Å lage kunstig intelligens handler om å ta valg som bestemmer hvordan teknologien virker. Vi velger hvor vi bruker den, hvilke data som blir brukt, hvilken algoritmemodell som er best, og hva vi skal gjøre med informasjonen vi får ut i andre enden.
Gjør et tankeeksperiment i grupper: Se for dere en algoritme med utgangspunkt i oppdraget nedenfor og datasett dere har fått tilgang til.
Oppdrag
30 prosent av alle elever på videregående skole dropper ut.
Dere jobber i opplæringsavdelingen i fylkeskommunen. Ved hjelp av kunstig intelligens skal dere få færre elever til å droppe ut.
Identifiser elever det er en risiko for at dropper ut, ved å bruke data om tidligere elever.
Modell for kunstig intelligens som analyserer frafall fra videregående skole. Bilde: Lisa Reutter / CC BY-SA 4.0
Steg 1: Data
Maskiner kan ikke lære av seg selv. Til å lære opp en kunstig intelligens trenger vi store mengder data. Den finner mønstre i dataene, som algoritmen/modellen bruker til å kunne behandle ny informasjon. Studer modellen over.
Spørsmål:
Hva slags data kan vi bruke for å lære opp algoritmen til å identifisere elever som står i fare for å droppe ut av skolen?
Hva er eventuelt problematisk med dette?
Tror du at dette hadde fungert bra? Hvorfor?
Mulige datatyper
gamle vitnemål fra ungdomsskoleelever
adresse
kjønn
utdanningsnivået til foreldrene
betalingshistorikk
annet?
Steg 2: Tenk ut en algoritme
Nå skal dere tenke ut en mulig algoritme! Skal det være en veldig kompleks modell/algoritme som nesten aldri tar feil, men er vanskelig å forstå for utenforstående? Eller skal det være en enkel modell/algoritme som viser tydelig hva slutningene er basert på?
Hvordan skal resultatet se ut? Skal elevene bli delt i tre grupper: høy, middels og lav risiko? Eller skal dere beregne en risiko-score for hver enkelt elev?
Noter tanker underveis.
Steg 3: Hva skjer egentlig med resultatet?
Dere har nå utviklet en algoritmemodell.
Ta stilling til følgende
Når skal dette brukes?
Skal alle nye elever bli klassifisert?
Hvem skal se resultatet? Læreren? Eleven? Foreldrene? Hvorfor?
Hva gjør vi med resultatet? Skal elever som har høy risiko for å droppe ut, få ekstra hjelp? Eller skal vi heller bruke ressurser på elevene som uansett kommer til å klare seg?
Er det rettferdig at en maskin vurderer hvordan elever kommer til å gjøre det på videregående skole? Hvorfor er det rettferdig/urettferdig?
Forestill deg at den kunstige intelligensen mener du har «høy risiko for å droppe ut av videregående skole». Hvordan hadde dette påvirket deg?
Diskuter dette i gruppene, og oppsummer deretter i plenum.
Nå skal læreren svare:
Hva tenker læreren om en slik maskin?
Hva hadde læreren gjort med informasjonen om sannsynligheten for at elevene dropper ut?
Hvordan hadde dette påvirket lærerens arbeidshverdag?
