Algemene Natuurwetenschappen · Klas 5 VWO · Wetenschap, Technologie en Maatschappij · 4.º Período

Kunstmatige Intelligentie en de Toekomst

De snelle ontwikkeling van AI en de impact daarvan op werk, privacy en besluitvorming. Leerlingen analyseren een casus over algoritmes in de samenleving.

Kort samengevat:Kunstmatige Intelligentie (AI) transformeert de samenleving in een razend tempo, wat direct aansluit bij SLO Domein F en A. In deze module onderzoeken leerlingen de werking van machine learning en neurale netwerken. Ze leren dat AI geen 'magie' is, maar gebaseerd is op enorme hoeveelheden data en statistische patronen. Dit inzicht is cruciaal om zowel de mogelijkheden als de beperkingen van AI te begrijpen.

• SLO Kerndoelen en Eindtermen
• SLO Domein F: Maatschappij en technologie
• SLO Domein A: Vaardigheden

Over dit onderwerp

Kunstmatige Intelligentie (AI) transformeert de samenleving in een razend tempo, wat direct aansluit bij SLO Domein F en A. In deze module onderzoeken leerlingen de werking van machine learning en neurale netwerken. Ze leren dat AI geen 'magie' is, maar gebaseerd is op enorme hoeveelheden data en statistische patronen. Dit inzicht is cruciaal om zowel de mogelijkheden als de beperkingen van AI te begrijpen.

De focus ligt ook op de maatschappelijke impact: van privacy en bias in algoritmes tot de veranderende arbeidsmarkt. In de Nederlandse context, waar algoritmes bij de overheid (zoals in de toeslagenaffaire) kritisch onder de loep liggen, is dit onderwerp uiterst actueel. Dit thema vraagt om actieve werkvormen waarbij leerlingen zelf experimenteren met AI-tools en de ethische dilemma's van automatisering analyseren. Studenten begrijpen dit concept sneller door gestructureerde discussie en peer-uitleg over de logica achter algoritmische besluitvorming.

Kernvragen

1. Hoe leert een kunstmatige intelligentie?
2. Welke risico's vormen vooringenomen algoritmes (bias)?
3. Hoe zal AI de arbeidsmarkt in de toekomst veranderen?

Pas op voor deze misvattingen

Veelvoorkomende misvatting

AI 'begrijpt' de wereld op dezelfde manier als mensen dat doen.

Wat je in plaats daarvan kunt onderwijzen

AI herkent patronen in data zonder werkelijk begrip van context of betekenis. Door leerlingen te laten zien waar AI de fout in gaat (bijv. bij optische illusies of vreemde tekstvragen), begrijpen ze het verschil tussen patroonherkenning en bewustzijn.

Veelvoorkomende misvatting

Algoritmes zijn objectief omdat ze op wiskunde gebaseerd zijn.

Wat je in plaats daarvan kunt onderwijzen

Algoritmes nemen de vooroordelen (bias) over van de mensen die de trainingsdata hebben verzameld. Het analyseren van praktijkvoorbeelden van bevooroordeelde AI helpt leerlingen om kritisch te blijven naar 'objectieve' technologie.

Ideeën voor actief leren

Onderzoekskring

Train je eigen AI

Leerlingen gebruiken een tool zoals 'Teachable Machine' om een model te trainen dat het verschil herkent tussen bijvoorbeeld honden en katten. Ze onderzoeken wat er gebeurt als ze de AI 'bias' meegeven door alleen foto's van witte honden te laten zien.

45 min·Kleine groepjes

Formeel debat

AI in de Rechtszaal

Verdeel de klas in voor- en tegenstanders van het gebruik van AI-algoritmes om de kans op recidive bij criminelen te voorspellen. Leerlingen moeten argumenten gebruiken over efficiëntie versus menselijke intuïtie en het risico op discriminatie door data-bias.

50 min·Hele klas

Denken-Delen-Uitwisselen

De Toekomst van Werk

Leerlingen bedenken individueel drie beroepen die over 20 jaar door AI overgenomen kunnen zijn en drie beroepen die altijd menselijk zullen blijven. Ze vergelijken hun lijstjes en proberen de gemeenschappelijke kenmerken van 'AI-bestendige' vaardigheden te vinden.

20 min·Duo's

Veelgestelde vragen

Hoe leert een AI eigenlijk?

De meeste huidige AI leert via 'supervised learning': het krijgt duizenden voorbeelden (data) met de juiste labels. Het algoritme past zijn interne parameters aan tot het zelfstandig patronen kan herkennen in nieuwe, onbekende data.

Wat is algoritmische bias?

Dit gebeurt wanneer een AI-systeem onrechtvaardige resultaten geeft, bijvoorbeeld door bepaalde groepen mensen te discrimineren. Dit komt meestal doordat de data waarmee de AI getraind is niet representatief is of historische vooroordelen bevat.

Kan AI creatief zijn?

AI kan nieuwe beelden, muziek of teksten genereren door bestaande stijlen te combineren op manieren die wij creatief vinden. Of dit 'echte' creativiteit is, is een filosofisch debat, aangezien de AI geen eigen intentie of emotie heeft.

Hoe kan actieve leerlingbetrokkenheid helpen bij het begrijpen van AI?

Door zelf een simpel AI-model te trainen, demystificeren leerlingen de technologie. Ze zien direct hoe data de uitkomst beïnvloedt. Actieve discussies over casussen (zoals de toeslagenaffaire) maken de abstracte gevaren van AI tastbaar en urgent, wat leidt tot een kritischere houding als burger.