Etiska Dilemman med AI

Aktiva metoder fungerar särskilt väl för att belysa etiska dilemman med AI eftersom eleverna kan uppleva komplexa frågor genom konkreta och levande situationer. Genom att interagera med varandra i debatter, rollspel och analyser av verkliga fall utvecklar eleverna både kritiskt tänkande och empati för olika perspektiv på ansvar och rättvisa.

• Årskurs 8
• Digital Innovation och Systemförståelse
• 4 aktiviteter
• 30 min–50 min

Lärandemål

1. Analysera hur bias kan introduceras i AI-system genom träningsdata och algoritmer.
2. Utvärdera de etiska konsekvenserna av autonoma system i komplexa beslutsfattandesituationer.
3. Kritiskt granska argument för och emot ökad autonomi för AI inom specifika samhällssektorer.
4. Syntetisera olika perspektiv för att föreslå principer för ansvarsfull AI-utveckling.

Formell debatt

⏱ 45 min·Smågrupper

Debattcirkel: AI-ansvar

Dela in eleverna i grupper som förbereder argument för och emot vem som bär ansvar vid AI-fel, som självkörande bilar. Grupperna presenterar i en cirkeldebatt med moderator. Avsluta med gemensam reflektion över lärdomar.

Förberedelse & detaljer

Hur kan vi säkerställa att AI-system är rättvisa och opartiska?

Handledningstips: Under debattcirkeln: Se till att alla elever får tala och att ni regelbundet summerar argumenten för att hålla diskussionen fokuserad och relevant.

Setup: Två lag vända mot varandra, publikplatser för resten av klassen

Materials: Debattämne/påstående, Bakgrundsfakta för respektive sida, Bedömningsmatris för publiken, Tidtagarur

• Analysera
• Utvärdera
• Skapa
• Självreglering
• Beslutsfattande

Rollspel

⏱ 30 min·Par

Rollspel: Rättvis AI

Elever axlar roller som AI-utvecklare, användare och drabbade i scenarier med partisk rekryterings-AI. De diskuterar lösningar i par och redovisar för klassen. Använd enkla props som visitkort.

Förberedelse & detaljer

Vem bär ansvaret när ett AI-system fattar ett kontroversiellt beslut?

Handledningstips: Under rollspelet: Ge eleverna tydliga roller med olika intressen och begränsad information för att påvisa komplexiteten i beslutsfattande med AI.

Setup: Öppen yta eller ommöblerade bänkar anpassade för scenariot

Materials: Rollkort med bakgrund och mål, Instruktioner för scenariot

• Tillämpa
• Analysera
• Utvärdera
• Social Medvetenhet
• Självkännedom

Formell debatt

⏱ 35 min·Smågrupper

Etikkort: Riskbedömning

Dela ut kort med AI-scenarier, som medicinska beslut eller övervakning. Grupper rangordnar risker och föreslår skyddsåtgärder. Samla input på tavlan för klassdiskussion.

Förberedelse & detaljer

Utvärdera de potentiella riskerna med att ge AI för mycket autonomi.

Handledningstips: Under Etikkort: Be eleverna motivera sina val muntligt innan de lägger korten, så att de utvecklar sitt resonemang.

Setup: Två lag vända mot varandra, publikplatser för resten av klassen

Materials: Debattämne/påstående, Bakgrundsfakta för respektive sida, Bedömningsmatris för publiken, Tidtagarur

• Analysera
• Utvärdera
• Skapa
• Självreglering
• Beslutsfattande

Expertpussel

⏱ 50 min·Smågrupper

Expertpussel: Autonomi

Fördela case studies om AI-autonomi till expertgrupper som analyserar risker. Grupperna undervisar sedan hemgrupper. Avsluta med gemensam mindmap.

Förberedelse & detaljer

Hur kan vi säkerställa att AI-system är rättvisa och opartiska?

Handledningstips: Under Case Study Jigsaw: Strukturera grupperna så att alla elever bidrar med sina individuella analyser innan ni sammanför dem till en gemensam slutsats.

Setup: Flexibel möblering för gruppbyten

Materials: Texter eller material till expertgrupperna, Mall för anteckningar, Grafisk arrangör för sammanfattning

• Förstå
• Analysera
• Utvärdera
• Relationsförmåga
• Självreglering

Att undervisa detta ämne

Undervisningen bör utgå från elevernas egna erfarenheter och nyhetshändelser för att göra de etiska dilemman konkreta. Läraren fungerar som en guide som utmanar elevernas antaganden och uppmuntrar dem att ifrågasätta förenklade lösningar. Forskning visar att elever lär sig bäst när de får bearbeta sina tankar i grupp och sedan reflektera individuellt, därför bör aktiviteterna följas av korta skriftliga eller muntliga reflektioner.

Vad du kan förvänta dig

Eleverna visar förståelse genom att nyanserat diskutera och argumentera för olika ståndpunkter, identifiera etiska risker i konkreta AI-scenarier och koppla dessa till samhälleliga konsekvenser. De använder relevant terminologi och motiverar sina slutsatser med faktiska exempel och överväganden.

Se upp för dessa missuppfattningar

Vanlig missuppfattning

Under debattcirkeln AI-ansvar, lyssna efter uttalanden som 'AI kan inte vara partisk eftersom det är matematik'.

Vad man ska lära ut istället

Avbryt och be eleverna att fundera på hur AI tränas på mänsklig data. Använd exemplet om partisk bildigenkänning och be dem diskutera var bias kan uppstå i träningsprocessen.

Vanlig missuppfattning

Under rollspelet Rättvis AI, observera om eleverna antar att utvecklaren ensam bär ansvaret för beslut.

Vad man ska lära ut istället

Avsluta rollspelet med en gemensam reflektion där varje grupp presenterar sitt beslut och vem de ansåg vara ansvarig, för att synliggöra fördelningen av ansvar.

Vanlig missuppfattning

Under debattcirkeln AI-ansvar, uppmärksamma om eleverna hävdar att 'mer AI-autonomi alltid löser problem snabbare'.

Vad man ska lära ut istället

Be eleverna ge konkreta exempel på risker med autonomi, till exempel oförutsägbara beslut i självkörande bilar, och diskutera varför mänsklig översyn fortfarande behövs.

Bedömningsidéer

Diskussionsfråga

Efter debattcirkeln AI-ansvar, låt eleverna diskutera i smågrupper: 'Om en AI som hjälper till med diagnoser inom sjukvården gör ett misstag, vem ska då hållas ansvarig: programmeraren, sjukhuset som använde systemet, eller AI:n själv? Motivera era svar.' Använd diskussionen för att bedöma elevernas förmåga att nyanserat argumentera och koppla till ansvarsfördelning.

Utgångsbiljett

Under Etikkort: Riskbedömning, be eleverna skriva ner ett exempel på algoritmisk bias de stött på eller hört talas om. Samla in lapparna och be dem förklara kortfattat hur biasen uppstod och vilken negativ konsekvens den kan leda till, för att bedöma deras förståelse av bias och dess effekter.

Snabbkontroll

Under Case Study Jigsaw: Autonomi, ställ frågan: 'Vilken är den största etiska utmaningen med att ge AI mer autonomi?' Låt eleverna skriva ner sitt svar på en lapp och samla in dem för att snabbt få en överblick över klassens förståelse och identifiera eventuella missuppfattningar.

Fördjupning & stöd

• Utmana eleverna att skapa en podd eller kort film där de spelar upp ett scenario med AI-dilemma och diskuterar lösningar.
• För elever som kämpar: Ge dem färdiga frågor att utgå ifrån när de analyserar ett case, till exempel: 'Vilka grupper påverkas av detta beslut?' och 'Vem har makt att ändra på situationen?'
• För djupare förståelse: Be eleverna jämföra två olika AI-lösningar inom samma område, till exempel sjukvårdsdiagnostik, och diskutera för- och nackdelar med varje system.

Nyckelbegrepp

Algoritmisk bias	Systematiska och upprepade fel i ett datasystem som skapar orättvisa resultat, ofta kopplat till hur AI tränas.
Autonomi	Förmågan hos ett system att fatta egna beslut och utföra handlingar utan direkt mänsklig inblandning.
Ansvarsskyldighet	Principen att någon eller några måste stå till svars för de handlingar och beslut som ett AI-system utför.
Transparens	Graden av öppenhet i hur ett AI-system fungerar och fattar beslut, vilket gör det möjligt att förstå dess logik.