Informatica · Klas 4 VWO · Data en Informatie · Periode 4

Kunstmatige Intelligentie: Toepassingen en Impact

Leerlingen verkennen diverse toepassingen van Kunstmatige Intelligentie (AI) in de maatschappij en analyseren de potentiële voordelen en risico's.

• SLO Kerndoelen en Eindtermen
• SLO: Voortgezet - Kunstmatige Intelligentie
• SLO: Voortgezet - Maatschappelijke aspecten

Over dit onderwerp

Kunstmatige Intelligentie (AI) omvat systemen die taken uitvoeren die normaal menselijke intelligentie vereisen, zoals patroonherkenning en besluitvorming. Leerlingen in klas 4 VWO verkennen toepassingen in het dagelijks leven, bijvoorbeeld aanbevelingssystemen bij Netflix of Spotify, en spraakherkenning in assistenten als Siri of Google Assistant. Ze analyseren voordelen zoals gepersonaliseerde diensten en efficiëntie in de gezondheidszorg, maar ook risico's zoals privacyverlies en bias in algoritmes.

Dit onderwerp sluit aan bij de SLO-kerndoelen voor Kunstmatige Intelligentie en maatschappelijke aspecten in het voortgezet onderwijs. Leerlingen ontwikkelen kritisch denken door de impact op werkgelegenheid, onderwijs en zorg te evalueren, en ethische dilemmas bij autonome systemen te bespreken, zoals verantwoordelijkheid bij ongelukken met zelfrijdende auto's. Het bevordert systems thinking en voorbereidt op toekomstige uitdagingen in een gedigitaliseerde samenleving.

Actieve leerbenaderingen werken bijzonder goed bij dit onderwerp, omdat ze abstracte concepten tastbaar maken. Door debatten, casestudies en rollenspellen ervaren leerlingen de complexiteit van AI-toepassingen en impacts zelf, wat leidt tot diepere inzichten en betrokkenheid.

Kernvragen

1. Verklaar hoe AI-systemen worden ingezet in alledaagse toepassingen, zoals aanbevelingssystemen en spraakherkenning.
2. Analyseer de maatschappelijke impact van AI op gebieden zoals werkgelegenheid, gezondheidszorg en onderwijs.
3. Evalueer de ethische overwegingen bij de ontwikkeling en inzet van autonome AI-systemen.

Leerdoelen

• Verklaren hoe machine learning algoritmes patronen herkennen in grote datasets, met voorbeelden van aanbevelingssystemen.
• Analyseren van de maatschappelijke impact van AI op drie specifieke sectoren (bijv. werkgelegenheid, gezondheidszorg, onderwijs) door de voordelen en risico's te benoemen.
• Evalueren van de ethische dilemma's rondom autonome systemen, zoals verantwoordelijkheid bij besluitvorming van zelfrijdende auto's.
• Vergelijken van verschillende AI-toepassingen op basis van hun functioneren en maatschappelijke implicaties.

Voordat je begint

Basisprincipes van Algoritmen en Programmeren

Waarom: Leerlingen moeten begrijpen wat een algoritme is en hoe instructies worden uitgevoerd om de werking van AI-systemen te kunnen doorgronden.

Dataverzameling en -analyse

Waarom: Het begrijpen van hoe data wordt verzameld en geanalyseerd is essentieel om te snappen hoe AI-systemen leren en patronen ontdekken.

Kernbegrippen

Machine Learning	Een tak van AI die computers leert van data zonder expliciet geprogrammeerd te zijn. Het stelt systemen in staat om patronen te herkennen en voorspellingen te doen.
Algoritme	Een reeks instructies of regels die een computer volgt om een specifieke taak uit te voeren, zoals het verwerken van data of het nemen van beslissingen.
Bias in AI	Systematische fouten of vooroordelen in AI-systemen die ontstaan door oneerlijke of onvolledige trainingsdata, wat kan leiden tot discriminerende uitkomsten.
Autonoom Systeem	Een systeem dat in staat is om zelfstandig beslissingen te nemen en acties uit te voeren in een complexe omgeving, zonder constante menselijke tussenkomst.

Pas op voor deze misvattingen

Veelvoorkomende misvatting

AI is altijd objectief en foutloos.

Wat je in plaats daarvan kunt onderwijzen

AI-systemen spiegelen biases in trainingsdata, zoals discriminatie in gezichtsherkenning. Actieve discussies van echte casussen helpen leerlingen deze patronen te herkennen en alternatieven te bedenken.

Veelvoorkomende misvatting

AI vervangt volledig menselijke banen.

Wat je in plaats daarvan kunt onderwijzen

AI automatiseert routineklussen maar creëert ook nieuwe rollen, zoals AI-ethici. Groepsdebatten met voorbeelden uit sectoren tonen augmentatie in plaats van vervanging, wat genuanceerd begrip bevordert.

Veelvoorkomende misvatting

AI begrijpt taal en emoties zoals mensen.

Wat je in plaats daarvan kunt onderwijzen

AI gebruikt statistische patronen, geen echt begrip. Rollenspellen met spraakassistenten onthullen limieten, zodat leerlingen door ervaring het verschil tussen simulatie en intelligentie zien.

Ideeën voor actief leren

Debatronde: AI in de Zorg

Verdeel de klas in teams die voor- en nadelen van AI in diagnostiek beargumenteren. Elke team bereidt drie argumenten voor met voorbeelden, presenteert in 5 minuten, gevolgd door kruisvragen. Sluit af met een klassikale stemming en reflectie.

45 min·Kleine groepjes

Casestudie: Netflix Aanbevelingen

Geef leerlingen een casus over hoe Netflix AI gebruikt voor suggesties. In paren analyseren ze data-input, algoritme-beslissingen en mogelijke biases, en noteren voordelen en risico's in een tabel. Deel uit in plenary.

30 min·Duo's

Rollenspel: Ethiek AI-Ontwikkeling

Stel scenario's op zoals een AI voor sollicitatie screening. Leerlingen spelen rollen als ontwikkelaar, gebruiker en ethicist, discussiëren over bias en privacy, en formuleren richtlijnen. Wissel rollen na 10 minuten.

50 min·Kleine groepjes

Infographic: Maatschappelijke Impact

Individueel of in duo's maken leerlingen een infographic over AI-impact op werk of onderwijs, met visuals van voordelen, risico's en voorbeelden. Presenteren in een gallery walk.

40 min·Duo's

Verbinding met de Echte Wereld

• In de gezondheidszorg gebruiken radiologen AI-gestuurde software, zoals die van Google Health, om patronen in medische scans (bijv. röntgenfoto's) sneller te detecteren, wat kan leiden tot vroegere diagnoses van ziekten zoals kanker.
• Online retailers zoals Bol.com en Amazon gebruiken aanbevelingssystemen die gebaseerd zijn op machine learning. Deze systemen analyseren het koopgedrag van miljoenen gebruikers om gepersonaliseerde productaanbevelingen te doen, wat de winkelervaring verbetert en de verkoop stimuleert.
• De ontwikkeling van zelfrijdende auto's door bedrijven als Tesla en Waymo roept ethische vragen op over wie verantwoordelijk is bij een ongeval. Moet de programmeur, de fabrikant of de 'bestuurder' (die geen actieve controle heeft) aansprakelijk worden gesteld?

Toetsideeën

Discussievraag

Start een klassengesprek met de vraag: 'Welke drie AI-toepassingen in ons dagelijks leven hebben de grootste positieve impact, en welke de grootste negatieve?' Laat leerlingen hun keuzes onderbouwen met concrete voorbeelden en argumenten.

Uitgangskaart

Geef leerlingen een kaartje met een scenario (bijv. een AI die sollicitanten screent, een AI die medische diagnoses stelt). Vraag hen om één potentiële ethische zorg te identificeren en kort uit te leggen waarom dit een zorg is.

Snelle Controle

Toon een korte video (2-3 minuten) van een specifieke AI-toepassing (bijv. gezichtsherkenning). Vraag leerlingen om in tweetallen de belangrijkste voordelen en risico's van deze toepassing te noteren op een whiteboard of digitaal document.

Veelgestelde vragen

Hoe werkt AI in aanbevelingssystemen zoals Netflix?

Aanbevelingssystemen analyseren kijkgedrag, beoordelingen en voorkeuren om patronen te voorspellen. Machine learning-algoritmes zoals collaboratieve filtering matchen gebruikers met vergelijkbare profielen. Dit personaliseert content, verhoogt retentie, maar kan bubbels creëren door beperkte diversiteit in suggesties. Leerlingen kunnen dit testen met eigen data-analyse-oefeningen.

Wat is de impact van AI op werkgelegenheid?

AI automatiseert repetitieve taken in productie en administratie, wat banenverlies veroorzaakt, maar schept kansen in data-analyse en onderhoud. In Nederland zien we dit in logistiek en zorg. Discussie over omscholing en beleid helpt leerlingen toekomstscenario's te evalueren en aanpassingsstrategieën te bedenken.

Hoe ga je om met ethische dilemmas bij AI?

Ethische overwegingen omvatten fairness, transparantie en accountability. Bij autonome systemen zoals drones vraag je: wie is verantwoordelijk bij fouten? Frameworks als EU AI Act bieden richtlijnen. Casestudies en debatten trainen leerlingen in het balanceren van innovatie en waarden.

Hoe helpt actief leren bij begrijpen van AI-toepassingen?

Actief leren maakt AI concreet door hands-on activiteiten zoals debatten over biases of simulaties van algoritmes. Leerlingen analyseren echte casussen in groepen, wat kritisch denken stimuleert en abstracte impacts persoonlijk maakt. Dit verhoogt retentie en bereidt voor op maatschappelijke discussies, met betere betrokkenheid dan passief luisteren.