Després de diversos mesos de projecte, aquesta primera fase ja ha permès una producció col·lectiva important. Des del llançament a La Rochelle, estem construint una caixa d’eines pensada perquè es pugui reutilitzar i adaptar, respectant les llicències indicades per a cada recurs. Cada element respon a necessitats concretes del projecte: com es pot abordar la IA generativa amb els joves? Com podem mesurar què n’han après els participants? Com podem permetre que, en el futur, altres equips reprenguin allò que hem iniciat?

Una metodologia pedagògica compartida

Hem formalitzat la nostra metodologia al voltant d’un procés científic en sis fases, concebut perquè els joves adoptin una actitud investigadora davant de la IA. Comença amb una fase d’observació i documentació de la IA que ens envolta (P1); continua amb la formulació d’hipòtesis a partir d’activitats desconnectades (P2), l’experimentació amb models de llenguatge (P3), la validació mitjançant activitats robòtiques (P4) i la reflexió sobre els reptes socials i ètics (P5); i conclou amb una fase de comunicació i valorització dels projectes desenvolupats pels joves durant les cinc primeres fases (P6). Cada etapa s’associa a competències específiques del nostre arbre de competències, a exemples d’activitats adaptables i a punts d’atenció detectats sobre el terreny. Actualment, el document està disponible en anglès i en les quatre llengües del projecte al nostre web: youth-ai-lab.eu.

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

La metodologia pedagògica de Youth AI Lab s’estructura en sis fases complementàries.

Fitxes d’idees per imaginar les activitats

Les fitxes d’idees presenten activitats fàcils d’entendre, adaptar i provar amb públics diversos. Progressivament, es complementaran amb fitxes de protocol, més detallades i enriquides amb l’experiència sobre el terreny.

Les fitxes d’idees estan disponibles en anglès. Al wiki es podran consultar mitjançant una traducció automàtica a totes les llengües del projecte. Les fitxes de protocol, en canvi, s’oferiran directament en la llengua local en què s’apliquin. Les activitats de les fases següents s’hi afegiran a mesura que es publiquin.

A continuació es presenten les fitxes d’idees disponibles actualment, agrupades segons les diferents fases de l’itinerari.

Observar la IA que ens envolta

• Keep an Eye on AI: Una recerca sobre el terreny fàcil d’adaptar que ajuda un grup a identificar la IA al seu entorn i a distingir entre intel·ligència artificial i automatització.
• AI Lab - Inside the Machine: Tres jocs sense pantalla per descobrir, mitjançant l’experiència, com una màquina identifica regles i produeix prediccions.
• Looks Right… Is It Right?: Una activitat de verificació per desenvolupar l’esperit crític davant de respostes convincents, però de vegades falses, produïdes per la IA.
• Illusion Is All That Matters: Un debat guiat per qüestionar què vol dir «pensar» i obrir una reflexió sobre els usos de la IA i la robòtica.

Formular hipòtesis sobre el seu funcionament

• AI Detectives: How Do Machines Learn?: Una activitat pràctica senzilla que mostra com la tria i la qualitat dels exemples influeixen en allò que aprèn una màquina.
• Bio-inspired Algorithms: Reinforce Your Learnings: Una activitat corporal i lúdica per entendre l’aprenentatge per reforç abans de començar a programar un robot.
• Bias: Genre Matters: Una activitat concreta per posar de manifest els estereotips de gènere d’un model i aprendre a observar-los, mesurar-los i debatre’ls.