Evolution och livets utveckling · Hösttermin

Evolutionens grunder: Naturligt urval

Eleverna utforskar Darwins teori om naturligt urval och hur anpassningar driver evolutionär förändring.

Om detta ämne

Big Data handlar om de enorma mängder information som genereras varje sekund och hur vi kan använda mönsterigenkänning för att förstå den. I årskurs 8 kopplas detta till kursplanens mål om digitala verktyg för databehandling och hur teknikval får konsekvenser för samhället. Eleverna får lära sig att data i sig är neutral, men att analysen av den kan användas för allt från att förutsäga epidemier till att rikta politisk reklam.

Genom att arbeta med mönsterigenkänning tränar eleverna sin förmåga att se samband i komplex information. Detta är en nyckelkompetens i en tid där algoritmer fattar allt fler beslut åt oss. Ämnet blir särskilt engagerande när eleverna får prova på att vara 'mänskliga algoritmer' och försöka hitta dolda trender i stora pappershögar med anonymiserad data.

Idéer för aktivt lärande

Utforskande cirkel: Data-detektiverna

Eleverna får stora mängder 'skräpdata' (t.ex. kvitton eller fiktiva loggar). De ska i grupper försöka hitta mönster: Vilken tid handlar folk mest? Finns det samband mellan väder och inköp?

⏱ 45 min·Smågrupper

Generera uppdrag

EPA (Enskilt-Par-Alla): Algoritmernas filterbubblor

Eleverna reflekterar över sina egna flöden i sociala medier. De diskuterar i par hur mönsterigenkänning avgör vad de ser och vilka röster som eventuellt sorteras bort.

⏱ 20 min·Par

Generera uppdrag

Simuleringsövning: Träna en analog algoritm

Eleverna ska 'träna' en klasskamrat att känna igen en specifik typ av teckning genom att bara visa exempel och ge feedback (ja/nej), för att förstå hur mönsterigenkänning fungerar utan programmering.

⏱ 30 min·Smågrupper

Generera uppdrag

Se upp för dessa missuppfattningar

Vanlig missuppfattning

Att mer data alltid leder till bättre beslut.

Vad man ska lära ut istället

Om datan är vinklad eller av dålig kvalitet blir besluten felaktiga (garbage in, garbage out). Genom att ge eleverna ofullständig data kan de själva se hur felaktiga slutsatser dras.

Vanlig missuppfattning

Att mönsterigenkänning är samma sak som sanning.

Vad man ska lära ut istället

Korrelation innebär inte alltid kausalitet. Bara för att två saker händer samtidigt betyder det inte att den ena orsakar den andra, vilket bäst belyses genom absurda exempel på statistiska samband.

Vanliga frågor

Vad är skillnaden mellan vanlig statistik och Big Data?

Big Data handlar om volym, hastighet och variation. Det handlar ofta om att analysera ostrukturerad data i realtid, snarare än att titta på färdiga tabeller.

Hur används Big Data i den svenska välfärden?

Det används till exempel för att optimera kollektivtrafik, förutse vårdbehov eller planera var nya skolor behöver byggas baserat på befolkningsprognoser.

Är Big Data farligt för demokratin?

Det kan vara det om det används för att manipulera väljare genom mikrotargeting. Därför är källkritik och förståelse för algoritmer en viktig del av undervisningen.

Hur kan aktivt lärande hjälpa elever att förstå datamängder?

Genom att låta eleverna fysiskt sortera och kategorisera stora mängder information (t.ex. hundratals post-it-lappar) får de en konkret känsla för hur svårt det är att hitta mönster manuellt och varför vi behöver digitala verktyg.

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