Hvad er Machine Learning Machine?
Machine Learning Machine er designet til at supplere eksisterende læringsværktøjer til undervisning i ML i klasselokalet og udvide eksisterende forskning om, hvad elever bør vide om ML, og hvordan vi kan designe værktøjer og meningsfulde aktiviteter, der gør dem i stand til at engagere sig i det. Designet og designrationalet bag Machine Learning Machine repræsenterer en ny tilgang til at gøre ML udforskelig og forståelig gennem håndgribelige brugergrænseflader. Machine Learning Machine opnår dette ved at lade elever engagere sig i ML gennem en iterativ proces bestående af problemformulering, dataindsamling, træning og evaluering.
Hvordan virker den?
Machine Learning Machine består af to separate enheder, som giver K-12-elever mulighed for at skabe data samt træne og teste ML-modeller. Den første enhed, Træneren, er en maskine med et industrielt udseende, som gør det muligt for eleverne at træne modeller til at genkende elevlavede tegninger ved at fodre maskinen med et antal tegninger og mærke disse.
Den anden enhed, Testeren, ligner laboratorieudstyr og giver eleverne mulighed for at teste deres modeller ved at placere nye tegninger under dens kamera og lade den forsøge at genkende dem.
Den anden enhed, Testeren, ligner laboratorieudstyr og giver eleverne mulighed for at teste deres modeller ved at placere nye tegninger under dens kamera og lade den forsøge at genkende dem.
Eleverne kan skifte mellem de to enheder ved at flytte en fysisk repræsentation af deres model imellem dem og på denne måde iterativt forsøge at forbedre deres model. Ved at træne ML-modeller på elevlavede tegninger har Machine Learning Machine til formål at understøtte elevernes eksperimenter med træning af ML-modeller samt undervisning i ML-grundlæggende og mere komplekse opgaver, hvor eleverne kan udforske fx datarepræsentativitet og utilsigtet bias. Nyheden ved Machine Learning Machine ligger ikke i den håndgribelige brugergrænseflade i sig selv, men i hvordan denne håndgribelighed kan understøtte elevernes udforskning af de komplekse fænomener inden for ML.
Opsummering
Machine Learning Machine demonstrerer kvaliteterne ved en iterativ tilgang til at engagere elever i at forstå og reflektere over ML og fordelene ved en håndgribelig tilgang til undervisning i ML. Dette kommer til udtryk i skiftet mellem at være "ready-to-hand" og "present-at-hand" samt ved at præsentere ML langsomt og med omtanke.