo si connette al'apprendimento automatico.

Domanda del giorno: come possiamo utilizzare il processo di risoluzione dei problemi per risolvere un problema con l'apprendimento automatico?

Nell'attività odierna, utilizzeremo l'apprendimento automatico per aiutare un robot a ripulire l'oceano e imparare a identificare i pesci. Gli daremo molti esempi di pesci, gli daremo il tempo di imparare da questi esempi e poi vedremo come se la cava nel ripulire l'oceano.

Distribuisci la guida alle attività per questa lezione

Code Studio: insieme a tutta la classe, vai all'esercizio 1 su Code Studio - Riconoscere i pesci.

Fai questo: con tutta la classe, affronta questo esercizio pensato con l'intento di guidarti attraverso il processo per addestrare Bot IA a riconoscere i pesci. Mentre lo fai, compila la prima parte della guida alle attività come classe. Considera le seguenti strategie nelle diverse fasi dell'esercizio:

Bot IA e pronomi: questi esercizi utilizzano intenzionalmente il nome completo di Bot IA ed evitano di usare per Bot IA pronomi come «lui» o «lei». Anche se alcuni sistemi di intelligenza artificiale assumono ruoli di genere personificati, come Siri o Jarvis, gli attuali programmi di apprendimento automatico non hanno generi perché sono solo programmi per computer. Illustra questo stesso comportamento con gli studenti facendo riferimento a Bot IA con il suo nome completo o usando al massimo «esso» come pronome.

Schermata di addestramento:

• Il testo informativo apparirà spesso a schermo. Prendi in considerazione l'idea di chiedere agli studenti di leggere i suggerimenti ad alta voce alla classe, possibilmente con la loro migliore voce robotica, per divertirsi un po'
• Chiedi agli studenti di usare pollice su/pollice giù per decidere come classe se qualcosa è un pesce
• A 30 immagini, l'esercizio ti chiederà se desideri procedere con l'esercizio oppure continuare ad allenarti. Chiedi agli studenti di aiutarti con questa decisione e segui il loro esempio: continua la'addestramento o passa alla schermata successiva.
• Prima di continuare, chiedi agli studenti di annotare sulla loro guida alle attività quante immagini hanno usato per allenare Bot IA.

Schermata di prova:

• Bot IA probabilmente identificherà erroneamente alcuni oggetti. Assicurati che gli studenti se ne accorgano e chiedi loro di pensare individualmente il motivo per cui pensano che ciò stia accadendo. Questo si collega alla discussione che verrà affrontata alla conclusione di questo esercizio.

Schermata di valutazione:

• Chiedi agli studenti di contare il numero di pesci che Bot IA ha identificato correttamente. Registralo sulla guida delle attività.
• Non è strano se e Bot IA identifica erroneamente alcuni rifiuti come pesci: questo pone le basi per la discussione.

Discussione: Se volessimo aiutare Bot IA nel riconoscere meglio i pesci, come pensi che potremmo farlo?

Obiettivo della discussione: aiuta gli studenti a capire che Bot IA impara meglio quando ha più esempi. Il modo migliore per migliorare la sua capacità di riconoscere i pesci è fornirgli altri esempi da esaminare. Gli studenti possono anche capire che questo è il modo in cui gli esseri umani imparano, specialmente i bambini piccoli: più esempi abbiamo, meglio impariamo.

Questo è un esempio di come il processo di risoluzione dei problemi e l'apprendimento automatico possono essere utilizzati per risolvere un problema. Abbiamo preparato i nostri dati, li abbiamo usati per addestrare Bot IA, poi abbiamo riflettuto sui risultati e deciso cosa fare dopo. Nell'esercizio successivo, seguirai questo processo e addestrerai Bot IA a rilevare determinati tipi di pesci, come il pesce rosso o il pesce azzurro o il pesce triangolare.

Code Studio: chiedi agli studenti di accedere a Code Studio Esercizio 2 - Riconoscere le caratteristiche dei pesci. Questo esercizio consente agli studenti di addestrare Bot IA a riconoscere un pesce in base al colore o alla forma del corpo.

Fai questo: chiedi agli studenti di scegliere una parola sulla quale desiderano addestrare Bot IA per il riconoscimento e fai annotare queste informazioni nella loro Guida alle attività. Gli studenti dovrebbero progredire nell'esercizio da soli, annotando le informazioni sulla loro guida alle attività.

Girando tra i banchi: verifica che gli studenti stiano compilando la guida alle attività man mano che completano le fasi. Dopo aver fatto una breve controllo iniziale per ciascuno studente, completa tu stesso questa fase di fronte a tutta l'aula e fermati all'ultima schermata.

Guida alle attività e Code Studio: in principio gli studenti potrebbero avere difficoltà a tenere traccia delle informazioni sulla loro guida alle attività man mano che completano gli esercizi su Code Studio. Per aiutare gli studenti a riflettere su questo aspetto dovrai farli procedere come uno scienziato che esegue un esperimento in laboratorio: eseguono un esperimento in Code Studio e tengono traccia dei risultati nella loro Guida alle attività. Questo è uno schema che continuerà per tutta l'unità, quindi questa è una grande opportunità per aiutare gli studenti a gestire sia la Guida alle attività che Code Studio.

Mostra: quando gli studenti raggiungono la fase finale, invitali a premere l'icona bianca delle informazioni nell'angolo in alto a destra. Questo mostrerà le caratteristiche che Bot IA utilizza per prendere una decisione. Nell'esempio qui riportato, Bot IA ha imparato che il colore conta di più quando si prende una decisione mentre gli occhi sono quelli meno importanti.

Chiedi agli studenti di annotare le caratteristiche più importanti e meno importanti nella loro guida alle attività.

Discussione: Quali caratteristiche Bot IA riteneva fossero le più importanti? Sono queste le caratteristiche che ti aspettavi fossero più importanti per te?

Obiettivo della discussione: gli studenti potrebbero scoprire che Bot IA ritiene che alcune caratteristiche siano importanti quando in realtà sono completamente estranee alla parola data. Ad esempio, pensare che la bocca di un pesce sia importante quando si cerca di determinare se il pesce è rosso. Gli studenti possono verificarlo cercando schemi nei pesci che Bot IA ha accettato: forse tutti i loro esempi avevano lo stesso tipo di bocca e Bot IA ha erroneamente pensato che questo fosse importante.

Alcuni di voi hanno notato che Bot IA stava imparando a conoscere parti del pesce che in realtà non sono importanti, come la bocca, gli occhi o la pinna dorsale. Questo accade anche nella vita reale: anche disponendo di molti dati, le macchine possono apprendere schemi che vanno al di là delle nostre intenzioni, il che può indurre Bot IA a commettere errori. In questa situazione, è abbastanza facile capire se Bot IA ha commesso un errore: possiamo vedere rapidamente se un pesce non è effettivamente rosso o circolare. Proviamo una sfida leggermente più difficile: cercare di riconoscere le espressioni!

Code Studio: chiedi agli studenti di accedere all'esercizio 3 di Code Studio - Riconoscere le espressioni dei pesci. Questo esercizio consente agli studenti di addestrare Bot IA a riconoscere un pesce dalla sua espressione, ad esempio «sciocco», «serio» o «arrabbiato».

Fai questo: chiedi agli studenti di scegliere un'espressione sul riconoscimento della quale vogliono addestrare Bot IA e fai annotare queste informazioni nella loro Guida alle attività. Gli studenti dovrebbero progredire nell'esercizio in autonomia, annotando le informazioni sulla loro guida alle attività. Nella schermata finale, chiedi agli studenti di premere l'icona delle informazioni e annotare le caratteristiche che Bot IA ha ritenuto più importanti.

Girando tra i banchi: verifica che gli studenti stiano compilando la guida alle attività man mano che completano le fasi. Chiedi agli studenti quali caratteristiche stanno esaminando per determinare se un pesce soddisfa i loro criteri. Gli studenti probabilmente diranno che usano principalmente occhi e bocca per aiutare a determinare l'espressione, ma quando fanno clic sull'icona Informazioni nella schermata finale, Bot IA potrebbe utilizzare caratteristiche aggiuntive come il colore e il corpo per prendere una decisione. Invita gli studenti a riflettere su come si sentono al riguardo e a confrontarlo con la loro esperienza personale: ad esempio, se qualcuno lo ritenesse «sciocco» o «arrabbiato» principalmente in base al loro abbigliamento.

Mostra la diapositiva di Bot IA che impara a identificare i pesci come «arrabbiati». Chiedi agli studenti di rispondere alla domanda che appare sullo schermo: Guardando questa schermata, perché pensi che il colore sia apparso come la seconda caratteristica più importante?

Obiettivo della discussione: gli studenti dovrebbero notare che anche se gli occhi e la bocca tendono ad apparire «arrabbiati» su ogni pesce, sembra che ci siano anche molti pesci viola sullo schermo. Di conseguenza, Bot IA potrebbe iniziare a pensare che il colore «viola» sia un altro modo per capire se un pesce è arrabbiato o meno.

Discussione: pensi che sia giusto considerare un pesce «arrabbiato» per il suo colore?

Obiettivo della discussione: per la prima parte della domanda, guida gli studenti a notare che ci sono molti pesci viola sullo schermo cosicché Bot IA potrebbe pensare che i pesci viola abbiano maggiori probabilità di essere arrabbiati rispetto agli altri pesci.

Colloqui di lavoro: se c'è tempo a disposizione, prendi in considerazione di mostrare agli studenti Obiettivo o pregiudiziale: sull'uso discutibile dell'Intelligenza Artificiale per i colloqui di lavoro. Questo è un esempio reale di una situazione simile in cui fattori non intenzionali, come indossare occhiali o un velo, stanno influenzando il modo in cui un sistema di intelligenza artificiale valuta i candidati al lavoro. Questa può essere una risorsa utile per stabilire una connessione tra questa attività di pesca e il mondo reale, ma questa risorsa non è progettata per un pubblico di scuola media e richiede alcuni aggiustamenti e decisioni su come presentarla al meglio ai tuoi studenti.

La seconda parte della domanda è più aperta. Gli studenti dovrebbero esplorare le proprie idee e sensazioni sull'opportunità di questo tipo di etichettatura in base al colore del pesce. In particolare, Bot IA ha imparato che «i pesci viola sono pesci arrabbiati», conclusione a fronte della quale gli studenti possono avere forti reazioni. Possono descrivere situazioni simili al di fuori della classe, come momenti in cui sono stati giudicati in base al loro aspetto, sesso o razza, per aiutare a spiegare le loro opinioni. Questa domanda è progettata per avviare una conversazione e collegare le esperienze degli studenti alle potenziali insidie dell'apprendimento automatico, e va bene se la discussione non giunge a una conclusione definitiva. Puoi far sapere agli studenti che continueranno a conoscere e discutere di questi problemi nel resto dell'unità. Usa le osservazioni qui sotto per contribuire a concludere la discussione.

Anche con un piccolo esempio come questo, vediamo che l'apprendimento automatico può mettersi nei guai e imparare qualcosa di dannoso per un particolare tipo di pesce. Avere più dati e assicurarsi che rappresenti tutti i tipi di pesce può aiutare a risolvere questo problema. Questi tipi di esempi si verificano anche nella vita reale e possono avere gravi conseguenze, ad esempio se si riceve o meno assistenza medica o si riceve un'offerta di lavoro. Durante questa unità, mentre impariamo a usare l'apprendimento automatico per risolvere i problemi, dobbiamo sempre pensare a: che impatto ha? E c'è qualcuno che viene incluso o escluso?

Code Studio: chiedi agli studenti di rispondere a 5 brevi domande del sondaggio all'inizio di questa unità sull'intelligenza artificiale e l'apprendimento automatico. Una volta che almeno 5 studenti avranno completato il sondaggio, potrai visualizzare i risultati anonimi nel Cruscotto di controllo dell'insegnante. Alcune di queste domande verranno poste nuovamente alla fine del primo progetto, il che può essere utile per vedere la progressione degli studenti e i cambiamenti di atteggiamento all'interno dell'unità.

Discussione: Qual è la novità che hai imparato oggi sull'apprendimento automatico? Qual è la tua nuova domanda sull'apprendimento automatico?

Incoraggia gli studenti a sceglierne una da condividere con te mentre escono dalla porta o a scrivere le loro risposte su un post-it che può essere esposto in classe. Se possibile, tieni traccia di questi argomenti in tutta l'unità e riferisciti ad essi nelle lezioni successive quando verranno affrontati.