Genetik: Arvets mekanismer · Vårtermin

Mendelsk genetik

Eleverna tillämpar Mendels lagar för att förutsäga ärftligheten av egenskaper med korsningsscheman.

Om detta ämne

Automatisering och artificiell intelligens (AI) är inte längre science fiction, utan en del av vår vardag. I detta ämne utforskar vi hur maskiner kan utföra uppgifter som tidigare krävde mänsklig intelligens eller fysisk kraft. Vi kopplar detta till kursplanens mål om konsekvenser av teknikval och hur automatisering påverkar arbetsmiljö och samhälle.

Vi diskuterar etiska dilemman: Vem ansvarar för ett beslut fattat av en algoritm? Hur påverkas våra jobb? Genom att förstå grunderna i hur AI tränas och hur robotar styrs, kan eleverna gå från att vara passiva användare till att bli kritiska granskare. Aktivt lärande genom simuleringar av AI-beslut och diskussioner om framtidens arbetsmarknad hjälper eleverna att förbereda sig för ett samhälle i snabb förändring.

Idéer för aktivt lärande

Simuleringsövning: Träna en AI

Eleverna agerar 'tränare' åt en enkel pappers-AI. De ger den exempel på 'bra' och 'dåliga' bilder och ser hur små fel i träningsdatan kan leda till fördomar eller felaktiga beslut hos maskinen.

⏱ 40 min·Smågrupper

Generera uppdrag

Formell debatt: Självkörande bilars moral

Eleverna får olika scenarier där en självkörande bil måste välja mellan två dåliga alternativ (t.ex. köra på en hund eller svänga in i en vägg). De debatterar vem som bär ansvaret: programmeraren, ägaren eller bilen själv.

⏱ 35 min·Hela klassen

Generera uppdrag

EPA (Enskilt-Par-Alla): Framtidens yrken

Eleverna får en lista på yrken och diskuterar i par vilka delar av dessa jobb som kan automatiseras och vilka som kräver mänsklig empati eller kreativitet. De presenterar sina tankar om vilka förmågor som blir viktigast i framtiden.

⏱ 25 min·Par

Generera uppdrag

Se upp för dessa missuppfattningar

Vanlig missuppfattning

Att AI är en 'superhjärna' som faktiskt förstår vad den gör.

Vad man ska lära ut istället

Förklara att AI i grunden är avancerad statistik och mönsterigenkänning. Den 'förstår' inte mening på samma sätt som en människa. Genom att visa hur en AI kan luras av små förändringar i data blir detta tydligt.

Vanlig missuppfattning

Att robotar kommer att ta alla jobb och göra oss arbetslösa.

Vad man ska lära ut istället

Diskutera hur teknik historiskt sett har tagit bort vissa jobb men skapat många nya. Fokusera på hur människa och maskin kan samarbeta. Aktiva diskussioner om 'komplementär kompetens' hjälper eleverna att se möjligheterna.

Vanliga frågor

Vad är skillnaden mellan en vanlig dator och AI?

En vanlig dator följer strikta regler som en människa har skrivit (om x händer, gör y). En AI lär sig istället genom att titta på stora mängder data och hitta egna mönster för att lösa en uppgift, utan att ha fått exakta instruktioner för varje steg.

Hur kan man undervisa om AI utan att använda datorer?

Genom analoga lekar som simulerar maskininlärning. Man kan låta eleverna 'sortera' objekt utifrån dolda regler som de gradvis får gissa sig till genom feedback. Det visar principen om hur en algoritm tränas genom exempel istället för instruktioner.

Vad menas med 'bias' eller fördomar i AI?

Om den data vi använder för att träna en AI innehåller mänskliga fördomar (t.ex. att bara visa män som läkare), kommer AI:n att lära sig och förstärka dessa mönster. Det är ett stort problem som kräver att vi är kritiska till vilken data vi använder.

Vilka jobb är svårast att automatisera?

Jobb som kräver komplex social interaktion, empati, etiska överväganden och hög kreativitet. Exempel är lärare, psykologer, konstnärer och yrken som kräver avancerad finmotorik i föränderliga miljöer, som hantverkare.

Bläddra i kursplaner per land

• Amerika
• US
• CA
• MX
• CL
• CO
• BR

• Europa
• UK
• IE
• FR
• DE
• ES
• IT
• NL
• PT
• SE

• Asien & Stilla havet
• IN
• SG
• AU