Je bent hier:
AI in technische en praktijkvakken: slimme camera’s ontwikkelen (doorstroom- en dubbele finaliteit)
AI in technische en praktijkvakken: slimme camera’s ontwikkelen (doorstroom- en dubbele finaliteit)
Artificiële intelligentie is al enkele jaren aan een opmars bezig. Slimme algoritmes beïnvloeden steeds meer aspecten van ons leven. Het is dus geen ver-van-ons-bed-show meer maar een dagelijkse realiteit, ook in het klaslokaal. Vaak gaat het echter enkel en alleen over taal en taalmodellen. In deze nascholing ga je bewust verder en krijg je een inleiding in de AI-technologie en hoe je deze, via een uitgewerkt en modulair lesproject, kan inzetten in de klas voor technische en praktijkvakken. De focus ligt op beeldherkenning, afbeeldingsclassificatie en AI-gestuurde beelddetectie. Je koppelt dit aan de micro:bit en zijn grote broer de Arduino. Ideaal dus om theorie met de praktijk te verbinden!
Programma
Je verkent eerst de vele verschillende toepassingen van AI-technologie in jouw dagelijks leven en dat van je leerlingen. Vervolgens duik je in het project van de Slimme Vuilnisbak. Stap voor stap krijg je toegelicht wat er achter de schermen gebeurt, hoe een neutraal netwerk tot “leren” komt en hoe je dit samen met je leerlingen kan aanpakken. Je doorloopt dus de volledige levenscyclus van een AI-model, van dataset tot inferentie. Deze AI-toepassing koppel je tenslotte aan een stroomkring met ledjes en motoren.
Daarna kies je resoluut voor de verdieping en ga je voorbij loutere herkenning naar meer fijnmazige AI-detectie. Dit pas je toe op beelden van een lopende band en productieproces.
Afsluiten doe je met een nuchtere blik op de nadelen en valkuilen. Hierop bedacht zijn maakt immers integraal deel uit van een stevige AI-geletterdheid voor leerkracht en leerling.
Doelstellingen
Na deze workshop kan je:
- een voorbeeld geven van AI in jouw dagelijks leven (en dat van de leerlingen);
- een voorbeeld geven van machinaal leren;
- de machine learning-techniek ‘supervised learning’ uitleggen in eigen woorden;
- afbeeldingsclassificatie onderscheiden van afbeeldingsdetectie;
- deze ML-techniek toepassen in de eigen lespraktijk of vakdomein;
- de valkuilen binnen deze technologie herkennen en duiden;
- een eigen AI-model trainen aan de hand van supervised learning (= toepassen);
- een eigen AI-model combineren met een micro:bit, Arduino en een stroomkring;
- een eigen AI-model koppelen met een LED en motor;
- een detectiemodel gebruiken en aansturen om objecten op een transportband te herkennen.
Doelgroep
Deze nascholing richt zich specifiek op leerkrachten technische en praktijkvakken uit de tweede en derde graad van de dubbele finaliteit en de doorstroomrichtingen.
Er is geen vakspecifieke voorkennis vereist, maar basiskennis over programmeren (de micro:bit en de Arduino) kunnen je een meerwaarde opleveren.
Vaardigheden in het werken met een computer, browser, mappen binnen de verkenner … zijn wel zeker aangewezen.
Begeleiding
Robbe Wulgaert is leraar programmeren, artificiële intelligentie en Design Thinking in Gent. Je vindt hem voor de klas als leerkracht op het Sint-Lievenscollege, als lesgever bij het Centrum Nascholing Onderwijs van de Universiteit Antwerpen of als AI-onderzoeker duchtig aan het werk in een Gentse koffiebar. Daarnaast is hij ook auteur van het boek ‘AI in de klas – Praktische gids voor onderwijsprofessionals’.
Ben je gefascineerd door programmeren of op zoek naar digitaal lesmateriaal rond artificiële intelligentie, AI-geletterdheid en computationeel denken? Dan ben je bij hem aan het juiste adres!
Praktisch
Cursuscode:
25/OND/184ADigitaal cursusmateriaal inbegrepen
Jouw bijdrage: 66 EUR.
Inlichtingen bij: Gonda Peeters, 03 265 56 27, gonda.peeters@uantwerpen.be
Mee te brengen door cursist
Laptop met browser en toegang tot een Google Account
Verwachte voorbereiding door deelnemer
Een week op voorhand krijg je meer informatie over te installeren software, zoals bv. Python of toegang tot online Colab Notebooks.
Datum |
Beginuur |
Einduur |
Locatie |
woensdag 3 december 2025 |
09:00u |
12:00u |
Universiteit Antwerpen, Boogkeers 5 (aan het Mechelseplein), 2000 Antwerpen, lokaal 103 (eerste verdieping) |
Goed om te weten
Deze nascholing werd in 2024-2025 ook aangeboden onder de noemer 'AI in de dubbele finaliteit: sorteer vuilnis dankzij beeldherkenning' (24/STM/090A).
Schrijf in voor deze cursus
Duid aan welke cookies je wil toestaan.
Noodzakelijke cookies
Sommige cookies zijn nodig om de kernfunctionaliteit van onze website mogelijk te maken. De website zal niet goed werken zonder deze noodzakelijke cookies. Daardoor zijn ze standaard ingeschakeld en kunnen ze niet worden uitgeschakeld.
Functionele cookies
Functionele cookies zijn noodzakelijk voor de goede werking van de website en kunnen niet worden uitgeschakeld. Ze worden over het algemeen enkel gedefinieerd naar aanleiding van acties die je uitvoert en die je in staat stellen om gebruik te maken van de diensten die wij aanbieden (definitie van je privacyvoorkeuren, connectie, invullen van formulieren, enz.).
Je kan je browser zo configureren dat deze cookies worden geblokkeerd of dat je over deze cookies wordt gewaarschuwd, maar daarna zullen sommige delen van de site niet meer werken.
Analytische cookies
Analytische cookies stellen ons in staat om surfpatronen te meten en te bepalen welke rubrieken van onze website werden bezocht, om gewoontes te meten en onze diensten te verbeteren. Ze laten ons zien welke pagina's het meest en het minst populair zijn en hoe bezoekers zich verplaatsen op de site.
Als je deze cookies niet toestaat, weten we niet wanneer je onze site hebt bezocht en kunnen we de gewoontes ervan niet controleren.