Nakon što primi puno podataka, UI tehnologija koristi neke komplicirane algoritme kako bi izvukla smisao iz svih tih podataka. Obično to znači prepoznavanje kategorije kojoj objekt pripada.

Pogledajte set geometrijskih oblika. Ovaj skup su podaci. Jasno možemo vidjeti da postoji više načina za kategorizaciju ovih objekata – u ovom slučaju najmanje tri: po boji, po obliku, po dimenziji.

Problem se javlja kada trebamo uklopiti novi objekt, nikad prije viđen. Možete li reći gdje ti predmeti pripadaju? Koje je obrazloženje vaše odluke?

Očito, odgovor će ovisiti o odabranom načelu klasifikacije.

Recimo da te objekte klasificiramo po dimenzijama.

Kad bismo imali samo dvije kategorije: 2D i 3D oblike, tada bi bilo prilično lako staviti nove objekte u kategorije. Oblaci bi išli u 2D dio, a kocka bi bila postavljena s drugim 3D oblicima. Prilično je jednostavno, ali te su dvije kategorije vrlo široke i vjerojatno neće biti korisne za daljnje donošenje odluka.

Ali ako stvorimo četiri kategorije, tada možemo klasificirati objekt dobivanjem odgovora na tri pitanja kao na slici ispod.

Sada je prilično jednostavno staviti kocku s drugim kockama, ali oblaci bi tehnički zahtijevali novu kategoriju. Ili, ako slijedimo ovaj model – oblaci će pripasti kategoriji sa suncima (jer je odgovor na pitanje “Je li to srce?” negativan).

Zamislite da smo u početku klasificirali oblike prema boji (pokušajte sami izraditi ovaj model klasifikacije) – crveni oblak bi se jasno uklopio u crvenu kategoriju. Ali tada bi bio izazov staviti plave objekte u sustav.

To je vrsta izazova koje UI algoritmi pokušavaju riješiti. Prilično je lako staviti neke stvari u kategorije, ali za mnoge druge moramo uzeti u obzir mnogo čimbenika da bismo donijeli odluku. I često konačna odluka neće biti savršena, ali vrlo vjerojatno bi bila najbolja s obzirom na podatke koje imamo.

Sortiranje tjestenine

Postoje slike tjestenine različitih oblika. Možemo li stvoriti model za klasifikaciju ovih oblika?

Odaberite nekoliko kategorija koje bi mogle biti prikladne za ovaj zadatak (kasnije možete promijeniti svoju odluku).

Pogledajte svaki par tjestenine i razmislite koliko se razlikuju. To bi bila svojstva koja se koriste za klasifikaciju.

Ako se učenici bore s identificiranjem ključnih svojstava, učitelj bi im mogao nagovijestiti da postoje različite vrste tjestenine:

🍝 duge i kratke;

🍝 ravne i zakrivljene;

🍝 čvrsta i šuplja;

🍝 spiralne i valovite.

Tjesteninu možemo klasificirati samo po jednom parametru ili po nekoliko njih. Na primjer, penne nisu samo kratke, već su i šuplje.

Nakon izrade klasifikacije, učitelji bi trebali potaknuti učenike na razmišljanje o sljedećim pitanjima. Znate li još koju vrstu tjestenine? Kako bi se uklopio u vašu klasifikaciju? Trebate li ažurirati svoj model klasifikacije?

Poveznice Referentnog okvira kompetencija za demokratsku kulturu (RFCDC):

➔ Vještine slušanja i promatranja

➔ Vještine analitičkog i kritičkog mišljenja

➔ Fleksibilnost i prilagodljivost

➔ Tolerancija dvosmislenosti

➔ Vrednovanje (kulturne) raznolikosti

Cijeli koncept svrstavanja predmeta u kategorije postaje izuzetno kompliciran kada se radi o ljudima s jedinstvenim osobnostima. Važno je da algoritmi nisu prestrogi i da uzimaju u obzir raznolikost svijeta. Vrlo je opasno previdjeti pristranosti stoga svaka primjena umjetne inteligencije zahtijeva vrlo detaljan i odgovoran nadzor.

Dodatna aktivnost

Zbirka aktivnosti AI Unplugged nudi niz offline aktivnosti s objašnjenjima UI koncepata, prikladnih za osnovnoškolce.

Sadržaj materijala isključiva je odgovornost Instituta za razvoj i inovativnost mladih.

Projekt je 85% financiran iz EGP financijskog mehanizma, a 15% financiran iz državnog proračuna.