Informatica · Klas 6 VWO

Ideeën voor actief leren

AI in Games en Aanbevelingen

Actief leren werkt bij dit onderwerp omdat leerlingen zo direct ervaren hoe AI in games en aanbevelingssystemen werkt. Door zelf systemen te bouwen en te testen, begrijpen ze beter hoe patronen en data hun ervaringen sturen, wat abstracte concepten tastbaar maakt.

• SLO Kerndoelen en Eindtermen
• SLO: Voortgezet onderwijs - Kunstmatige Intelligentie
• SLO: Voortgezet onderwijs - Toepassingen

• 20–50 min
• Duo's → Hele klas
• 4 activiteiten

Activiteit 01

• Casusanalyse
• 45 min · Duo's

Paarwerk: Eenvoudige Game AI Bouwen

Laat paren in Scratch een basis-AI tegenstander programmeren die reageert op spelerbewegingen met if-then-regels. Test de AI tegen elkaar en pas aan op basis van speelrondes. Sluit af met een korte reflectie op slimmere keuzes.

Hoe maakt AI games uitdagender en leuker?

Facilitatietip

Tijdens het paarwerk met game AI: moedig leerlingen aan om hun code stap voor stap te testen en te documenteren, zodat ze precies zien waar de AI zwaktes vertoont bij onverwachte acties.

Waar je op moet letten

Geef leerlingen een scenario: 'Een game-AI moet een vijand sturen om de speler te achtervolgen in een doolhof.' Vraag hen om twee AI-technieken te noemen die hiervoor gebruikt kunnen worden en kort uit te leggen hoe ze werken. Vraag ook één voordeel en één nadeel van aanbevelingssystemen te benoemen.

• Analyseren
• Evalueren
• Creëren
• Besluitvorming
• Zelfmanagement

Activiteit 02

• Casusanalyse
• 50 min · Kleine groepjes

Groepswerk: Aanbevelingssysteem Simuleren

Verdeel de klas in kleine groepen en geef fictieve kijkdata. Bouw een eenvoudig systeem met spreadsheets of Python om suggesties te genereren via collaborative filtering. Presenteren en vergelijken met echte systemen zoals Netflix.

Hoe weet Netflix welke films jij misschien leuk vindt?

Facilitatietip

Bij het simuleren van aanbevelingssystemen: zorg dat elke groep verschillende datasets gebruikt, zodat ze direct het effect van input-data op de uitkomsten ervaren.

Waar je op moet letten

Start een klassengesprek met de vraag: 'Stel je voor dat je een aanbevelingssysteem bouwt voor schoolboeken. Welke data zou je verzamelen en hoe zou je ervoor zorgen dat leerlingen niet alleen boeken krijgen die ze al kennen?' Moedig discussie aan over bias en diversiteit in aanbevelingen.

• Analyseren
• Evalueren
• Creëren
• Besluitvorming
• Zelfmanagement

Activiteit 03

• Casusanalyse
• 30 min · Hele klas

Klasactiviteit: Voor- en Nadelen Debat

Verdeel de klas in teams voor en tegen aanbevelingssystemen. Gebruik key questions om argumenten te verzamelen uit eerdere activiteiten. Stem na afloop en bespreek AI-ethiek.

Wat zijn de voor- en nadelen van aanbevelingssystemen?

Facilitatietip

Tijdens het debat: geef leerlingen van tevoren een structuur met stellingen, zodat ze gefocust kunnen discussiëren over specifieke misvattingen en ethische dilemma’s.

Waar je op moet letten

Toon een korte video van een game met intelligente vijanden of een demonstratie van een aanbevelingssysteem. Vraag leerlingen om via een poll of korte notitie aan te geven welke AI-concepten ze herkennen en hoe deze de gebruikerservaring beïnvloeden.

• Analyseren
• Evalueren
• Creëren
• Besluitvorming
• Zelfmanagement

Activiteit 04

• Casusanalyse
• 20 min · Individueel

Individueel: Persoonlijke Filterbubbel Analyse

Laat leerlingen hun YouTube- of Netflix-geschiedenis analyseren en voorspellen wat het algoritme suggereert. Noteer biases en deel één inzicht in een klassikale ronde.

Hoe maakt AI games uitdagender en leuker?

Facilitatietip

Bij de persoonlijke filterbubbel analyse: vraag leerlingen om hun eigen data in te brengen, zodat ze persoonlijk betrokken raken en de impact van biases voelen.

Waar je op moet letten

Geef leerlingen een scenario: 'Een game-AI moet een vijand sturen om de speler te achtervolgen in een doolhof.' Vraag hen om twee AI-technieken te noemen die hiervoor gebruikt kunnen worden en kort uit te leggen hoe ze werken. Vraag ook één voordeel en één nadeel van aanbevelingssystemen te benoemen.

• Analyseren
• Evalueren
• Creëren
• Besluitvorming
• Zelfmanagement

Enkele opmerkingen over deze eenheid onderwijzen

Ervaren docenten benadrukken dat leerlingen eerst zelf moeten experimenteren voordat ze theorie bestuderen. Begin met simpele, zichtbare problemen zoals een eenvoudige game AI of een basaal aanbevelingssysteem. Vermijd vooraf te veel uitleg; laat leerlingen ontdekken via trial-and-error. Benadruk dat AI niet magisch is, maar gebaseerd op herkenbare patronen en data, wat ze zelf kunnen aanpassen.

Succesvolle leerlingen tonen aan dat ze AI-principes herkennen in games en aanbevelingen, kunnen uitleggen hoe deze systemen werken, en kritisch reflecteren op de beperkingen en ethische implicaties. Ze passen technieken toe en bedenken alternatieven voor biases in data.

---

Pas op voor deze misvattingen

• Tijdens de activiteit 'Eenvoudige Game AI Bouwen', denken leerlingen vaak dat AI in games altijd onverslaanbaar is.

  Laat leerlingen tijdens het testen van hun AI bewust onverwachte acties uitproberen en noteer hoe de AI hierop reageert. Benadruk dat zwaktes in de code leiden tot nieuwe inzichten over hoe AI werkt en dat creativiteit de sleutel is tot het verslaan van de AI.

• Tijdens de activiteit 'Aanbevelingssysteem Simuleren', veronderstellen leerlingen dat systemen zoals Netflix emoties en persoonlijkheid begrijpen.

  Geef leerlingen een dataset met alleen kijkgedrag en ratings, zonder persoonlijke informatie. Laat ze tijdens het simuleren ontdekken hoe de aanbevelingen veranderen als ze data aanpassen, en bespreek hoe biases in data de uitkomsten sturen.

• Tijdens de activiteit 'Voor- en Nadelen Debat', geloven leerlingen dat AI-aanbevelingen neutraal en eerlijk zijn.

  Gebruik de data die leerlingen tijdens 'Aanbevelingssysteem Simuleren' hebben gegenereerd. Laat ze tijdens het debat zien hoe kleine aanpassingen in de input-data grote verschillen in de output veroorzaken, en bespreek hoe dit de eerlijkheid beïnvloedt.

---

Methodes gebruikt in dit overzicht

• Casusanalyse