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 učenike uvodi u razumijevanje algoritama preporuka, personaliziranog sadržaja i pristranosti podataka. Učenici analiziraju svakodnevne situacije s digitalnih platformi i promišljaju o tome kako algoritmi koriste podatke, što iz njih zaključuju i koje se opasnosti mogu pojaviti.

Materijal se koristi kao scenarij poučavanja za nastavu informatike, izvannastavnu aktivnost iz umjetne inteligencije ili međupredmetne teme medijske pismenosti i građanskog odgoja. Učitelj ga može provesti kroz razgovor, rad u skupinama i analizu pripremljenih situacija bez potrebe za prikupljanjem osobnih podataka učenika. Materijal je osobito prikladan za raspravu o odgovornom korištenju digitalnih platformi, personaliziranom sadržaju i utjecaju algoritama na oblikovanje mišljenja.

Nastavnička priprema

Učitelj započinje sat pitanjima o iskustvima učenika s preporukama sadržaja na internetu. Učenici navode primjere kada su nakon gledanja jednog videa počeli dobivati slične preporuke ili kada su nakon pretraživanja neke teme vidjeli povezane oglase. Aktivnost povezuje temu algoritama s iskustvima učenika i otvara pitanje kako platforme zaključuju što bi korisnika moglo zanimati.

Učitelj prikazuje AI tvrdnju: „Algoritmi preporuka neutralni su jer se temelje na podacima.” Učenici prvo individualno promišljaju o tome jesu li podaci uvijek neutralni, a zatim svoje mišljenje uspoređuju u paru. Učitelj postavlja pitanja o tome što u tvrdnji zvuči uvjerljivo, znači li podatkovna utemeljenost automatski pravednost i može li algoritam biti problematičan i onda kada koristi stvarne podatke.

Učenici se dijele u skupine i svaka skupina analizira jednu situaciju povezanu s preporukama sadržaja. Situacije uključuju sportske sadržaje, zdravu prehranu, teorije zavjere i stereotipe u podacima. Učenici razmatraju koje podatke algoritam koristi, što zaključuje o korisniku, može li preporuka biti korisna i gdje se može pojaviti rizik. Učitelj potiče učenike da ne vrednuju algoritam samo kao dobar ili loš, nego da objasne kako dolazi do preporuke.

Svaka skupina predstavlja zaključke u nekoliko rečenica. Učitelj na ploči zapisuje ključne uvide, primjerice da podaci mogu biti nepotpuni, da mogu sadržavati pristranosti, da popularno nije isto što i točno te da personalizirano nije uvijek korisno. Razred raspravlja o tome tko je odgovoran ako algoritam preporučuje štetan sadržaj i kako korisnik može razviti kritički odnos prema preporukama.

Učenici dovršavaju rečenice kojima sažimaju naučeno, primjerice da algoritam preporuka koristi podatke o ponašanju korisnika, da podaci nisu uvijek neutralni i da se pri preporukama treba zapitati zašto im se određeni sadržaj prikazuje. Učitelj zaključuje da algoritmi nisu čarobni ni nužno neutralni, nego rade prema podacima i obrascima, zbog čega je važno razumjeti razliku između podatka, zaključka i pristranosti.

Algoritmi preporuka i odlučivanje: jesu li podaci uvijek neutralni?

Algoritmi preporuka i odlučivanje: jesu li podaci uvijek neutralni?

Komentari

Preporučeni materijali