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

Digitaal cursusmateriaal inbegrepen

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.

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).