Edu4AI Artificial Intelligence and Machine Learning to foster 21st century skills in secondary education - KMK-PAD

Online-Fachtagung „Digitale Bildung und virtueller Austausch mit Erasmus+”

  Edu4AI
  Artificial Intelligence and Machine Learning to foster 21st century
  skills in secondary education
  https://www.edu4ai.eu

  Dr.-Ing. Konstantina Geramani (kg@in-two.com)

Project Reference: 2020-1-DE03-KA201-077366

Konsortium
●   IN2 Digital Innovations GmbH (DE)
●   Edumotiva (GR)
●   Fondazione Mondo Digitale (IT)
●   AIJU (ES)
●   Johannes-Kepler-Gymnasium (DE)
●   Col-legi San Roc (ES)
●   1 EPAL Korydallou (GR)

Warum jetzt

●   Künstliche Intelligenz (KI) ist eine Technologie die immer mehr an Bedeutung
    gewinnt
●   KI spielt mehr und mehr eine wichtige Rolle bei der Schulbildung, und verändert
    die Art und Weise, wie Lehrer und Schüler in lehren, lernen und kommunizieren
●   Die COVID-19 Pandemie hat die Notwendigkeit unterstützender und
    alternativer Bildungsmodelle besonders hervorgehoben

Ziele

●   Die Bildung einer Online-Gemeinschaft von Lehrern rund um das Thema KI die
    zusammen mit Schülern ganz einfach neue KI Projekte erstellen können.

●   Die Erstellung von Hilfsmitteln für Schüler um Schlüsselkompetenzen und
    -fähigkeiten des 21. Jahrhunderts zu entwickeln

●   Ausbildung von Lehrern in KI

Erste Ergebnisse

●   Pädagogische Modelle, bewährte Methoden und Leitlinien

●   Technische Anleitungen für Lehrer

●   Pilotprojekte

KI didaktische Ansätze

●   KI als Studienfach: Lehren und Lernen technischer Aspekte von KI

●   KI in der Didaktik: fachspezifischer Unterricht, der KI als Werkzeug zur
    Stärkung und Erweiterung des Wissens in einer Disziplin integriert

●   KI für Didaktik: KI-basierte Geräte und Software zur Unterstützung von Lehren
    und Lernen

Pädagogische Modelle

●   Mitwirkung der Lehrkräften bei der Gestaltung von KI Werkzeugen und
    Unterrichtseinheiten

●   Mitwirkung der Studenten

●   Möglichkeit der Weiterentwicklung und Erweiterung der Aktivitäten

KI Lerninhalte

KI kann fachbezogen (d.h. mit einer bestimmten Schuldisziplin
verbunden) oder fach-unabhängig sein

 ●   Wahrnehmung
 ●   Darstellung und Reasoning
 ●   Aus Daten lernen
 ●   Interaktion
 ●   Gesellschaftlicher Einfluss von KI
 ●   Übersicht der KI-Anwendungen
 ●   KI und Ethik

KI Lernziele

●   Epistemische Komponenten: Wissen, Kompetenzen und Hard Skills mit Bezug
    zu KI und zum Fachgebiet

●   Nicht epistemische Komponenten: kritisches Denken, kreative Problemlösung,
    Metakognition, Selbstreflexion, Kommunikation, Kollaboration (Soft Skills)

KI Werkzeuge

●   Virtuelle Lernumgebungen
●   Simulationssoftware
●   Eingebettete Software
●   Im Web verfügbare Tools im Vergleich zu Tools, die von
    Lehrern und Schülern erstellt werden

Lehrpläne für die K-12 Bildung

●   Kontextorientiert: Verwendet KI Kontexte um Makroeinheiten (z. B. Smart Cities, Smart
    Home, Smart School usw.) und Untereinheiten (z. B. Transporte, Pflege usw.) zu definieren
●   Menschenorientiert: Menschliche sozio-kognitive Prozesse (z.B. Denken, Entscheiden,
    Handeln, Lernen etc.) als Metapher, um KI-Prozesse zu beschreiben und Lerneinheiten
    entsprechend zu organisieren
●   Engineering-orientiert: Engineering-Prozesse (z. B. die Definition eines KI-Projektzyklus)
    als strukturierende Elemente des Curriculums.

KI Technologien für Schulen

●   Spracherkennung
●   Texterkennung
●   Text zu Sprache
●   Bildklassifizierung
●   Emotionserkennung
●   Chatbots
●   Programmierbare KI-Spiele

Pilotprojekte

●   Lenkung eines DIY Robotik-Fahrzeuges mit Spracherkennung

●   Automatische Erkennung von Verkehrszeichen bei einem DIY Robotik-Fahrzeug
    (Objekterkennung und Bildklassifizierung )

●   Konzeptualisierung und Entwicklung von autonomen Chatbots

Projekt: Lenkung eines DIY Robotik Fahrzeuges mit
Spracherkennung

●   Herstellung und Programmierung des Fahrzeuges
●   Entwicklung und Erprobung einer Anwendung zur
    Spracherkennung
●   Phasen des Projektes: Brainstorming, Planung,
    Experimentierung, Prüfung und Präsentation der
    Ergebnisse.

Projekt: Automatische
Erkennung von Verkehrszeichen

●   Theoretische Einführung in selbstfahrende Autos und die damit verbundene
    technologische, soziale und ethische Herausforderungen.
●   Erforschung der grundlegenden Konzepte der KI und Aspekten der Bildverarbeitung
●   Bildklassifizierung und Objekterkennung
●   Entwicklung eines Modells, welches Bilder von Verkehrszeichen mit Hilfe der
    KI-Bildklassifizierung erkennt
●   Aufbau eines eigenes DIY Fahrzeuges, dass autonom Verkehrszeichen erkennen kann

Projekt: Konzept und Entwicklung von autonomen
Chatbots

Chatbot für die Kommunikation zwischen
Schule und Schüler/Eltern

Workshop “Machine Learning von Grund auf”

An einfachen Beispielen künstliche Intelligenz begreifen:

 ●    mit Googles Teachable Machine innerhalb von Minuten ein Neuronales
      Netz trainieren,
 ●    verstehen, wie eine Künstliche Intelligenz Entscheidungen und
      Vorhersagen trifft, indem man sie "nachspielt" ("Computer Science
      unplugged")
 ●    und zuletzt mit dem bekannten Softwarepaket "Orange Data Mining"
      ohne Programmierung ein Vorhersagemodell für
      Gebrauchtwagenpreise (Kaggle-Dataset) selbst erstellen und testen.

VIELEN DANK

https://www.edu4ai.eu/
Email: edu4ai@in-two.com