Künstliche Intelligenz im Unterricht erfahrbar machen

Veröffentlicht am 25.4.2018

Künstliche Intelligenz ist ein Dauerthema in den Feuilletons und spielt eine immer größere Rolle in unserem Alltag. Auch Kinder sammeln bereits früh eigene Erfahrungen mit dieser Technologie – sei es in Form von ‚intelligentem‘ Spielzeug, dem eigenen Smartphone, den bei ihnen Zuhause genutzten Sprachassistenten oder dem Navigationsgerät im Auto der Eltern …

In der Bildung – zumindest im deutschsprachigen Raum – wird das Thema bislang allerdings nur wenig aufgegriffen. Das sollten wir ändern. Denn zu digitaler Mündigkeit gehört unbedingt das Wissen und das ganz konkrete Erleben dazu, dass die Digitalisierung von uns Menschen gemacht ist. In Hinblick auf künstliche Intelligenz sollte Bildung Lernenden somit vermitteln, dass und wie die unseren Alltag immer mehr prägenden ‚schlauen Roboter‘ von uns gestaltbar sind.

Mit dem folgenden Blogbeitrag möchte ich zeigen, dass es auch ohne eigenes Experten-Wissen gelingen kann, ‚künstliche Intelligenz‘ mit dieser Zielstellung für Schülerinnen und Schüler greifbar zu machen. Als Zugänge zeige ich erstens Beispiele für künstliche Intelligenz, lasse davon erzählen und gemeinsam darüber reflektieren. Zum anderen versuche ich praktisch erkunden zu lassen, wie sich künstliche Intelligenz selber machen lässt. Aus den jeweils vorgestellten Unterrichtsbeispielen kann je nach Alter der Schülerinnen und Schüler ausgewählt werden. Für Jugendliche oder Erwachsene in der Weiterbildung können die grundlegenden Ideen bei entsprechender Anpassung/ Erweiterung ebenfalls verwendet werden.

1. Unterrichtsbeispiel: Mensch versus Maschine

Für den Einstieg ins Thema künstliche Intelligenz bietet sich der einfache Vergleich an: Mensch versus Maschine. Was zeichnet den Menschen aus? Was zeichnet eine Maschine aus?

Ich bin hier immer wieder über die Tiefe der Diskussion und das große Interesse der Schülerinnen und Schüler überrascht. Erzählt und eingeordnet wird nicht nur vieles aus dem eigenen Erfahrungsschatz, sondern auch Einblicke aus Filmen und Büchern. Um sich als Lehrperson auf diese Diskussion einzustimmen, verweise ich auf das bei der Edunautika empfohlene Video-Statement von Jack Ma beim Weltwirtschaftsforum in Davos 2018:
Wir sollten unseren Kindern nichts beibringen, das Maschinen besser können

Verwendetes Material:

Die Videos sind zum Teil englischsprachig; es reicht aber aus, sie sich ohne Ton anzusehen, um einen Eindruck zu bekommen, was die Roboter jeweils tun. Selbstverständlich können auch andere Videos ausgewählt werden und/ oder nur die Erfahrungen der Kinder aufgegriffen werden.

2. Unterrichtsbeispiel: Automatisierte Bilderkennung zum Ausprobieren

Automatisierte Bilderkennung eignet sich aus meiner Sicht mit am besten dazu, um künstliche Intelligenz greifbar zu machen. Vor allem führt das Experimentieren und Ausprobieren damit fast zwangsläufig zur Frage: Wie kommt es eigentlich, dass so viele Daten gesammelt sind, in wessem Interesse werden sie genutzt und wem gehören sie?

Ich habe gute Erfahrungen mit zwei Tools im Unterricht gemacht: dem Captionbot von Microsoft (kaum Aufwand) und der Software Metaverse (benötigt etwas mehr Vorbereitungszeit).

Das Vorgehen im Unterricht ist bei beiden Tools ähnlich: Schülerinnen und Schüler dürfen das Tool ausprobieren bzw. bei Metaverse das vorbereitete Spiel spielen. Anschließend wird gemeinsam in einem Unterrichtsgespräch über die Erfahrungen und Überlegungen dazu reflektiert. Bei Metaverse können Schülerinnen und Schüler auch eigene Spiele gestalten und auf diese Weise ‚Bilderkennung zum Anfassen‘ erleben.

1. Captionbot: Auf der Website Captionbot können Bilder hochgeladen oder verlinkt werden. Der ‚Bildunterschriften-Roboter‘ macht dann einen Vorschlag, was auf dem Bild seiner Meinung nach zu sehen ist. Diese Bildunterschrift ist englischsprachig. Bei fehlenden Englischkenntnissen kann das künstliche Intelligenz Erkunden noch weiter fortgeführt werden, indem die Bildunterschrift z.B. bei Google Translate eingegeben wird.

2. Metaverse: Mit dem Tool Metaverse lassen sich kleine Spiele im Browser gestalten, die anschließend mit der gleichnamigen Smartphone-App gespielt werden können. Vor dem Hintergrund künstliche Intelligenz und Bilderkennung ist das Tool spannend, weil zur Bewertung von eingegeben Lösungen eine Verknüpfung mit Google Visions angeboten wird. Möglich wäre also z.B. die Aufgabe: Fotografiere eine Banane!‘. Die Antwort muss über ein mit der Smartphone Kamera aufgenommenes Bild eingereicht werden. Mithilfe der Google Visions Datenbank wird dann überprüft, ob es sich bei dem aufgenommenen Bild tatsächlich um eine Banane handelt. Ein Beispiels-Spiel zur Veranschaulichung (spielbar mit der Metaverse App) habe ich hier veröffentlicht.

3. Unterrichtsbeispiel: Künstliche Intelligenz selber machen – ein Offline-Experiment

Für uns Erwachsene ohne Informatik-Studium erscheinen intelligente Maschinen durch ihre heutigen immer ausgefeilteren und komplexeren Formen und Fähigkeiten oft wie ein Wunder – in jedem Fall weit außerhalb unserer eigenen Gestaltungskompetenz liegend. Ich mache immer wieder die Erfahrung, dass Kinder und Jugendliche diese Distanz noch nicht haben, sondern unbedingt wissen wollen, wie man solche coolen Maschinen selber machen kann. In Form dieses Offline-Experiments kann man dazu im Unterricht einen ersten Einblick bieten.

Unser Ziel in diesem Experiment ist es, einen Roboter (= ein verkleidetes Kind) so zu trainieren, dass es schlauer ist als ein Mensch und diesen in einem Spiel zuverlässig besiegt.

Das Spiel, das wir nutzen, ist angelehnt an das ‚Nim Spiel‘. Wir benötigen dazu fünf Legosteine, die wir in eine Reihe legen. Gespielt wird zu zweit. In jedem Zug darf man 1-3 Lego-Steine von der Reihe nehmen. Verloren hat, wer den letzten Lego-Stein aus der Reihe nehmen muss. (Hinweis: Wer das Spiel komplexer spielen will, kann anstelle der 5 Steine jede Zahl nehmen, die mit 4 x … + 1 gebildet werden kann. Damit das ‚Roboter-Trainig‘ aber nicht stundenlang dauert, ist 5 Lego-Steine für den Einstieg eine gute Zahl).

Im nächsten Schritt wählt man einen Schüler/ eine Schülerin aus, die in den Roboter verwandelt wird, der trainiert werden soll. Der Person werden die Augen verbunden, um sicher zu stellen, dass sie nicht strategisch, sondern nur zufällig einen Stein zieht. Vor den Roboter werden drei Behälter gestellt. In diesen Behälter sind die möglichen Funktionen enthalten, die der Roboter auslösen kann. Wie der Mensch auch, kann der Roboter einen, zwei oder drei Steine ziehen. Dazu gibt es in jedem Behälter drei Lego-Steine in unterschiedlichen Farben. Um die Befehle gleich erkennbar zu machen, kann man die Lego-Steine auch beschriften: z.B. rote Steine mit -3, grüne Steine mit -2 und blaue Steine mit -1. Von allen Farben gibt es noch mehr Lego-Steine, die auf dem Tisch liegen. Die Behälter werden für die vier Fälle markiert, mit denen der Roboter nach dem Zug des menschlichen Trainers konfrontiert sein kann, indem die Zahlen 4, 3 und 2 darauf geschrieben bzw. angepinnt werden. Wenn der menschliche Trainer einen Stein zieht und somit der Roboter noch vier Steine vor sich liegen hat, dann wählt er seinen Befehl aus dem Behälter mit der angeschriebenen 4 aus.

Das ‘Training’ gestaltet sich nun folgendermaßen:

  1. Der menschliche Trainer macht seinen Zug und übermittelt an den Roboter, wie viele Steine noch übrig sind. Da er entweder 3, 2 oder einen Stein ziehen kann, sind nach dem Zug noch 2, 3 oder 4 Steine vorhanden.
  2. Je nach Übermittlung durch den menschlichen Trainer wählt der Roboter nun einen zufälligen Stein aus dem Behälter, auf dem die übermittelte Zahl steht.
  3. Der menschliche Trainer führt die zufällig gezogene Funktion des Roboters aus, d.h. entweder drei Steine wegnehmen oder zwei Steine wegnehmen oder einen Stein wegnehmen.
  4. Um den Roboter zu trainieren, muss nun analysiert werden, ob der Zug des Roboters schlau war (d.h. der Roboter wird das Spiel gewinnen) oder nicht schlau war (d.h. der Roboter wird das Spiel verlieren, hat schon verloren oder er hat totalen Quatsch vorgeschlagen z.B. drei Steine ziehen obwohl nur noch zwei Steine übrig sind).
  5. Bei einem schlauen Zug wird der Roboter belohnt, indem er den farbigen Stein mit dem richtigen Befehl wieder in den Behälter, aus dem er entnommen wurde zurück gelegt bekommt und zusätzlich noch einen weiteren Stein der gleichen Farbe. Bei einem dummen Zug wird der Roboter bestraft, indem man ihm den falschen Befehls-Stein wegnimmt und zu den anderen auf den Tisch legt.

Es lässt sich beobachten, dass der Roboter mit jedem Zug schlauer wird. Irgendwann sind im Behälter mit dem Greifarm 4 nur noch Befehlssteine mit ‚-3‘, im Behälter mit dem Greifarm 3 nur noch Befehlssteine mit ‚-2‘ und im Behälter mit dem Greifarm 2 nur noch Befehlssteine mit ‚-1‘. Wenn jetzt ein Mensch gegen den Roboter antritt, wird der Roboter immer gewinnen!

Natürlich ist das Experiment sehr einfach. Für den Zugang ‚künstliche Intelligenz selber machen‘ finde ich es dennoch sehr anschaulich und vor allem auch sehr einfach umsetzbar. Ich habe die grundsätzliche Idee für das Spiel hier entdeckt: Coding Artificial Intelligence and Machine Learning with Kids Using … Starbursts?.

Material und Vorgehen:

Zu Beginn des Experiments kann man Schülerinnen und Schüler auch ein ähnliches Online-Spiel gegen den Computer spielen lassen. Hier dürfen bei jedem Zug so viele Stäbchen wie gewünscht, aber immer nur aus einer Reihe gezogen werden. Die Schülerinnen und Schüler werden vermutlich immer verlieren – und umso motivierter sein, solch einen schlauen Roboter selber zu machen. Oder man fragt nach eigenen Spielerfahrungen und Apps, in denen der virtuelle Gegner schlauer ist.

Das Experiment kann anschließend von den Schülerinnen und Schülern selbst in Gruppen durchgeführt werden. Das Vorgehen habe ich auf diesem Arbeitsblatt bei Tutory beschrieben – es kann heruntergeladen sowie auch beliebig angepasst werden (z.B. können statt Lego-Steinen natürlich auch andere Materialien verwendet werden). Um mehr Kinder einzubeziehen, wird der Roboter in diesem Arbeitsblatt von drei Schülerinnen und Schülern gebildet, wobei jeder einen ‚Greifarm‘ darstellt und für einen Behälter verantwortlich ist.

4. Unterrichtsbeispiel: Wir programmieren einen eigenen Chatbot

Ein typisches Beispiel für künstliche Intelligenz sind so genannte Chatbots. Chatbots begegnen einem heutzutage auf immer mehr Internetseiten. Ihre Funktionsweise lässt sich verstehen, indem man solch einen Chatbot selber programmiert. Ähnlich wie im ersten Beispiel des ‚Roboter-Offline-Trainings‘ lässt sich dabei feststellen, dass der Chatbot – je länger man mit ihm kommuniziert – immer schlauer wird, d.h. immer passendere Antworten gibt.

Ganz einfach (aber damit natürlich nur mit eingeschränkten Funktionen) lassen sich Chatbots auf dem Smartphone programmieren. Gut geeignet ist z.B. die App ‚Zerfoly‘. Hier lässt sich eine beliebige Anzahl von Personen erstellen und dann je zwei auswählen, die in einen Dialog miteinander treten. Die erstellten Personen lernen, indem man ihre Antworten editiert.

Spannender wird die Chatbot-Gestaltung, wenn man Tools nutzt, mit denen auch komplexere Funktionen abgebildet werden können. Während Zerfoly fast ausschließlich auf der Funktion ‚Wenn x NN gesagt hat, antwortet y NN‘ beruht, gibt es zusätzlich die Möglichkeit von Funktionen wie ‚Wenn das Stichwort ‚Video‘ erwähnt wird, dann reagiere mit NN‘, ‚wenn in dem Text die Worte x, y, oder z vorkommen, dann reagiere mit XX.‘ Gut nutzbare Tools für solche komplexeren Programmierungen sind Chatfuel oder Dialogflow. Mit Chatfuel lässt sich ein Bot für den Facebook-Messenger erstellen. Benötigt wird somit eine Facebook-Seite, die sich aber ja für eine Klasse im Vorfeld anlegen lässt. Die Basis-Version ist kostenfrei. Hier sind insbesondere automatische Funktionen und die oben skizzierten AI-Funktionen enthalten. Dialogflow ist ein Angebot von Google. Auch hier ist die Basis-Version kostenfrei.

Da alle Tools englischsprachig sind, habe ich in Grundschul-Klassen gute Erfahrungen damit gemacht, zumindest die ersten Chatbots gemeinsam mit der Klasse via Beamer oder Smartboard zu bauen. Mit der App Zerfoly kommen Schülerinnen und Schüler zum Ende der Grundschulzeit nach einer kurzen Einarbeitungszeit auch selbst zurecht.

teilen twittern