Barn är omgivna av AI. De borde veta hur det fungerar.

Student vid post-it-lapp-fylld whiteboard Med tillstånd av MIT Media Lab

En elev återger hur han skulle beskriva artificiell intelligens för en vän: Det är ungefär som en bebis eller en mänsklig hjärna eftersom den måste lära sig, säger han i en video, och den lagrar [...] och använder den informationen för att räkna ut saker och ting. ut.

De flesta vuxna skulle kämpa för att få ihop en så övertygande definition av ett komplext ämne. Den här eleven var bara 10 år gammal.

Eleven var en av 28 mellanstadieelever, i åldrarna 9 till 14, som deltog i ett pilotprogram i somras utformat för att lära dem om AI. Läroplanen, utvecklad av Blakeley Payne, doktorandforskare vid MIT Media Lab, är en del av ett bredare initiativ för att göra dessa koncept till en integrerad del av mellanstadiets klassrum. Det har hon sedan dess öppen källkod för läroplanen , som inkluderar flera interaktiva aktiviteter som hjälper elever att upptäcka hur algoritmer utvecklas och hur dessa processer fortsätter att påverka människors liv.

Barn idag växer upp i en värld omgiven av AI: algoritmer bestämmer vilken information de ser, hjälper till att välja videor de tittar på och formar hur de lär sig att prata. Förhoppningen är att barn kan bli mer kritiska konsumenter av sådan teknik genom att bättre förstå hur algoritmer skapas och hur de påverkar samhället. Det kan till och med motivera dem att hjälpa till att forma dess framtid.

Det är viktigt för dem att förstå hur dessa tekniker fungerar så att de bäst kan navigera och konsumera dem, säger Payne. Vi vill att de ska känna sig bemyndigade.

Eleverna föreställer sig hur de skulle designa om YouTube. Med tillstånd av MIT Media Lab

Varför barn?

Det finns flera anledningar till att lära barn om AI. För det första är det det ekonomiska argumentet: studier har visat att att utsätta barn för tekniska koncept stimulerar deras problemlösnings- och kritiskt tänkande. Det kan få dem att lära sig beräkningsfärdigheter snabbare senare i livet.

För det andra, det finns det samhälleliga argumentet. Särskilt mellanstadieåren är avgörande för ett barns identitetsbildning och utveckling. Att lära flickor om teknik i den här åldern kan göra dem mer benägna att studera den senare eller ha en karriär inom teknik, säger Jennifer Jipson, professor i psykologi och barnutveckling vid California Polytechnic State University. Detta kan hjälpa till att diversifiera AI- och bredare teknikindustri. Att tidigt lära sig att brottas med teknikens etiska och samhälleliga effekter kan också hjälpa barn att växa till mer medvetna skapare och utvecklare, såväl som mer informerade medborgare.

Slutligen finns det sårbarhetsargumentet. Unga människor är mer formbara och lättpåverkade, så de etiska riskerna som följer med att spåra människors beteende och använda det för att designa mer beroendeframkallande upplevelser ökar för dem, säger Rose Luckin, professor i elevcentrerad design vid University College London. Att göra barn till passiva konsumenter kan skada deras byråkrati, integritet och långsiktiga utveckling.

Tio till 12 år är medelåldern när ett barn får sin första mobiltelefon eller sitt första konto på sociala medier, säger Payne. Vi vill få dem att verkligen förstå att teknik har åsikter och har mål som kanske inte nödvändigtvis är i linje med deras egna innan de blir ännu större konsumenter av teknik.

Eleverna utformade etiska matriser för att tänka igenom intressenterna i en smörgåsframställningsalgoritm och deras värderingar. Med tillstånd av MIT Media Lab

Algoritmer som åsikt

Paynes läroplan innehåller en rad aktiviteter som får eleverna att tänka på algoritmernas subjektivitet. De börjar med att lära sig om algoritmer som recept, med ingångar, en uppsättning instruktioner och utgångar. Barnen uppmanas sedan att bygga, eller skriva ner instruktioner, för en algoritm som ger den bästa smörgåsen med jordnötssmör och gelé.

Mycket snabbt började barnen i sommarpiloten förstå den underliggande lektionen. En elev drog mig åt sidan och frågade: 'Ska det här vara åsikter eller fakta?' säger hon. Genom sin egen upptäcktsprocess insåg eleverna hur de oavsiktligt hade byggt in sina egna preferenser i sina algoritmer.

Nästa aktivitet bygger sedan på detta koncept: eleverna ritar vad Payne kallar en etisk matris för att tänka igenom hur olika intressenter och deras värderingar också kan påverka utformningen av en sandwichalgoritm. Under piloten kopplade Payne sedan lektionerna till aktuella händelser. Tillsammans läser eleverna en förkortad Artikel i Wall Street Journal om hur YouTubes chefer övervägde om de skulle skapa en separat version för endast barn av appen med en modifierad rekommendationsalgoritm. Eleverna kunde se hur investerarkrav, föräldratryck eller barns preferenser kunde leda företaget ner på helt andra vägar för omdesign av algoritmer.

En annan uppsättning aktiviteter introducerar eleverna till begreppet AI-bias. De använder Googles Teachable Machine Tool , en interaktiv kodfri plattform för att träna grundläggande maskininlärningsmodeller, för att bygga en katt-hund-klassificerare – men utan deras vetskap ges en partisk datamängd. Genom en process av experiment och diskussion lär de sig hur datamängden leder till att klassificeraren blir mer exakt för katter. De har då en möjlighet att åtgärda problemet.

Payne kopplade återigen övningen till ett verkligt exempel under pilotprojektet genom att visa elevernas bilder av Joy Buolamwini, en kollega Media Lab-forskare, vittnade för kongressen om fördomar i ansiktsigenkänning. De kunde se hur den typ av tankeprocess de hade gått igenom kunde förändra hur dessa system är byggda i världen, säger Payne.

En elev visar upp sin slutliga YouTube-redesign. Med tillstånd av MIT Media Lab

Utbildningens framtid

Payne planerar att fortsätta justera programmet, ta hänsyn till offentlig feedback, och undersöker olika vägar för att utöka dess räckvidd. Hennes mål är att integrera någon version av det i folkbildningen.

Utöver det hoppas hon att det ska fungera som ett exempel för hur man lär barn om teknik, samhälle och etik. Både Luckin och Jipson är överens om att det erbjuder en lovande mall för hur utbildning kan utvecklas för att möta kraven från en allt mer teknikdriven värld.

AI som vi ser det i samhället just nu är ingen stor utjämnare, säger Payne. Utbildning är det, eller åtminstone hoppas vi att det ska vara. Så detta är ett grundläggande steg för att gå mot ett rättvisare och mer rättvist samhälle.

Dölj