Bakgrund:
Prof. Matti Tedre och universitetsforskare Henriikka Vartiainen höll keynote-föreläsningen på ITICSE-konferensen i juli 2023. Presentationens engelska titel är: ”K-12 Computing Education for the AI Era: From Data Literacy to Data Agency”. Läs mer här: https://iticse.acm.org/2023/keynote-speakers-2/

Maskinöversatt (chatGPT) sammanfattning av presentationen:
Frågan om hur man undervisar i traditionell regelbaserad programmering har vägledd stora delar av forskningen inom datavetenskap-undervisning sedan 1950-talet. I K-12 (skol)sammanhang har en gemensam förståelse utvecklats över tid om paradigmatiska element för datavetenskap-undervisning som förutsätter att datorn utför serier av instruktioner som styrs av en sekvens av kommandon. Inom denna ram har många forskare fokuserat på hur man underlättar för elever att utveckla en korrekt förståelse för vad datorn gör när den kör ett kodblock.

Den traditionella programmeringsmetoden för datavetenskap-undervisning räcker dock inte för att förstå och utveckla maskininlärning (ML)-baserad teknologi. Maskininlärning har redan möjliggjort betydande framsteg inom automatisering, såsom tal- och bildkänning, autonoma fordon, deepfake-videor, överlägsen prestanda i brädspel och datorspel samt många andra tillämpningar. Många av dagens toppmoderntjänster och applikationer baseras på datadrivna metoder som skiljer sig avsevärt från de centrala paradigmatiska antagandena inom traditionell programmering.

Som en följd av detta ställs traditionella uppfattningar om datavetenskap-undervisning allt mer på prov för att ta hänsyn till de förändringar som AI (artificiell intelligens) och maskininlärning (ML) för med sig. Denna keynote-föreläsning presenterar preliminära resultat från en studie som undersöker hur man lär ut grundläggande AI-relaterad insikt och teknik till 2004 elever i årskurs 4-9 vid 14 grundskolor i östra Finland. Den beskriver läringsmiljöer, verktyg och pedagogiska metoder och diskuterar de paradigmatiska och begreppsmässiga förändringar som krävs när man övergår från traditionell programmering till maskininlärningsundervisning inom K-12 datavetenskap-undervisning. Föreläsningen behandlar de attitydförändringar som denna övergång kräver och diskuterar utmaningarna med att utveckla läroplaner, utbildningsteknik och läringsmiljöer. Den ger också exempel på hur AI-etikkoncept, såsom algoritmisk bias, integritet, misinformation, mångfald och ansvar, kan integreras i maskininlärningsundervisningen.

Föreläsningen behandlar relationen mellan olika datavetenskap-kompetenser och introducerar ett aktivt koncept, ”datakompetens”, som syftar på människors vilja och förmåga att vidta välgrundade åtgärder som påverkar deras digitala värld. Den betonar inte bara förståelse av data (dvs. datakompetens) utan också aktivt kontroll och manipulation av dataflöden samt deras etiska och väl överlagda användning.