Kurikulum umělé inteligence pro základní a střední školy

Kompetenční model Kurikula umělé inteligence

Gramotnost v oblasti umělé inteligence je soubor kompetencí, které umožňují člověku kvalifikovaně fungovat ve společnosti řízené umělou inteligencí. Jednotlivec s gramotností v oblasti AI by měl rozumět základním principům této technologie, být schopen kriticky hodnotit její pozitivní i negativní dopady a efektivně využívat její aplikace.

S rychlými technologickými změnami ve společnosti je cílem základních a středních škol rozvíjet u žáků následující kompetence.​

Znalosti o AI

Identifikovat, které systémy (používané v běžném životě) jsou postavené na technologii umělé inteligence.

Vysvětlit rozdíly mezi algoritmickým přístupem a strojovým učením.

V rámci přístupu založeného na algoritmech je nejprve problém formalizován, poté je navrženo řešení v podobě algoritmu, které je následně implementováno krok za krokem a testováno.

V rámci přístupu založeného na strojovém učení je také nejprve popsán problém. Následuje sběr, čištění, úprava a anotace dat, jimiž je natrénován zvolený model strojového učení, který je poté testován a často vylepšován (model i data).

Vysvětlit základní koncepty umělé inteligence:

Fungování AI systémů

  • Data: Úloha dat v AI, proces sběru, zpracování a využití dat pro trénování modelů.
  • Velká data: Velké a různorodé datové soubory, které vyžadují speciální metody a nástroje pro zpracování.
  • Zařízení pro sběr dat: Senzory, kamery, mikrofony a další zařízení, která poskytují vstupní data pro AI systémy.
  • Strojové učení: Metody používané pro trénování modelů strojového učení při klasifikačních a prediktivních úlohách.
  • Předpojatost (Bias): Riziko zkreslení při výběru dat, jejich anotaci a interpretaci výstupů AI, které může ovlivnit přesnost výsledků.

Aplikace AI

  • Generativní umělá inteligence: Systémy schopné vytvářet nové obsahy (např. texty, obrázky, audio, video nebo 3D objekty).
  • Počítačové vidění: Metody a systémy, které umožňují strojům „vidět“ a interpretovat vizuální data (např. rozpoznávání objektů, obličejů, analýza obrazu).
  • Zpracování přirozeného jazyka (NLP): Technologie pro porozumění a generování lidského jazyka (např. překlady, chatboti, analýza sentimentu).
  • Doporučovací systémy: Systémy používané pro doporučování produktů, obsahu nebo služeb na základě uživatelských preferencí a chování (např. na sociálních sítích, vyhledávání nebo streamovacích platformách).
  • Ambientní inteligence: Propojení internetu věcí a umělé inteligence.
  • Robotika

AI v kontextu

  • Etika umělé inteligence: Zásady a pravidla pro odpovědné používání AI, etická práce s daty a etika v rozhodování.
  • Syntetická realita: Digitální manipulace, generování médií, prostředí nebo agentů (deepfake, syntetická média), proměna online prostoru.

AI dovednosti

Sbírat, čistit, upravovat a anotovat data. Vytvářet jednoduché programy využívající AI, ty následně testovat a postupně vylepšovat.

Používat vhodné nástroje umělé inteligence pro řešení problémů a smysluplně je mezi sebou kombinovat a propojovat. Prakticky implementovat AI nástroje do reálných projektů nebo aplikací, například pro automatizaci úloh, personalizaci obsahu nebo analýzu dat.

Postoj k AI

Rozlišovat etické a neetické zacházení s daty v různých fázích procesu vytváření a využívání systémů umělé inteligence. Etické zacházení zahrnuje transparentní sběr dat se souhlasem a ochranu soukromí, zatímco neetické nezákonný sběr, manipulaci dat a ignorování jejich nevyváženosti, což může vést k předpojatosti.

Vysvětlit, že technické systémy jsou zároveň sociotechnické (systémy sociálního inženýrství). Nejsou tedy neutrální, ale slouží mimo jiné politickým, propagačním a jiným účelům a jsou vytvářeny mnoha aktéry s odlišnými hodnotami a zájmy. Posuzovat, jak umělá inteligence ovlivňuje rozhodovací procesy a jaká etická dilemata mohou při využívání AI vznikat.

Kriticky hodnotit pozitivní a negativní dopady AI na jednotlivce, společnost a životní prostředí. Formulovat názor na konkrétní příklady použití AI, jako je například rozpoznávání obličeje nebo doporučovací systémy. Popsat důsledky automatizace práce, dopady na soukromí, bezpečnost a rovnost příležitostí.