Oppgavesett · KI-skolen

Del 1

Del 1 av 3

Oppgaver

Kapittel 2: Kunstig intelligens

2.1 Hvilke steder har du brukt KI bevisst?

2.2 Hvilke steder har du kanskje brukt en KI som du ikke la merke til?

2.3 Nevn en etisk utfordring knyttet til KI

2.4 Når ble begrepet kunstig intelligens etablert?

2.5 Hvorfor ble det enklere å lage større og bedre modeller?

2.6 Hva er en KI-vinter?

2.7 Hvorfor tror du at folk ble overrasket over at en datamaskin slo en verdensmester i sjakk?

2.8 Let i teksten – noter ned nye ord fra teksten

2.9 Var det noe i teksten du ble overrasket over?

Kapittel 3: KI-modeller

3.1 Hva er en KI-modell?

3.2 Utforskende spørsmål: Hvordan skal vi klare å vite hva ulike AI-modeller er laget for?

Kapittel 4: Algoritmer og datasett

4.1 Algoritmer og datasett:
A) Forklar med et eksempel hva en algoritme er
B) Forklar med egne ord hva et datasett er
C) Hvordan kan et datasett være dårlig?
D) Forklar hvordan algoritmer trenger datasett

Kapittel 5: Maskinlæring

5.1 Hva begrenser ekspertsystemer?

5.2 Hva kan være bra med ekspertsystemer?

5.3 Hva er forskjellen mellom ekspertsystemer og maskinlæring?

5.4 Hvordan blir en KI-modell som bruker maskinlæring bedre?

5.5 Hva skal de nevrale nettverkene etterligne?

5.6 Hva er en av de viktigste egenskapene til dyp læring?

Kapittel 6: Ulike faser av KI

6.1 Hvilke tre utviklingsfaser av KI har vi?

6.2 Hvilke svake KI-er har du brukt?

6.3 Hvilke begrensninger har svak KI?

6.4 Hva kan kunstig generell intelligens gjøre?

6.5 Hva burde vi mennesker gjøre når KI blir bedre enn mennesker?

6.6 Vi har følelser når det kommer til mennesker og andre levende skapninger, men hva hvis AI utvikler selvstendige tanker og følelser? Burde vi behandle de på samme måte som vi gjøre mennesker og dyr?

Kapittel 7: Bruk av KI

7.1 Hvilke områder i samfunnet kan dra nytte av kunstig intelligens? Gi eksempler på noen av disse områdene.

7.2 Hva er fordelen med å bruke kunstig intelligens i helsesektoren? Nevn konkrete eksempler på bruken av kunstig intelligens i helsevesenet.

7.3 Hvordan kan selvkjørende transportmidler påvirke samfunnet? Nevn noen fordeler og mulige endringer som følge av selvkjørende biler, busser, trailere og tog. Kom gjerne med egne forslag.

7.4 Hvordan kan kunstig intelligens bidra til tilpasninger i skolesammenheng? Nevn noen konkrete eksempler på hvordan kunstig intelligens kan brukes i utdanningssystemet. Kom gjerne med egne forslag.

7.5 Hva er noen av de potensielle negative aspektene ved bruk av kunstig intelligens i samfunnet? Diskuter muligheten for høy arbeidsledighet og konsentrasjon av makt.

7.6 AlphaFold:
A) Hva gjorde selskapet Alphafold i 2021?
B) Finn ut hvorfor det er positivt

Del 2

Del 2 av 3

Begrepsbank (Klikk på kortene for å snu dem)

Kunstig intelligens

Datasystemer som kan utføre oppgaver som normalt krever menneskelig intelligens.

Diagnostikk

Prosessen med å identifisere en sykdom eller et problem ut fra symptomer.

Automasjon

Når maskiner eller systemer utfører oppgaver av seg selv, uten menneskelig styring.

Nevrale nettverk

Datamodeller inspirert av hjernens struktur for å lære mønstre i store datamengder.

Intelligens

Evnen til å lære, forstå, tenke logisk og løse nye problemer.

Generere

Å skape eller produsere noe nytt, for eksempel tekst, bilde eller kode.

Resonnere

Å tenke logisk gjennom en sak for å trekke en konklusjon.

KI-vinter

Perioder med lite interesse og penger til KI-forskning på grunn av skuffende resultater.

Ekspertsystem

En KI basert på forhåndsprogrammerte "hvis-så"-regler fra menneskelige eksperter.

Data

Informasjon i digital form (tall, tekst, bilder) som maskiner kan analysere.

Algoritme

En presis oppskrift eller et sett med regler som forteller datamaskinen hva den skal gjøre.

Datasett

En samling med informasjon (f.eks. tusenvis av bilder) som KI-en trener på.

KI-modell

Selve den ferdigtrente "hjernen" som kan løse spesifikke oppgaver basert på dataen.

Maskinlæring

En metode der maskinen lærer å finne mønstre i data, i stedet for faste regler.

Flytskjema

En visuell oversikt over regler, som viser hvilken handling som skal skje ("hvis-så").

Automatisere

Når vi får maskiner til å utføre oppgaver som vi ellers måtte gjort manuelt.

Databehandlingskraft

Hvor rask og kraftig en datamaskin er til å regne og prosessere informasjon.

Treningsdata

Informasjonen en KI-modell fores med for å lære seg oppgaven den skal løse.

Svak KI

En spesialisert KI som er god til én bestemt oppgave, men som ikke forstår noe annet.

Sterk KI

En fremtidig KI som er like smart og fleksibel som en menneskehjerne på alle felt.

System

Flere deler som jobber sammen for å utføre en større oppgave.

Hypotetisk

Noe man antar kan skje i teorien, men som ikke er bevist ennå.

Del 3

Del 3 av 3

Caseoppgaver

Case 1 – Den selvkrasjende bilen

Du er vitne til en ulykke der en selvkjørende bil kolliderer med en annen bil og forårsaker betydelig skade, reises spørsmålet om hvem som skal holdes ansvarlig for ulykken.

Er det de som har utviklet bilen som ikke har gjort den tilstrekkelig sikker?
Er det brukeren av den selvkjørende bilen, slik det er i dag?
Eller kan lovgiverne være ansvarlige for å ikke ha utarbeidet gode nok lover for både bilprodusentene og brukerne av selvkjørende biler?

Case 2 – Den rasistiske KI-en?

Politiet bruker et KI-system, som er trent på tidligere arrestasjoner og forbrytelser, for å forutsi kriminell atferd basert på ulike faktorer, inkludert hudfarge, har ført til at algoritmen har en tendens til å identifisere personer med en bestemt hudfarge som potensielle kriminelle i 6 av 10 tilfeller. Dette er en betydelig økning fra de tidligere tallene på 2 av 10 personer fra denne gruppen. Hva kan ha forårsaket dette, og bør det tas alvorlig?

Case 3 – De nedprioriterte pasientene

Som helseminister i Norge blir du tilbudt å kjøpe en helseovervåkende klokke for alle nordmenn. Selv om klokken har vist seg å oppdage og stoppe alvorlige sykdommer hos 93% av brukerne før de utvikler seg til kreft, hjertefeil og andre alvorlige sykdommer, er treningsdataene kun basert på hvite mennesker, og fungerer derfor bedre for å oppdage sykdom hos denne gruppen. Hva gjør du i denne situasjonen, og hvorfor?

Case 4 – Bedriften

Du eier en bedrift og har 200 ansatte. En dag får du et tilbud om å kjøpe roboter med maskinlæring. Etter at regningen er betalt, så vil robotene sørge for at bedriften blir mye mer konkurransedyktig, og øker profitten betydelig.

Hvilken beslutning tar du som eier, og hva er begrunnelsen for valget?
Kan det få noen andre konsekvenser?

Case 5 – Den følende og tenkende KI-en

Forskerne har utviklet en KI som tenker og føler på samme nivå som mennesker, men den har en robotkropp. Spørsmålet som reises er hvordan vi skal behandle denne KI-en: som et menneske, et dyr eller noe annet?

Case 6 – De hemmelige valgene

Når private selskaper utvikler KI-modeller, holder de ofte metoder og datasett hemmelige. Dette kan føre til at vi ikke vet om KI-ene er rettferdige og nøytrale i bruken.
Hva er de potensielle farene for samfunnet når KI utvikles av private bedrifter?
Hva viss et land utvikler sin egen KI?

Case 7 – Skolen

Forskning viser at teknologiske verktøy, som KI, kan forsterke forskjellene mellom de som kommer fra hjem med høy inntekt og utdanning og de som ikke gjør det.
Hvilke problemer kan dette medføre, og bør det gjøres tiltak for å adressere disse forskjellene?

Case 8 – Skolearbeid

Med tilgjengeligheten av språkmodeller som ChatGPT, kan elever få ferdigskrevne oppgaver og løsninger på skolearbeid. Hvorfor bør elever likevel fortsette å gjøre skolearbeid selv, og hva er viktigheten av å engasjere seg aktivt i læringen?