European Union Education and Awareness for Intelligent Systems ENARIS Materialien

Willkommen bei ENARIS

Das Ziel des ENARIS-Projekts ist es, Kindern dabei zu helfen, die Möglichkeiten, Grenzen und inneren Funktionsweisen von KI-Systeme verständlicher zu machen.

Das Material ist für jedermann frei verfügbar und unter einer Creative Commons 4.0 By-Sa-Lizenz veröffentlicht. Weitere Informationen zum Projekt finden Sie unter enaris.org.

Das Material ist direkt für den Schuleinsatz konzipiert und deckt viele Bereiche der Digitalen Grundbildung ab.

Diese Website befindet sich im Aufbau! Während im Allgemeinen alles was bereits verfügbar ist, in einer gut verwendbaren Form vorliegt, werden noch weitere Module und Übersetzungen folgen sowie kleine Teile angepasst werden.

thinking robot

Über das Material

Jedes Modul beinhaltet:

Alle Materialien sind dazu bestimmt, an die Bedürfnisse der Klasse angepasst zu werden, daher versuchen wir in unseren Materialien Hinweise auf gute Modifizierungsmöglichkeiten zu geben (überspringen oder auf bestimmte Passagen eingehen) und Optionen zu verschiedenen Arten von Übungen anzubieten. Darüber hinaus ist der gesamte Quellcode des Materials zur einfachen Anpassung verfügbar.

Für Menschen, die nicht am Bildschirm lesen möchten, stehen alle Unterlagen auch als pdf-Datei zum Ausdrucken zur Verfügung.

Darüber hinaus sind verschiedene Abschnitte farbcodiert, um sie leichter unterscheiden zu können:

Texte in einem gelben Kästchen (außer Überschriften) enthalten zusätzliche Informationen, die nicht Bestandteil des Themas sind, aber nützliche Hinweise oder weiterführende Verweise enthalten.

Inhalte mit einem gepunkteten Rand enthalten praktische Übungen, die die Verwendung von Online-Tools, Pen-and-Paper-Übungen, Spiele und mehr beinhalten.

Es werden viele verschiedene Lehrmethoden in den Modulen verwendet. Eine kurze Beschreibung, wie sie funktionieren und welchen Zweck sie erfüllen, findest du hier.

Außerdem ist alles zum Download und zur Offline-Nutzung verfügbar:

Alle Bilder stammen, wenn nicht anders angegeben, von Seiten wie Pixabay oder Pexels und sind frei verwendbar oder speziell für den Zweck dieses Projekts erstellt. Alle Symbole auf dieser Webseite sind Teil von Font Awesome Free.

Module

KI Grundlagen

Dieses Modul dient als grundlegender Einstieg in das Thema Künstliche Intelligenz (KI). Das Ziel dieser Lektion ist es, grundlegende Begriffe einzuführen, die in den anderen Modulen sowie in der KI-Forschung verwendet werden. Eine vertiefte Auseinandersetzung mit Methoden in der KI und ihrer Funktionsweise erfolgt dann in späteren Modulen.

Modul 1: KI Grundlagen

Ethik

In diesem Modul sollen grundlegende ethische Aspekte im Bereich der KI-Forschung behandelt werden. Die Schüler*innen sollen lernen, selbstständig kritische Fragen zu stellen und durch die eigenständige Entwicklung und Überarbeitung von Regelkatalogen Spannungen zwischen einzelnen ethischen Grundprinzipien aufdecken.

Modul 2: Ethik

Chatbots - Natural Language Processing

In diesem Modul werden verschiedene Arten von Chatbots anhand unterschiedlicher praktischer Übungen veranschaulicht. Die Schüler*innen lernen, was Chatbots sind und wie sie funktionieren. Es werden unter anderem die Fragen gestellt, wie Programmierer es schaffen, Chatbots „menschlich“ oder „intelligent“ erscheinen zu lassen oder warum das Verstehen menschlicher Sprache generell eigentlich gar nicht so einfach ist.

Modul 3: Chatbots - Natural Language Processing

Supervised Learning

In diesem Modul geht es um Supervised Learning. Ziel ist es, den Schüler*innen ein grundlegendes Verständnis dafür zu vermitteln, was Supervised Learning ist, was es kann und was nicht und wie man SL-Algorithmen trainieren kann. Dieses Modul konzentriert sich eher auf praktische Aspekte, dabei trainieren Schüler*innen ihre eigenen Algorithmen und erfahren damit einhergehende Möglichkeiten und Probleme aus erster Hand.

Modul 4: Supervised Learning

Reinforcement Learning

Reinforcement Learning

Dieses Modul handelt von Reinforcement Learning (RL). Ziel ist es, den Schüler*innen ein grundlegendes Verständnis dafür zu vermitteln, was RL ist, wie es funktioniert und was häufige Probleme und Fallstricke sind. Der Fokus liegt eher auf praktischen Übungen, daher werden die Schüler*innen einerseits in die Rolle von selbstlernenden Algorithmen schlüpfen und erleben, wie der Trainingsprozess abläuft, und andererseits gegen lernende KIs spielen und diese trainieren.

Modul 5: Reinforcement Learning

Computer Vision

Computer Vision

In diesem Modul wird der Hauptfokus auf Computer Vision (CV) gelegt. Dabei sollen die bereits erlernten Fähigkeiten und Wissensbereiche aus den vorherigen Kapiteln erweitert und zur kritischen Auseinandersetzung mit dem Thema CV anregen. Vor allem das Modul Supervised Learning ist für ein vertieftes Verständnis der kommenden Inhalte von Vorteil, ist jedoch nicht verpflichtend zu absolvieren. Auch ein Quereinstieg ist kein Problem und vermittelt die wichtigsten Lernziele.

Modul 6: Computer Vision

Kunst und Künstliche Intelligenz

In diesem Modul soll bspw. die Frage behandelt werden, ob KI in der Kunst zum Künstler selbst wird oder ob sie nur ein weiteres technisches Werkzeug ist. Auch soll darüber diskutiert werden, wo „Kunst“ eigentlich beginnt und wie man den Kunstbegriff aufgrund neuer Technologien eventuell überdenken muss.

Modul 8: Kunst und Künstliche Intelligenz

KI-Manipulation in Social Media

KI-Manipulation in Social Media

Dieses Modul besteht aus zwei Teilen und behandelt in beiden das Thema Manipulation in Social Media mit unterschiedlichen Schwerpunkten. Die beiden Teile können separat, aber auch aufbauend voneinander verwendet werden.

Im ersten Teil des Moduls wird auf den Umgang mit privaten Daten auf Social Media Plattformen eingegangen.

Im zweiten Teil wird als Ausschnitt zum Thema Verbreitung von Desinformationen im Netz das Phänomen "Deepfake" behandelt. Hierbei soll geklärt werden, worum es sich bei Deepfakes handelt, wie diese entstehen und welche Chancen und Risiken diese mit sich bringen.

Modul 9: Social Media

KI und Umwelt

In diesem Modul erarbeiten sich die Schüler*innen selbstständig mithilfe eines "grünen" Portfolios Inhalte zu Umweltaspekten in der Informatik. Dabei ist es empfehlenswert direkt zu Beginn des Themenblocks Kleingruppen zu bilden, da im Folgenden immer wieder Aufgaben und Diskussionen, auch während theoretischer Inputs, im Team durchgeführt werden sollen.

Modul 10: KI und Umwelt