Voorspel
Leerlingen noteren welke klasse ze verwachten en waarom.
Leerlingen maken kennis met de volledige levenscyclus van een AI-model. Ze verzamelen data, sorteren, kennen labels toe, trainen hun eigen AI-model, voeren testen uit, sturen het model bij en koppelen dit aan microcontrollers zoals de Arduino of micro:bit.
Leerlingen noteren welke klasse ze verwachten en waarom.
De camera of een testbeeld wordt door het AI-model beoordeeld.
De webpagina toont de gekozen klasse en de zekerheid per klasse.
Bij een stabiele voorspelling stuurt de browser een code naar de microcontroller.
Leerlingen beschrijven wanneer het model goed werkt en welke voorbeelden ontbreken.
De opstelling
De klas werkt met echte beelden, een model uit Teachable Machine en een microcontroller die reageert op de voorspelling.
Leerlingen koppelen een zichtbaar object aan een label dat het model kent.
De confidence-score helpt om te bespreken wanneer een voorspelling bruikbaar is.
Foute voorspellingen worden aanleiding om te kijken naar ontbrekende of te eenzijdige voorbeelden.
De browser stuurt een eenvoudige code naar de microcontroller.
Leerlingen vergelijken verwachting, voorspelling en fysieke reactie.
De platformen bouwen het computationeel denken op. De projecten gebruiken dat denken in een vakoverschrijdende opdracht waarin leerlingen bouwen, meten, testen en besluiten.
Dit lesmateriaal laat leerlingen kennismaken met AI-technologie. Kies zelf hoe uitgebreid je dit aanpakt. Enkel online? Train je een eigen AI-model? Koppel je dit met een micro:bit of bouw je een volledige opstelling met jouw klas?