20. oktober 2026

Nyt forløb skal afmystificere maskinlæring: "Det er ikke magi – det er mennesker"

Forskning Fortsat

Et nyt tværfagligt undervisningsforløb om teknologiforståelse er et af resultaterne af projektet "Naturvidenskabelig almendannelse og teknologiforståelse i udskolingen", der i 2024 udgav de første resultater i MONA.

apps
Eleverne havde svært ved at forstå de apps, de selv havde udviklet, viste pilotprojektet beskrevet i MONA.

Hvordan kan udskolingselever udvikle deres forståelse af kunstig intelligens, så de både kan tage kritisk stilling til teknologien men også deltage ansvarligt i udviklingen? 

Sådan lød spørgsmålet i en MONA-artikel fra 2024, der præsenterede de første resultater fra projektet "Naturvidenskabelig almendannelse og teknologiforståelse i udskolingen". Nu er projektet afsluttet, og projektgruppen har blandt produceret et færdigt tværfagligt undervisningsforløb, hvor klassen agerer udviklingsafdeling i en fiktiv virksomhed, der udvikler apps til tracking af sundhed.

Undervisningen handler blandt andet om at afmystificere maskinlæring, fortæller projektleder Elisa Nadire Caeli, der i dag er adjunkt ved DPU, Aarhus Universitet.

Det er problematisk, hvis teknologiforståelse kun bliver en lille tilføjelse til eksisterende fag, mener Elisa Nadire Caeli.

“At forstå teknologi handler blandt andet om at lære, at det ikke er magi, men at det er mennesker, der har designet systemerne med bestemte hensigter. At eleverne forstår, at appen ikke bare gør de her ting af sig selv,” siger hun.

Pilotprojektet beskrevet i MONA-artiklen pegede på, at eleverne til en vis grad kunne tale med om behandlingen af deres data, når Instagram og Snapchat eksempelvis kunne “følge med”. Men de havde dog svært ved at relatere det til opgaverne i undervisningsforløbet. Og heri kan der bestå en udfordring for undervisere, når de skal tilrettelægge sådanne forløb.

”Vi så, at den tekniske del kom til at fylde rigtig meget. Selvom vi havde et mål om kritisk stillingtagen og forståelse, endte den del med at fylde for lidt i praksis,” siger Elisa Nadire Caeli.

Appen som den sorte boks

Pilotprojektet gik ud på, at eleverne skulle udvikle deres egen maskinlæringsmodel, der kunne genkende og klassificere dem i programmet Machine Learning for Kids. Derefter skulle modellen udbygges ved hjælp af programmet MIT App Inventor, hvor eleverne kunne bygge deres egen app. Undervejs i denne proces skulle der diskuteres etik, databeskyttelse og fejl i algoritmen, mens det overordnede mål var at skabe en forståelse for teknologien hos eleverne, som de kunne perspektivere til omverdenen. 

I pilotforløbet blev der arbejdet med forskellige temaer, hvor eleverne skulle træne maskinen til at genkende billeder og klassificere dem i forskellige kategorier. En gruppe elever arbejdede for eksempel med at lave en app, der kunne kende forskel på forskellige typer skrald, som så kunne bruges til hjælp med affaldssorteringen.

“Arbejdet med billeder, tænkte vi, var et niveau af maskinlæring, som var til at gå til for de her elever, når de for eksempel skulle kategorisere forskellige typer affald,” siger Elisa Nadire Caeli og tilføjer, at målet i sig selv ikke var, at eleverne skulle lære at programmere en hel app.

“Det vigtige var samspillet. Hvor meget teknisk forståelse skal der for eksempel til, for at man kan forstå teknologikritiske aspekter - herunder hvordan maskinlæringsprogrammer kan have indflydelse på samfundet og en selv,” siger hun.

“Konklusionen fra pilotprojektet var blandt andet, at eleverne udviste manglende forståelse for de apps, de selv havde udviklet, herunder at deres teknologikritiske forståelse var på et niveau, hvor de overvejende reflekterede over eksempler, vi havde diskuteret med dem indledende - det vil sige løsrevet fra den app, de havde udviklet.”

I efterfølgende interviews og samtaler gav en gruppe for eksempel udtryk for, at deres app sorterede, i deres tilfælde, tøj “af sig selv.” Som en af eleverne sagde; “det gør den vel bare, det er jo en app.”

En anden gruppe forstod godt, at deres app virkede, fordi de selv havde trænet den til, i deres tilfælde, at sortere skrald, men de havde svært ved at se, hvad det ville kunne bruges til i virkeligheden. En elev reflekterede også over, at det var mærkeligt, at Snapchat vidste, hvor personen bor, og nogle reflekterede over, at man nok skulle tænke over, hvilke data man giver til apps.

Folkeskolen skal ikke uddanne til et specifikt erhverv

I forhold til lærerne mener Elisa Nadire Caeli, at teknologiforståelse på et større plan kræver, at lærerne bliver uddannet til at undervise i faget.

”Det er problematisk, hvis teknologiforståelse kun bliver en lille tilføjelse til eksisterende fag, hvor læreren har en helt anden faglighed og måske ikke tid og ressourcer til at inddrage en hel ny faglighed oveni,” siger Elisa Nadire Caeli.

Erfaringerne fra projektet har ført til, at forskerne i videre iterationer af forløbet har skruet ned for selve programmeringen og op for refleksionerne og diskussionerne. Idéen er, at eleverne ikke nødvendigvis skal kunne programmere en app, men de skal kunne forstå, hvordan apps designes. Det sker ved at arbejde mere med prototyper af papir og såkaldte wireframes, der er en form for skabelon. 

Gennem forløbet skal eleverne også tage stilling til etiske og designmæssige valg af deres app.

“Folkeskolen er almendannende og skal ikke uddanne til et specifikt erhverv, men digitale teknologier som maskinlæring er jo i høj grad en del af vores hverdag og samfund i dag, og det er relevant for alle at udvikle kompetencer inden for teknologiforståelse - her forstået som tekniske kompetencer, teknologikritiske kompetencer og designkompetencer,” siger Elisa Nadire Caeli.

Emner