Kinderen worden omringd door AI. Ze moeten weten hoe het werkt.

Student aan met post-it-notes gevuld whiteboard Met dank aan MIT Media Lab

Een student vat samen hoe hij kunstmatige intelligentie zou beschrijven aan een vriend: het is een beetje zoals een baby of een menselijk brein omdat het moet leren, zegt hij in een video, en het slaat die informatie op en gebruikt die informatie om dingen uit te zoeken. uit.

De meeste volwassenen zouden moeite hebben om zo'n overtuigende definitie van een complex onderwerp te formuleren. Deze leerling was net 10 jaar oud.

De leerling was een van de 28 middelbare scholieren in de leeftijd van 9 tot 14 jaar die deze zomer deelnamen aan een proefprogramma om hen te leren over AI. Het curriculum, ontwikkeld door Blakeley Payne, een afgestudeerde onderzoeksassistent bij het MIT Media Lab, maakt deel uit van een breder initiatief om deze concepten een integraal onderdeel van de klaslokalen van de middelbare school te maken. Ze heeft sindsdien open source het curriculum , die verschillende interactieve activiteiten omvat die studenten helpen ontdekken hoe algoritmen worden ontwikkeld en hoe die processen het leven van mensen beïnvloeden.

Kinderen groeien tegenwoordig op in een wereld die wordt omringd door AI: algoritmen bepalen welke informatie ze zien, helpen bij het selecteren van de video's die ze bekijken en bepalen hoe ze leren praten. De hoop is dat kinderen, door beter te begrijpen hoe algoritmen worden gemaakt en hoe ze de samenleving beïnvloeden, kritischere consumenten van dergelijke technologie kunnen worden. Het zou hen zelfs kunnen motiveren om mee vorm te geven aan de toekomst.

Het is essentieel voor hen om te begrijpen hoe deze technologieën werken, zodat ze ze het beste kunnen navigeren en gebruiken, zegt Payne. We willen dat ze zich sterk voelen.

De leerlingen stellen zich voor hoe ze YouTube opnieuw zouden ontwerpen. Met dank aan MIT Media Lab

Waarom kinderen?

Er zijn verschillende redenen om kinderen over AI te leren. Ten eerste is er het economische argument: studies hebben aangetoond dat het blootstellen van kinderen aan technische concepten hun probleemoplossende en kritisch denkvermogen stimuleert. Het kan hen ertoe aanzetten om later in hun leven sneller rekenvaardigheden te leren.

Ten tweede is er het maatschappelijke argument. Vooral de middelbare schooljaren zijn cruciaal voor de identiteitsvorming en ontwikkeling van een kind. Door meisjes op deze leeftijd over technologie te leren, is de kans groter dat ze het later gaan studeren of een carrière in technologie hebben, zegt Jennifer Jipson, hoogleraar psychologie en kinderontwikkeling aan de California Polytechnic State University. Dit kan helpen om de AI- en bredere tech-industrie te diversifiëren. Door in een vroeg stadium te leren omgaan met de ethische en maatschappelijke gevolgen van technologie, kunnen kinderen ook opgroeien tot meer bewuste makers en ontwikkelaars, maar ook tot beter geïnformeerde burgers.

Ten slotte is er het kwetsbaarheidsargument. Jonge mensen zijn meer kneedbaar en beïnvloedbaar, dus de ethische risico's die gepaard gaan met het volgen van het gedrag van mensen en het gebruiken ervan om meer verslavende ervaringen te ontwerpen, worden voor hen verhoogd, zegt Rose Luckin, een professor in leerlinggericht ontwerp aan het University College London. Kinderen passieve consumenten maken kan hun keuzevrijheid, privacy en ontwikkeling op de lange termijn schaden.

Tien tot twaalf jaar is de gemiddelde leeftijd waarop een kind zijn of haar eerste mobiele telefoon of zijn of haar eerste socialemedia-account krijgt, zegt Payne. We willen dat ze echt begrijpen dat technologie meningen heeft en doelen heeft die niet noodzakelijkerwijs overeenkomen met die van hen, voordat ze nog grotere consumenten van technologie worden.

De studenten ontwierpen ethische matrices om na te denken over de belanghebbenden van een sandwich-making-algoritme en hun waarden. Met dank aan MIT Media Lab

Algoritmen als mening

Het curriculum van Payne omvat een reeks activiteiten die studenten ertoe aanzetten na te denken over de subjectiviteit van algoritmen. Ze beginnen met het leren over algoritmen als recepten, met invoer, een reeks instructies en uitvoer. De kinderen worden vervolgens gevraagd om instructies te bouwen of op te schrijven voor een algoritme dat de beste boterham met pindakaas en jam oplevert.

Al heel snel begonnen de kinderen in de zomerpilot de onderliggende les te begrijpen. Een student trok me apart en vroeg: ‘Moet dit een mening of een feit zijn?’ zegt ze. Door hun eigen ontdekkingsproces realiseerden de studenten zich hoe ze onbedoeld hun eigen voorkeuren in hun algoritmen hadden ingebouwd.

De volgende activiteit bouwt vervolgens voort op dit concept: leerlingen tekenen wat Payne een ethische matrix noemt om na te denken over hoe verschillende belanghebbenden en hun waarden ook het ontwerp van een sandwich-algoritme kunnen beïnvloeden. Tijdens de pilot koppelde Payne de lessen vervolgens aan de actualiteit. Samen lazen de leerlingen een verkorte Wall Street Journal-artikel over hoe YouTube-managers overwogen om een ​​aparte versie van de app voor kinderen te maken met een aangepast aanbevelingsalgoritme. De studenten konden zien hoe de eisen van investeerders, ouderlijke druk of de voorkeuren van kinderen het bedrijf volledig andere paden konden sturen om het algoritme te herontwerpen.

Een andere reeks activiteiten laat studenten kennismaken met het concept van AI-bias. Ze gebruiken De leerbare machinetool van Google , een interactief, codevrij platform voor het trainen van basismodellen voor machinaal leren, om een ​​cat-dog classifier te bouwen, maar krijgen zonder hun medeweten een bevooroordeelde dataset. Door een proces van experimenteren en discussiëren leren ze hoe de dataset ertoe leidt dat de classifier nauwkeuriger is voor katten. Ze hebben dan de kans om het probleem op te lossen.

Payne koppelde de oefening nogmaals aan een praktijkvoorbeeld tijdens de pilot door de studenten beelden te laten zien van Joy Buolamwini, een collega Media Lab-onderzoeker, getuigen voor het Congres over vooroordelen in gezichtsherkenning. Ze konden zien hoe het soort denkproces dat ze hadden doorlopen de manier waarop deze systemen in de wereld worden gebouwd, zou kunnen veranderen, zegt Payne.

Een student pronkt met haar laatste YouTube-redesign. Met dank aan MIT Media Lab

De toekomst van het onderwijs

Payne is van plan het programma te blijven aanpassen, rekening houdend met openbare feedback, en onderzoekt verschillende wegen om het bereik uit te breiden. Haar doel is om een ​​versie ervan te integreren in het openbaar onderwijs.

Daarnaast hoopt ze dat het een voorbeeld zal zijn voor het onderwijzen van kinderen over technologie, samenleving en ethiek. Zowel Luckin als Jipson zijn het erover eens dat het een veelbelovende sjabloon biedt voor hoe het onderwijs kan evolueren om te voldoen aan de eisen van een steeds meer door technologie gedreven wereld.

AI zoals we het nu in de samenleving zien, is geen geweldige gelijkmaker, zegt Payne. Onderwijs is, of dat hopen we tenminste te zijn. Dit is dus een fundamentele stap op weg naar een rechtvaardiger en rechtvaardiger samenleving.

zich verstoppen