Machine learning im Informatikunterricht der Klassen 5-13

Die Teilnehmer:innen lernen im Workshop Modelle, Algorithmen und Analysen kennen, die teilweise in einzelnen Doppelstunden behandelt, aber auch zu einem echten Machine learning-Unterrichtsgang kombiniert werden können. Je nach Darbietung eignen sich einige schon für Klasse 5, andere eher als „Bonustrack“ für einen Leistungskurs nach dem Abitur.

Die Inhalte kommen derzeit im Bildungsplan von Baden-Württemberg nicht vor, sind als Ergänzung aber außerordentlich reizvoll. Nicht zuletzt helfen sie den Schülern dabei, Hype und Hybris der „KI“ einzuordnen.

Beispiele:

• Neurobiologie: Informationsverarbeitung in der Natur und was man von ihr lernen kann;

• der „Schweinezyklus“ des Machine learning: Euphorie und Enttäuschung;

• Grundbegriffe un-/supervised und reinforcement learning;

• einfache ML-Architekturen und -Algorithmen: SL-Perzeptron mit Perzeptron-Lernalgorithmus (unplugged, evtl. aber auch selbst programmiert); linear separable Probleme und XOR; MLP und Backprop-Lernalgorithmus (bei ausgeprägtem mathematischen Interesse der Teilnehmer:innen kann evtl. auch die Herleitung des BP-Algorithmus behandelt werden); „tiefe“ Netze mit neuen Schwierigkeiten; Skizze der „Convolutional NN“ als Weiterentwicklung von Backprop;

• tolle Leistung, sensationelles Versagen: ML bringt ganz neue Probleme

Der Fortbildungs- bzw. Unterrichtsgang zeichnet bis hierher einen nachvollziehbaren Weg von der Biologie bis zum „Deep learning“. Je nach Zeitbedarf und Wünschen der Teilnehmer:innen können am Fortbildungstag voraussichtlich ein, evtl. zwei weitere, ganz anders aufgebaute Arten neuronaler Netze besprochen werden:

• einfache neuronale Assoziativspeicher und wie sie die Arbeitsweise des Gedächtnisses modellieren könnten (passt zur Neurobiologie der Kursstufe);
• und/oder LVQ-Verfahren mit einer Beispielanwendung für die Bildkompression (passt z.B. zum Bildungsplan von IMP und Brückenkurs).

Zielgruppe:

Der Workshop richtet sich in erster Linie an Lehrkräfte, die Informatik ab Klasse 9 oder in der Kursstufe unterrichten, die o.g. Inhalte kennen lernen und ihr Repertoire erweitern wollen. Lehrkräfte der Biologie profitieren evtl. (deutliche Affinität zur Informatik vorausgesetzt) von der funktionellen Sicht der Neuroinformatik, die die Neurobiologie der Kursstufe reizvoll ergänzt.

Voraussetzung:

Vertiefte Kenntnisse und Unterrichtserfahrungen in Informatik sind vorteilhaft, aber nicht Bedingung für die Teilnahme. Das gleiche gilt für Kenntnisse einer Programmiersprache wie Java oder Python. Für die Teilnahme ist ein Laptop notwendig. Wenn möglich, sollten eigene Geräte mitgebracht werden; es stehen auch Leihgeräte zur Verfügung. Programmierübungen werden Python oder Java stattfinden. Die Teilnehmer:innen sollten daher die Programmierwerkzeuge Thonny und BlueJ vorab installieren.