Zeitbedarf: 45 Min.

Aufgabe

Herausarbeiten der Unterschiede zwischen menschlichem und maschinellem Lernen und Verdeutlichen der Funktionsweise von lernenden Maschinen durch ein analoges Spiel

Lernziel

Die Schüler*innen können die grundsätzliche Arbeitsweise von lernenden Maschinen erklären.

Ablauf

20 Min.: In einem einführenden Unterrichtsgespräch werden folgende Fragen thematisiert:

Was hast du gestern gelernt?
Was bedeutet es zu lernen?
Warum lernen Menschen?
Lernen andere Lebewesen auch?
Wie lernen wir (am besten)?

Unterstützende Materialien erhalten Sie im Materialblatt_ MachineLearning_14 (PDF | DOCX | ODT).

Optional: Vorbereitend auf diese Unterrichtseinheit oder wenn das Gespräch kürzer wird, können sich die Schüler*innen zur letzten Frage Gedanken machen und das Arbeitsblatt_MachineLearning_15 (PDF | DOCX | ODT) ausfüllen. Anschließend diskutieren die Schüler*innen, ob es ähnliche oder andere Voraussetzungen für das Lernen von Maschinen gibt (Materialblatt_MachineLearning_16: PDF | DOCX | ODT).

15 Min.: In der zweiten Hälfte dieser Einheit lernen die Schüler*innen spielerisch zu verstehen, wie ein Computer lernt, z.B. Bilder zu erkennen, was einen Anwendungsfall von Machine Learning darstellt. Mithilfe von Bildkarten aus Arbeitsblatt_MachineLearning_17 (PDF | DOCX | ODT) erhalten sie die Gelegenheit, verschiedene Fotos so zu beschreiben bzw. zu erkennen, wie ein Computer es tun würde.

Ein*e Schüler*in kommt nach vorne und erhält – für die anderen nicht sichtbar! – das erste Bild und liest nur die dazu passende Beschreibung auf der rechten Seite vor (was der Computer sieht). Die anderen Schüler*innen sollen aufmerksam zuhören und nach jedem Satz raten (z.B. reinrufen), welches Objekt beschrieben wird. Die Lehrkraft oder der*die Schüler*in kann falsche Antworten mit „falsch“ kommentieren und liest solange vor, bis eine richtige Antwort kommt oder alle Beschreibungen vorgelesen wurden.
Weitere Details finden sich in Materialblatt_ MachineLearning_18 (PDF | DOCX | ODT).

10 Min.: Im Anschluss werden die Erfahrungen aus dem Spiel in der Klasse besprochen. Dabei sollten folgende Aussagen zum Machine Learning festgehalten werden (Materialblatt_MachineLearning_19: PDF | DOCX | ODT):

Bilderkennung ist ein mögliches Einsatzgebiet von Machine Learning.
Machine Learning Anwendungen können lernen, Objekte voneinander zu unterscheiden.
Dafür können sie → Trainingsdaten erhalten, die im Vorfeld zu den richtigen → Labels (Bezeichnungen) zugeordnet werden.
In den Trainingsdaten erkennen sie → Muster und bilden ein inneres Modell aus den Trainingsdaten.
Je unterschiedlicher die Trainingsdaten sind, desto besser (z.B. aus verschiedenen Blickwinkeln, verschiedene Lichtverhältnisse).
Je mehr Trainingsdaten, desto besser. (Anmerkung: das gilt nicht für alle Lernverfahren, aber in diesem Zusammenhang soll diese Aussage genügen.)
Die Maschine kann (beim hier vorgestellten → überwachten Lernen) nur Zuordnungen zu ihr bereits bekannten Kategorien vornehmen.
Die Wahrscheinlichkeit einer richtigen Zuordnung steigt mit der Erfahrung aus den präsentierten Trainingsdaten.
Die Zuordnungen können falsch sein und brauchen gerade am Anfang noch ein menschliches Feedback.

Hinweise

Der Beschreibungstext bei den Bildkarten kann durch die Lehrkraft abgeschnitten werden. Dann sollte der*die Schüler*in sich strikt daran halten, nur folgende Beschreibungselemente zu benutzen: Position, Form, Farbe.

Bei Bedarf können die Bilder nach dem Erraten für eine größere Darstellung mit dem Beamer präsentiert werden.

Materialien

Materialblatt_MachineLearning_14: Einführungsfragen zum Lernen (PDF |DOCX | ODT)
Arbeitsblatt_MachineLearning_15: Wie lernst du? Wie lernen Maschinen? (PDF |DOCX| ODT)
Materialblatt_MachineLearning_16: Lernbedingungen für Maschinen (PDF |DOCX | ODT)
Arbeitsblatt_MachineLearning_17: Bilder-Tabu (PDF |DOCX | ODT)
Materialblatt_MachineLearning_18: Erläuterungen zum Bilder-Tabu (PDF |DOCX | ODT)
Materialblatt_MachineLearning_19: Erkenntnisse aus dem Bilder-Tabu (PDF | DOCX | ODT)
Fotos Bilder-Tabu (zip)
ggf. Computer mit Internetzugang für die Präsentation der Bilder

UE2-b – Wie lernen wir? Wie lernen Maschinen?