Vi har opstøvet næsten alle danske undervisningsforløb, som helt eller delvist tematiserer generativ AI (herfra forkortet GAI), med målet om at gøre det lettere for dig, at finde og vælge dit næste undervisningsforløb om GAI. Vi mapper, du vælger.
Vi har kategoriseret undervisningsforløbene ud fra 4 AI-perspektiver, som læremidlerne kan anlægge på teknologien. Det skal gøre det lettere for dig, at finde et forløb, der ikke blot passer på alderstrin og fag, men også på dit dannelsesperspektiv på teknologien.
AI som kritisk refleksionspunkt
AI som objekt for forståelse
AI som værktøj og samarbejdspartner
AI som en teknologi der skal udvikles
12 Undervisningsforløb om GAI
↔️: Forløb er sorteret fra yngste til ældste målgruppe.
: Hvis der er flere perspektiver i spil i undervisningsforløb, så indikerer rækkefølgen, hvor højt de er vægtet i forløbet. Hvis der står så menes, at AI som en teknologi der skal udvikles, er vægtet højere end AI som objekt for forståelse, men at begge perspektiver er repræsenteret i undervisningsforløbet.
⭐: Tankespirerne anbefaler.
🕵️♂️ Det er fake 🚨
🌱 Du vil et sprog for at adskille mellem falsk og ægte indhold!
📑 Dansk, 4-6. klasse, ca. 6. lektioner.
📌 Fokus er på at kunne identificere og forholde sig kritisk til forskellige typer af falsk indhold i tekst, reklame og video knyttet til sociale medier. Eleverne arbejder igennem hele forløbet med selv at skabe ægte og falsk indhold, så de på et sagligt grundlag kan rådgive Youtubere, som er blevet deep faket.
⚙️ AI-temaer: Deep fake, falsk og ægte.
Ved DR lær (delvist om AI)
🔠 Maskinrummet ⚙️
🌱 Du vil den ublu tekniske forståelse af store sprogmodeller som sproggenereringsteknologi!
⭐ Anbefales for den suverænt bedste indføring i moderne generativ sprogteknologi som en maskinlæringsteknologi.
📑 Matematik, teknologiforståelse, dansk, 4-10 kl. ca. 6-8 lektioner (officielt beregnet til 3. lektioner, men det er for kort. Aktiviteterne kan laves separat).
📌 Arbejd med tekst som data og kunsten at oversætte vores naturlige sprog til noget en computer kan forstå og bearbejde som en sprogmodel. Forløbet består af 4 moduler.
I modul 1 lærer eleverne om hvordan tekst opdeles i mindre enheder kaldet tokens. De eksperimenterer med at rense og segmentere tekst, så den kan behandles af en computer, og diskuterer udfordringer ved flertydige ord og tegnsætning. I modul 2 undersøger eleverne gennem øvelser, hvordan en AI kan identificere mønstre i tekst og forudsige ord baseret på kontekst. I modul 3 afprøver eleverne forskellige metoder til tekstgenerering, herunder positionsbaserede og n-gram-baserede teknikker. I modul 4 agerer eleverne selv som AI og genererer sætninger ud fra tilfældige ordvalg med henblik på at forstå, hvordan maskinlæring håndterer tekstproduktion.
⚙️ AI-temaer: Tekstrensning, tokenisering, tekstgenerering, maskinlæringsteknikker, bias.
Ved Luke Connelly (OBS: kræver en del forberedelse af læreren og mod til at eksperimentere med en faglighed som ikke er så bekendt).
📖 Verdens bedste læserum💡
🌱 Du vil tage udgangspunkt i reelle udfordringer og positionere eleverne som problemknusere med drys af AI!
📑 Innovation og entreprenørskab og dansk, 5-9 kl., ikke specificeret.
📌 Det oprindelige forløb er skabt i 2010. Temaerne er læserum, læselyst og læseglæde og forløbet er rammesat som en udfordring til at skabe mere rum, lyst og glæde ved læsning. Future Classroom har suppleret materialet med særligt idegenereringsaktiviteter, hvor chatbotten er indtænkt partner i processen med at læse læseudfordringen.
⚙️ AI-temaer: Prompting
Ved Future Classroom Lab (AI tilføjelse til eksisterende læremiddel)
🤔 Ånd og algoritmer 🔮
🌱 Du vil knytte kristendomsfaglige temaer til AI gennem dialog!
📑 Kristendomskundskab, 6. klasse, ca. 7 lektioner,
📌 I modul 1 præsenteres eleverne for Turing-testen, som de skal simulere. I Modul 2 præsenteres eleverne for pligt- og nytteetik ud fra det klassiske sporskiftedilemma, som relateres til selvkørende biler og undersøgelsen af om chatbots har bias. I modul 3 præsenteres eleverne for den kristelig ide om apokalypsen, som relateres til moderne science fiction og ideen om en superintelligens, der både kan udslette eller hjælpe menneskeheden.
⚙️ AI-temaer: ‘kunstig’ intelligens, etisk bias, superintelligens.
📝 Drøm op sprog med en chatbot ✨
🌱 Du vil gå på opdagelse i, hvordan tekst kan udfolde sig, når eleverne eksperimenterer frimodigt med sprogets muligheder!
⭐ Anbefales for den legende og eksperimenterende tilgang til tekstskabelse.
📑 Dansk, 6.-9. kl., ca. 12 lektioner (frasorter aktiviteter for kortere forløb).
📌 Undervisningsforløbet er bygget op omkring en arbejdsbog om prompting i BookCreator. Eleverne får tildelt hver deres arbejdsbog ved forløbets begyndelse. De arbejder sig igennem skriftlige og kommunikative eksperimenter med SkoleGPT inden for promptingkategorierne: Fortæl-mig-op-prompting, kontekst-prompting, rolle-prompting, formålsprompting og stilistisk prompting. Arbejdsbogen er suppleret med fysiske aktiviteter.
⚙️ AI-temaer: Prompting, prompt engineering, træning af store sprogmodeller.
📱 Kunstig intelligens på sociale medier ⚙️
🌱 Du vil gerne tage den skridtet videre med eleverne i forhold til deres forståelse af algoritmestyrede feeds og maskinlæring!
⭐ Anbefales for koblingen mellem teknologi som teknik og teknologi som aktør i børn og unges liv.
📑 Dansk og teknologiforståelse, 7-8. kl., ca. 6-8 lektioner.
📌 Del 1 består af en begrebsforklaring i kontekst af maskinlæring, algoritmer og data. I del 2 skal eleverne analysere deres eget feed samt de aktørers interesser, som anvender anbefalingssystemer. I del 3 og 4 skal eleverne træne en Micro:bit med bevægelsesdata ved hjælp af Ultra:bit-datatræneren, så den kan klassificere forskellige figurer. De enkle øvelser bruges som oplæg til en dybere refleksion og essayskrivning over datasæt og repræsentativ dataudvælgelse i træningen. Det illustreres med selvkørende biler og Google Photos, hvordan en underrepræsentation af vise data kan få utilsigtede konsekvenser.
⚙️ AI-temaer: Maskinlæring, data, algoritmer, automatisering, mønstre i data. træning af maskinlæringsmodel, input og output, dataudvælgelse og bias.
Ved DR lær (OBS. Generativ AI tematiseres indirekte gennem fokus på maskinlæring, data, algoritmer og moderne teknologier)
🔍 Kunstig intelligens i skolen ✅
🌱 Du vil en mere kritisk stillingtagen til informationer skabt af chatbots!
📑 Samfundsfag, 7-9. klasse, 4-8 lektioner
📌 I første del skal eleverne arbejde med og vurdere chatbots som en kilde til information. De skal sammenligne med traditionelle kilder til informationsindhentning, fx søgemaskiner. I anden del arbejder eleverne med at identificere stereotyper og bias ud fra AI-billeder og AI-genereret tekst. Forløbet kan suppleres med valgfrie ekstra aktiviteter.
⚙️ AI-temaer: AI som sprogteknologi, informationsbehandling, kildekritik og bias.
AI i tysk- og franskundervisningen 
🌱 Du vil undersøge og eksperimentere med om AI kan understøtte sprogtilegnelsen og eleverne mundtlighed!
📑 Tysk, fransk og engelsk, 7-9. klasse, ikke specificeret
📌 En aktivitetssamling med 6 aktiviteter. Der er mere tale om enkeltstående ressourcer med et fokus på anerkendende og eksperimenterende tilgange til AI som samarbejdspartner. Aktiviteterne kan redidaktikeres og tilpasses forløb med fokus på mundtlighed og sprogtilegnelse i fremmedsprogsundervisningen.
⚙️ AI-temaer: Prompting, oversættelse med AI, tale-til-tekst med AI.
Future Classroom Lab – er også en platform med supplerende læreressourcer
Find læreressourcer om prompting, kodning, bias, teknologiperspektiver, filosofiske dilemmaer m.m.
Ved Future Classroom Lab (I samarbejde med NCFF)
⚠️ En manipuleret virkelighed 🖼️
🌱 Du vil fokusere snævert på manipulation af billede, tekst og video!
📑 Dansk, 7-10. kl. ikke angivet men ca. 3 lektioner.
📌 Eleverne ser en explainer om hvordan kan kunstig intelligens kan manipulere med tekst, billeder og video. Eleverne skal derefter analysere 8 billeder, 1 video og 3 tekster med henblik på at identificere falsk indhold. Der er knyttet en række refleksionsspørgsmål til hver modalitet med henblik på at udlede nogle klassiske tegn og/eller udfordringer med at identificere falsk indhold.
⚙️ AI-temaer: Deep fake (deep real).
📢 AI-Reklamer – kan robotter sælge 🛍️
🌱 Du vil gerne arbejde med reklametekster og markedsføring med et drys AI-leg!
📑 Samfundsfag, dansk, innovation og entreprenørskab, 8-9. kl., 4. lektioner (officielt 1-2 lektioner, men det er alt for kort)
📌 Forløbet er scenariebaseret og sat op som en udfordring. Eleverne skal konkurrere med assistance fra AI-værktøjer (SkoleGPT og Padlets billedgenerative AI) i at skabe den bedste reklame for et nyt produkt, The Burger of Tommorow.
⚙️Prompting
Ved Alinea (kræver login) (OBS. Alinea har kategoriseret forløbet som en aktivitet, men det kan sagtens køres som et decideret undervisningsforløb om udvikling af reklamekoncepter med GAI som medudviklingsværktøj. Følg link for overblik over Alineas AI-aktiviteter)
📜 Kunstig intelligens 🔮
🌱 Du vil sætte flueben ved en gedigen indføring i AI uden store krav til læreren!
⚠️ Forløbet er lagt an til at være selvkørende og selvforklarende, men vil sandsynligvis virke mekanisk og livløst for eleverne, medmindre du som lærer formidler aktiviteterne ud fra et personligt engagement i sagen. Jeg tror simpelthen ikke på at potentialet kan forløses uden en lærer der OGSÅ vil eleverne noget og har det på hjertet i formidlingen, hvilket fx sker gennem små tilpasninger.
📑 Dansk, historie (teknologihistorie), 8-9. kl., 8,5 lektioner.
📌 I del 1 er der fokus på Kunstig intelligens udviklingshistorie og litterære fremtidsforestillinger om en verden med superintelligens. Del 2 består af videoforklaring af dybe neurale netværk med iscenesættelser af dilemmaer. I 3 del får eleverne gode råd om prompting og skal selv prompte en litterær fremstilling.
⚙️ AI-temaer: Ægte og falsk indhold, kunstig intelligens historie (tidslinje), AI og fremtidsforestillinger, dyb læring i neurale netværk, sprogmodeller, prompting.
📜 Artificiel Intelligence 🔮
🌱 Du vil sætte flueben ved en gedigen indføring i AI uden store krav til læreren (på engelsk)!
📑 Engelsk, teknologiforståelse, 8-9. kl., 7 lektioner.
📌 I del 1 testes eleverne på, om de kan kende forskel på falsk og ægte indhold. Der deles tips og tricks til at analysere billeder og finde typiske tegn på, at billeder er AI-genererede. Eleverne spiller derefter et Timeline-game, hvor de skal parre nøglebegivenheder med årstal. Derefter skal eleverne analysere en tekstbid om tankepolitiet og overvågningen fra bogen 1984, før de selv skal gøre sig tanker om fremtiden med AI. Del 2 handler om prompting af sprogmodeller. Eleverne får en lidt misvisende introduktion til, hvordan chatbots genererer tekst, koblet med koncise råd til prompting. Der følges op med samtaleaktiviteter, som er dilemmabaserede, før forløbet sluttes med en mere omfattende promptingaktivitet.
⚙️ AI-temaer: Fake images, AI timeline, Language Models, Prompting.
Ved Alinea (kræver login) (OBS. Undervisningsforløbet er til dels en oversættelse af forløbet Kunstig intelligens. Der er derfor ikke nogen særlig amerikansk kulturel vinkling)
Følg med på siden, hvor vi løbende opdaterer med nye undervisningsforløb til klasselokalet.
