Hrvatska akademska i istraživačka mreža - CARNET

Znanstveni upitnik

Znanstvena

Metodički upitnik

Metodička

Stručni upitnik

Stručna

Tehnički upitnik

Tehnička

Davorka Medvedović

Materijal je nastavni scenarij koji kroz simulaciju rada umjetne inteligencije povezuje temu sigurnih lozinki i osnovne principe strojnog učenja. Učenici kroz igru uloga istražuju kako model uči iz primjera, zašto može pogriješiti i kako kvaliteta podataka utječe na rezultat.

Materijal se koristi kao scenarij poučavanja za nastavu informatike ili izvannastavnu aktivnost povezanu s umjetnom inteligencijom i digitalnom sigurnošću. Može se provesti bez složene računalne opreme jer se temelji na karticama, razgovoru i simulaciji. Učitelj unaprijed priprema primjere lozinki i vodi učenike kroz uloge modela i trenera modela. Materijal je prikladan za iskustveno učenje, uvod u strojno učenje i povezivanje apstraktnih pojmova umjetne inteligencije s učenicima bliskom temom sigurnosti lozinki.

Nastavnička priprema

Učitelj započinje razgovorom o tome što lozinku čini sigurnom. Učenici komentiraju primjere jednostavnih lozinki i objašnjavaju zašto lozinke poput „ana123”, „lozinka” ili „12345678” nisu dobre. Učitelj naglašava da se u aktivnosti neće koristiti stvarne lozinke učenika, nego isključivo izmišljeni primjeri. Učenici zajednički oblikuju osnovna pravila sigurne lozinke.

Učitelj dijeli učenike u dvije skupine. Jedna skupina preuzima ulogu trenera modela, a druga ulogu modela. Treneri daju primjere sigurnih i nesigurnih lozinki, dok model promatra primjere i pokušava zaključiti prema kojem se pravilu lozinke razvrstavaju. Učitelj objašnjava da pravi AI modeli rade složenije, ali da je osnovna ideja slična: model uči iz podataka koje dobiva.

Treneri modela čitaju pripremljene primjere lozinki i označavaju ih kao sigurne ili nesigurne. Model prati primjere i pokušava prepoznati obrasce. Učenici u ulozi modela mogu zaključiti da su sigurne lozinke dulje, da imaju brojeve, velika i mala slova ili posebne znakove. Učitelj zapisuje pravila koja je model naučio, ne ispravljajući ih odmah u potpunosti, nego ih ostavlja za testiranje.

Model dobiva nove primjere lozinki bez oznake sigurnosti. Učenici u ulozi modela pokušavaju ih razvrstati, a treneri i ostatak razreda raspravljaju jesu li odluke dobre. Učitelj ubacuje problematične primjere, primjerice kratku lozinku s posebnim znakom ili dugu lozinku bez raznolikosti znakova. Učenici uočavaju da model može naučiti samo dio pravila i zato pogriješiti.

Učenici predlažu kakve bi primjere trebalo dodati kako bi model bolje učio. Raspravljaju o tome treba li dodati lozinke koje su duge, ali predvidljive, lozinke koje sadrže osobne podatke i lozinke koje imaju znakove, ali su prekratke. Učitelj povezuje raspravu s pojmom kvalitete podataka i objašnjava da model postaje bolji kada dobiva raznolike i dobro označene primjere.

Učitelj vodi raspravu o tome je li model pogriješio zato što je „glup” ili zato što nije imao dovoljno dobre podatke. Učenici zaključuju da je model učio iz primjera koje je dobio i da kvaliteta podataka izravno utječe na kvalitetu rezultata. Učitelj povezuje simulaciju s pravim AI modelima i naglašava da umjetna inteligencija uči iz podataka, ali ne razumije uvijek ono što ljudi misle da bi trebala razumjeti.

Učenici ispunjavaju izlazni listić u kojem dovršavaju rečenice o sigurnim lozinkama, pogreškama modela i načinu na koji umjetna inteligencija uči. Refleksija služi provjeri razumijevanja i povezivanju dviju tema: digitalne sigurnosti i strojnog učenja. Priprema izričito naglašava da učenici ne koriste stvarne lozinke, nego izmišljene primjere za učenje.

Učenici kao model i treneri modela: sigurne lozinke

Učenici kao model i treneri modela: sigurne lozinke

Komentari

Preporučeni materijali