Einführung

Modul 3 zeigt alltägliche Anwendungen und Produkte mit → Machine Learning (ML) auf und schärft das Bewusstsein dafür, wo bereits heute im Alltag ML-basierte → Algorithmen eingesetzt werden. Mit dem exponentiellen Anstieg der von uns produzierten Daten, wächst auch die Fähigkeit der Computer, diese Daten zu verarbeiten, zu analysieren und letztlich von ihnen zu lernen.

Auf Basis dieser Daten entwickeln Unternehmen derzeit Dienste und Anwendungen, die uns assistieren und Entscheidungen treffen. Anwendungen aus dem Bereich der → schwachen Künstlichen Intelligenz (KI) begegnen uns schon an vielen Stellen im Alltag. Doch oft sind sie so gestaltet, dass für die Anwender*innen selten wahrnehmbar wird, welche Algorithmen konkret im Hintergrund arbeiten. Inwieweit das Abnehmen von Entscheidungen und das Lenken der Maschinen unterstützen bzw. wo die Grenzen und Gefahren liegen, gilt es in diesem Modul auszuloten.

Dabei wird ein Spektrum von Anwendungen von Unterhaltungsdiensten über digitale Assistenten bis hin zu Logistikthemen aufgezeigt, um die Vielfältigkeit der Einsatzgebiete zu illustrieren. Neben charakteristischen Merkmalen der Dienste setzen sich die Schüler*innen auch mit dem Einfluss auf den eigenen Lebensalltag auseinander und reflektieren über mögliche Potenziale und Gefahren.

Ziel

Modul 3 zeigt alltägliche Begegnungen mit ML auf und hilft den Schüler*innen zu reflektieren, welchen Einfluss die Technologie auf alltägliche Situationen hat und wie sie das Verhalten lenkt. Die Schüler*innen kommen so in die Position, ein Verständnis darüber aufzubauen, wo Machine Learning bereits heute überall eingesetzt wird. Aufbauend darauf lernen sie, Anwendungen und Applikationen kritisch zu hinterfragen und reflektierte Entscheidungen über deren Verwendung zu treffen.

Zeitbedarf

Die erste Unterrichtseinheit dieses Moduls UE3a (45 Minuten) muss nur durchgeführt werden, wenn Modul 1 nicht behandelt wurde. Für das gesamte Modul 3a–d sollten 4 bis 5 Unterrichtsstunden à 45 Minuten eingeplant werden.