AI, slim bekeken · Vmbo 2-3 · 1. Train je eigen AI

• newEditor
• Digitale geletterdheid
• Middelbare school
• vmbo
• Leerjaar 2,3

Introductie

Leerlingen trainen met Teachable Machine zelf een model dat voorwerpen herkent. Ze testen het met duidelijke criteria, ontdekken wanneer het misgaat en verbeteren het met betere data.

Instructies

Handleiding Vmbo 2-3 les 1, Train je eigen AI.pdf

AI, SLIM BEKEKEN

Train je eigen AI

Je traint zelf een model dat voorwerpen herkent, en test hoe goed het echt is

VMBO 2-3 · LES 1 · 50 MIN

AI, slim bekeken: leerlijn AI-geletterdheid. Vmbo 2-3, les 1 van 4 (50 minuten). Lijn: snappen.

Kerndoel: VO 21D: experimenteren met het trainen van AI-systemen; beschrijven van de rol van de kwaliteit van data; 21C.

AILit: Shape 1, Shape 2, Shape 3, Engage 2.

Voorbereiding: Laptops of Chromebooks met webcam, per tweetal of groepje van drie. Open vooraf teachablemachine.withgoogle.com en test of de webcam werkt en of de school de site toelaat. Leg per groepje 3 voorwerpen klaar, zoals een schaar, een gum en een pen. Zie de handleiding voor een unplugged alternatief.

De volledige docentenhandleiding staat als bijlage bij deze les. Image credit: Maria Thalassinou / Unsplash

VMBO 2-3 · LES 1 · SNAPPEN

Dit ga je leren

• Ik kan een AI-model trainen met voorbeelden en labels.

• Ik kan een model testen met duidelijke criteria.

• Ik kan uitleggen hoe betere data een model beter maken.

AI, SLIM BEKEKEN

Lees de doelen voor en vraag wat de leerlingen al weten. Kom er aan het eind van de les op terug.

Kun jij in 15 minuten een AI trainen, denk je?

1

Ja, makkelijk

2

Misschien

3

Nee, veel te moeilijk

4

Geen idee wat dat is

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

1. Start de poll. 2. Toon de uitslag. Verwacht: veel 'Nee' of 'Geen idee'. 3. Zeg: 'Aan het eind van deze les heeft iedereen hier een eigen AI getraind. Je hebt er geen programmeerkennis voor nodig.' Misvatting: AI maken kan alleen een programmeur bij een groot bedrijf.

VMBO 2-3 · LES 1 · SNAPPEN

Wat is trainen?

• Je geeft de computer veel voorbeelden met het goede label, bijvoorbeeld 50 foto's van een schaar.

• De computer zoekt zelf wat die foto's gemeen hebben.

• Het resultaat heet een model.

• Daarna test je met nieuwe voorbeelden: herkent hij het echt?

AI, SLIM BEKEKEN

1. Lees de bullets. 2. Zeg: 'Denk aan een nieuwe collega op je stage bij de groenteafdeling. Je laat hem tien keer een courgette en tien keer een komkommer zien. Daarna herkent hij ze zelf. Zo train je ook een AI, alleen met veel meer voorbeelden.' 3. Vraag: 'Wat is een label?' Verwacht: 'Het goede antwoord bij een voorbeeld, zoals schaar.' Misvatting: je moet de computer uitleggen hoe een schaar eruitziet. Reageer: 'Nee, hij zoekt het zelf uit de voorbeelden.'

Image credit: Angele Kamp / Unsplash

Zet op volgorde: zo train je een AI

1

Testen met nieuwe voorbeelden

2

Het model laten trainen

3

Elk voorbeeld een label geven

4

Voorbeelden verzamelen

5

Verbeteren met meer of betere voorbeelden

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

1. Laat leerlingen de stappen slepen. 2. Bespreek de volgorde. 3. Zeg: 'Stap 5 brengt je weer terug naar stap 1. Trainen is proberen, testen en verbeteren.' 4. Vraag: 'Welke stap vergeten mensen het vaakst?' Verwacht: testen.

VMBO 2-3 · LES 1 · SNAPPEN

Teachable Machine

• Een gratis website van Google: teachablemachine.withgoogle.com

• Geen account nodig, je traint gewoon in de browser.

• Je foto's blijven op deze computer, zolang je niks opslaat of deelt.

• Train met voorwerpen, niet met gezichten van klasgenoten.

AI, SLIM BEKEKEN

1. Open de site op het digibord en klik mee: Get Started, Image Project, Standard image model. De site is in het Engels. 2. Laat zien: links de klassen (Class 1, Class 2), in het midden Train Model, rechts Preview. 3. Zeg: 'Je hernoemt een klasse door op de naam te klikken. Klik op Webcam en houd Hold to Record ingedrukt: zo maak je veel foto's achter elkaar.' 4. Zeg: 'We gebruiken voorwerpen, geen gezichten. Gezichten zijn persoonsgegevens.' Werkt de site niet? Ga naar het unplugged alternatief in de handleiding.

Image credit: Thomas Park / Unsplash

VMBO 2-3 · LES 1 · SNAPPEN

Train je model

MET AI

1. Maak 3 klassen en noem ze naar je voorwerpen, bijvoorbeeld Schaar, Gum en Pen.

2. Maak per voorwerp ongeveer 50 foto's met de webcam. Draai het voorwerp rustig rond.

3. Klik op Train Model en wacht tot het klaar is.

4. Houd een voorwerp voor de camera en kijk bij Preview wat het model zegt.

12

minute

00

second

add30s

12 minuten

AI, SLIM BEKEKEN

1. Zet leerlingen in tweetallen of groepjes van drie achter een laptop met webcam. 2. Zeg: 'Eén persoon houdt het voorwerp vast, één persoon bedient de computer. Wissel na elk voorwerp.' 3. Loop rond. Help als de webcam niet start (klik in de browser op Toestaan of Allow). 4. Als het goed gaat, ziet het groepje bij Preview een balk die naar het goede voorwerp springt. 5. Laat snelle groepjes een klasse 'Niks' toevoegen (lege tafel). Zonder webcam of site: gebruik de kaartjes met appels en peren uit de handleiding; één leerling is de 'computer' die alleen de 8 trainingskaartjes ziet en daarna de 4 testkaartjes moet raden.

VMBO 2-3 · LES 1 · SNAPPEN

Testen met criteria

• Spreek vooraf af hoe je test. Dat zijn je criteria.

• Test elk voorwerp 10 keer en tel hoe vaak het model goed zit.

• Test ook moeilijk: ander licht, andere achtergrond, iemand anders houdt het vast.

• Schrijf je score op, bijvoorbeeld 8 van de 10.

AI, SLIM BEKEKEN

1. Lees de bullets. 2. Zeg: 'Tijdens het trainen lijkt alles te werken. Maar een goede tester probeert het model juist in de war te brengen.' 3. Vraag: 'Welke moeilijke test kun je nog meer bedenken?' Verwacht: voorwerp half verstoppen, ver weg houden, ander voorwerp dat erop lijkt (potlood in plaats van pen).

VMBO 2-3 · LES 1 · SNAPPEN

Test je model

GROEPJES

1. Test elk voorwerp 10 keer. Turf op je lijst: goed of fout.

2. Doe minstens 3 moeilijke tests: ander licht, andere achtergrond, andere hand.

3. Schrijf bij elk voorwerp je score op.

4. Schrijf op: wanneer ging het fout?

7

minute

00

second

add30s

7 minuten

AI, SLIM BEKEKEN

1. Deel de turflijsten uit. 2. Zeg: 'Wees streng. Je wilt weten hoe goed je model echt is.' 3. Loop rond en vraag: 'Wanneer ging het fout? Waarom denk je?' Verwacht: 'Bij ander licht', 'Als ik mijn hand liet zien zonder voorwerp dacht hij pen.' 4. Laat drie groepjes hun beste en slechtste score noemen. Zeg: 'Fouten zijn nuttig: ze vertellen je wat er in je data mist.'

Je model herkent de pen niet meer bij ander licht. Waarom?

A

Het model is kapot en moet opnieuw worden gekocht

B

Een pen is te klein om te kunnen herkennen

C

Er zaten geen foto's met ander licht in de data

D

Het model werkt alleen overdag goed

1. Laat iedereen kiezen. 2. Goed: er zaten geen foto's met ander licht in de trainingsdata. 3. Zeg: 'Het model kent alleen wat het gezien heeft. Nieuw licht is voor hem een nieuwe situatie.' 4. Wie 'alleen overdag' kiest, is dicht bij het goede idee. Vraag: 'En waarom zou dat zo zijn?' Verwacht: 'Omdat alle foto's overdag gemaakt zijn.'

VMBO 2-3 · LES 1 · SNAPPEN

Zo maak je je model beter

Meer variatie

Foto's met ander licht, andere hoeken en andere achtergronden.

Evenveel

Ongeveer evenveel foto's per voorwerp, anders gokt het model scheef.

Klasse Niks

Een klasse met alleen de lege tafel, zodat het model niet altijd iets roept.

Opnieuw testen

Na elke verbetering test je weer met dezelfde criteria.

AI, SLIM BEKEKEN

1. Toon de kaarten. 2. Zeg: 'Kies er één uit die jullie model beter maakt, en probeer hem als er tijd is.' 3. Vraag bij 'Evenveel': 'Wat gebeurt er als je 100 foto's van de schaar hebt en 10 van de gum?' Verwacht: 'Dan zegt hij vaker schaar.' 4. Zeg: 'Dit is hetzelfde probleem als scheve data bij echte AI.'

VMBO 2-3 · LES 1 · SNAPPEN

Zo werkt het in het echt

• Een weegschaal in de supermarkt die herkent welke groente erop ligt.

• Een camera in een fabriek die kapotte producten eruit haalt.

• Ook die modellen zijn getraind met duizenden gelabelde foto's, en getest.

AI, SLIM BEKEKEN

1. Lees de bullets. 2. Zeg: 'Wat jullie net deden, doen bedrijven ook. Alleen met veel meer foto's en veel strengere tests.' 3. Vraag: 'Wat moet zo'n fabriekscamera allemaal kunnen herkennen?' Verwacht: krassen, deuken, verkeerde kleur, ook bij ander licht.

Wat deed jullie model goed, wat ging fout, en hoe kwam dat?

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

1. Laat elk groepje één antwoord typen. 2. Een goed antwoord noemt een score, een situatie waarin het misging en een oorzaak in de data. Bijvoorbeeld: 'Schaar 9 van 10 goed. Gum ging fout bij een witte achtergrond, want we hadden alleen foto's op een bruine tafel.' 3. Lees er een paar voor en koppel steeds terug aan de data.

Stelling: Als een model 9 van de 10 keer goed zit, is het goed genoeg.

1

Eens

2

Oneens

3

Weet ik nog niet

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

1. Lees de stelling. Laat leerlingen gaan staan (eens) of blijven zitten (oneens). 2. Vraag argumenten. Verwacht voor: '90 procent is heel veel', 'Mensen maken ook fouten.' Verwacht tegen: 'In een ziekenhuis of bij zelfrijdende auto's is 1 op 10 fout veel te veel.' 3. Zeg: 'Het hangt af van waar je het voor gebruikt. Voor een filter maakt een foutje niks uit, bij een medische scan wel.'

Wat heb je vooral nodig om een goed AI-model te trainen?

A

Veel gevarieerde voorbeelden met labels

B

Een heel dure en snelle computer

C

Veel foto's van precies dezelfde situatie

D

Een uitleg in woorden van het voorwerp

1. Laat iedereen kiezen. 2. Goed: veel gevarieerde voorbeelden met labels. 3. Zeg bij 'dezelfde situatie': 'Dan leert het model alleen die ene situatie.' 4. Zeg bij 'dure computer': 'Jullie deden het net op een gewone laptop. De data zijn het belangrijkst.'

VMBO 2-3 · LES 1 · SNAPPEN

Woorden van vandaag

Trainen Een AI veel voorbeelden met labels geven, zodat hij zelf patronen leert.

Label Het goede antwoord bij een voorbeeld, zoals 'schaar'.

Model Het getrainde AI-systeem dat nieuwe voorbeelden kan herkennen.

Klasse Een groep voorbeelden met hetzelfde label.

Testen Het model nieuwe voorbeelden laten zien en tellen hoe vaak het goed zit.

Criteria Afspraken over hoe je test en wanneer iets goed genoeg is.

AI, SLIM BEKEKEN

Herhaal de woorden kort. Laat leerlingen er een zin mee maken of er een aanwijzen die ze nu beter snappen.