Selbstfahrenden Autos das Fahren beibringen

Ablauf der Lektion

1. 1

   Unterrichtsablauf

   Schritt 1: Begriffe

   Künstliche Intelligenz – Computersysteme einsetzen, um Aufgaben zu erledigen, für die normalerweise menschliche Intelligenz erforderlich ist

   Algorithmus – eine Reihe von Regeln, denen du folgst, um ein Problem zu lösen

   Überwachtes Lernen – eine Form des maschinellen Lernens, bei der ein Algorithmus mit gekennzeichneten Daten trainiert wird

2. 2

   Unterrichtsablauf

   Schritt 2: App einrichten

   Hilf den Schüler*innen, Ari einzuschalten und die App-Ordner durchzusehen, bis sie Toolkit finden. Öffne die Compass-App in Toolkit. Wenn der Bildschirm Compass Mode erscheint, wählen die Schüler*innen On a Map.

3. 3

   Unterrichtsablauf

   Schritt 3: Einführung

   Teile die Schüler*innen in Zweiergruppen ein und gib ihnen folgende Aufgabe: „Überlegt euch eine Definition von KI, also künstlicher Intelligenz. Nutzt dazu eure eigenen Erfahrungen mit KI und euer Wissen über Geräte, die KI verwenden.“

   Lass die Schüler*innen darüber nachdenken, wo KI eingesetzt wird und woher sie ihre Informationen bekommt.

   Gib den Schüler*innen zunächst Zeit, sich auszutauschen und Informationen zu recherchieren. Formuliere anschließend mit der Klasse eine Definition von künstlicher Intelligenz. Die Definition sollte in etwa der folgenden Beschreibung entsprechen:

   Künstliche Intelligenz – Computersysteme einsetzen, um Aufgaben zu erledigen, für die normalerweise menschliche Intelligenz erforderlich ist

   Erstellt ausgehend von dieser Definition eine Liste von Geräten, die im Alltag künstliche Intelligenz nutzen. Lass die Schüler*innen Beispiele nennen, die sie miteinander besprochen haben.

   Achte darauf, dass selbstfahrende Autos oder selbstfahrende Funktionen von Autos auf der Liste stehen. So stellst du einen Bezug zur ersten Aufgabe her.

   Frag die Schüler*innen, wie selbstfahrende Autos ihrer Meinung nach ihre Umgebung wahrnehmen und darauf reagieren, um sicher am Straßenverkehr teilzunehmen.

4. 4

   Unterrichtsablauf

   Schritt 4: Aufgabe 1 – Einem selbstfahrenden Auto den Weg weisen

   Teile die Schüler*innen in Gruppen von 2–3 ein und gib jeder Gruppe einen Ari.

   Lass die Schüler*innen Ari einschalten und durch Drücken der Tasten und Wischen durch die Bildschirme navigieren, bis sie die Compass-App finden. Dieselben Abbildungen stehen auf dem Arbeitsblatt bei Aufgabe 1.

   Die Schüler*innen müssen Ari am Kompass unter jeder Karte ausrichten. Die Kompassrosen verwenden englische Buchstaben: E = Osten, S = Süden, NE = Nordosten, SE = Südosten und SW = Südwesten.

   Lass die Schüler*innen zu zweit mit Ari und einem Lineal bestimmen, in welche Richtung das Auto fahren muss, um vom Start- zum Zielort zu gelangen.

   Nachdem sie mit der Compass-App und einem Lineal die Richtung bestimmt haben, messen und notieren die Schüler*innen die Entfernung und die Richtung, in die das Fahrzeug fahren muss, bevor es abbiegt.

   Die Zweiergruppen bestimmen wiederholt die Fahrtrichtung und messen die Entfernung, bis sie die gesamte Strecke vom Start- zum Zielort ausgearbeitet haben.

   Bei den nächsten beiden Karten richten die Schüler*innen ihren Ari erneut am Kompass auf der jeweiligen Karte aus.

   Die Schüler*innen navigieren mit ihren Ari auf jeder der beiden zusätzlichen Karten vom Start zum Ziel. Sie notieren die Richtungen und Entfernungen entlang der Routen.

5. 5

   Unterrichtsablauf

   Schritt 5: Aufgabe 2 – Einen Algorithmus für ein selbstfahrendes Auto trainieren

   Auf der Website Teachable Machine trainieren die Schüler*innen einen Algorithmus, der häufig vorkommende Verkehrsschilder und Ampeln erkennt. Der Algorithmus ähnelt einem Algorithmus, der in einem selbstfahrenden Auto eingesetzt wird.

   Teile den Link zum Ordner mit Trainingsbildern von Stoppschildern und Ampeln, den du zuvor vorbereitet hast. Die Schüler*innen laden diese Bilder für die erste Trainingsrunde herunter. Außerdem suchen sie selbst Bilder einer Ampel und eines Stoppschilds, um ihren trainierten Algorithmus später zu testen. Sie speichern diese Testbilder getrennt und laden sie nicht als Trainingsbilder hoch.

   Mithilfe der Screenshots auf dem Arbeitsblatt wählen die Schüler*innen den richtigen Algorithmus aus und laden eine Bildersammlung hoch, mit der sie ihn trainieren.

6. 6

   Unterrichtsablauf

   Schritt 6: Aufgabe 2 – Einen Algorithmus für ein selbstfahrendes Auto trainieren (Fortsetzung)

   Die Schüler*innen testen ihre Algorithmen gemeinsam mit ihrem* ihrer Partner*in. Auf dem Gerät ihres* ihrer Partner*in zeigen sie ein Bild eines Stoppschilds oder einer Ampel vor die Kamera eines anderen Geräts. Anschließend prüfen sie, ob ihr Algorithmus die Bilder erkennt.

   Nach dem Test suchen die Schüler*innen 10 weitere Bilder von Ampeln und 10 weitere Bilder von Stoppschildern. Sie laden diese in die jeweiligen Kategorien Ampeln und Stoppschilder hoch und trainieren ihre Algorithmen erneut.

   Sie testen ihre Modelle erneut und prüfen, ob sich die Genauigkeit und die Fähigkeit, Bilder zu erkennen, verändert haben.

   Zum Abschluss dieser Aufgabe überlegen sich die Schüler*innen gemeinsam mit ihrem* ihrer Partner*in etwas Weiteres, das häufig vorkommt und das ein selbstfahrendes Auto während der Fahrt erkennen muss.

   Die Schüler*innen erstellen eine dritte Kategorie und laden 10 Fotos hoch, die sie dafür recherchiert haben.

   Nach dem Hochladen der Fotos trainieren die Schüler*innen ihren Algorithmus erneut. Sie testen ihn, indem sie der Kamera aus jeder ihrer Kategorien drei Bilder zeigen. Für jede Kategorie fügen sie auf dem Arbeitsblatt einen Screenshot von einem dieser drei Tests ein.

7. 7

   Unterrichtsablauf

   Schritt 7: Auswertung: Abschlussfragen

   (Die Abschlussfragen stehen auf der letzten Seite des Arbeitsblatts.)

   Nutze die folgenden Fragen, um die Schüler*innen zum Nachdenken und zum Austausch anzuregen. Geh herum, während sie zunächst ihre Antworten auf die Abschlussfragen aufschreiben und diese anschließend mit einem* einer Partner*in besprechen:

   Vergleiche die Genauigkeit deines Modells vor und nach dem erneuten Training mit zusätzlichen Bildern. Was zeigt das darüber, wie KI-Systeme aus Daten lernen?