Na enkele maanden heeft deze eerste projectfase al heel wat gezamenlijk materiaal opgeleverd. Sinds de start in La Rochelle bouwen we aan een toolkit die, met respect voor de licentie van elke bron, kan worden hergebruikt en aangepast. Elk onderdeel beantwoordt aan een concrete behoefte van het project: hoe bespreek je generatieve AI met jongeren? Hoe meet je wat deelnemers ervan onthouden? En hoe zorg je ervoor dat andere teams later kunnen voortbouwen op wat wij in gang hebben gezet?

Een gedeelde pedagogische methode

We hebben onze methodiek uitgewerkt rond een wetenschappelijke aanpak in zes fases, die jongeren helpt om AI met een onderzoekende houding te benaderen. Eerst observeren en documenteren ze AI in hun omgeving (P1). Daarna formuleren ze hypotheses via activiteiten zonder computer (P2), experimenteren ze met taalmodellen (P3), toetsen ze hun inzichten via robotica (P4), denken ze na over maatschappelijke en ethische vraagstukken (P5) en communiceren en presenteren ze tot slot de projecten die ze tijdens de eerste vijf fases hebben ontwikkeld (P6). Elke stap is gekoppeld aan specifieke competenties uit onze competentieboom, voorbeelden van aanpasbare activiteiten en aandachtspunten uit de praktijk. Het document is momenteel beschikbaar in het Engels en in de vier projecttalen op onze website: youth-ai-lab.eu.

deliverables/ComprehensiveApproach at master · Youth-AI-Lab/deliverables

De pedagogische aanpak van Youth AI Lab bestaat uit zes aanvullende fases.

Ideeënfiches om activiteiten te bedenken

De ideeënfiches beschrijven activiteiten die eenvoudig te begrijpen, aan te passen en met verschillende doelgroepen uit te testen zijn. Ze worden geleidelijk aangevuld met protocolfiches, die meer details en ervaringen uit de praktijk bevatten.

De ideeënfiches zijn beschikbaar in het Engels. Op de wiki zullen ze via automatische vertaling in alle projecttalen geraadpleegd kunnen worden. De protocolfiches worden rechtstreeks aangeboden in de lokale taal waarin ze worden toegepast. Activiteiten uit de volgende fases worden toegevoegd zodra ze online komen.

Hieronder staan de ideeënfiches die momenteel beschikbaar zijn, geordend volgens de verschillende fases van het traject.

AI in je omgeving observeren

• Keep an Eye on AI: een eenvoudig aanpasbaar veldonderzoek dat een groep helpt om AI in de eigen omgeving te herkennen en het verschil te zien tussen artificiële intelligentie en automatisering.
• AI Lab - Inside the Machine: drie spellen zonder scherm waarmee deelnemers al doende ontdekken hoe een machine regels herkent en voorspellingen maakt.
• Looks Right… Is It Right?: een verificatieactiviteit die kritisch denken stimuleert bij overtuigende maar soms foutieve antwoorden van AI.
• Illusion Is All That Matters: een begeleid debat over wat ‘denken’ betekent, als opstap naar reflectie over het gebruik van AI en robotica.

Hypotheses formuleren over de werking

• AI Detectives: How Do Machines Learn?: een eenvoudige proef die toont hoe de keuze en kwaliteit van voorbeelden beïnvloeden wat een machine leert.
• Bio-inspired Algorithms: Reinforce Your Learnings: een lichamelijke en speelse oefening om versterkend leren te begrijpen vóór deelnemers een robot programmeren.
• Bias: Gender Matters: een concrete activiteit die genderstereotypen in een model zichtbaar maakt en jongeren leert om ze te observeren, meten en bespreken.