Koding og kunstig intelligens
Integreringen av kunstig intelligens i utdanningen kan støtte programmering gjennom datavitenskapskurs og mer.
Programmering og datatenkning med kunstig intelligens
Lærere kan implementere nye strategier for å styrke programmeringskompetansen til alle elever ved å tilpasse undervisningsmetoder drevet av kunstig intelligens med de fire komponentene av datatenkning – abstraksjon, nedbryting, algoritmisk tenkning og mønstergjenkjenning.
Abstraksjon: Forenkle kompleksiteten med Minecraft Education
Abstraksjon er en viktig ferdighet i koding, da det gjør det mulig for programmerere å forenkle komplekse problemer og fokusere på de essensielle aspektene. Minecraft Education er et flott verktøy for å lære abstraksjon, da det lar elever opprette og utforske virtuelle verdener ved hjelp av kode. Ved å bruke kodeblokker kan elever utforme og manipulere sine egne Minecraft-miljøer ved å bruke abstrakte konsepter på konkrete resultater. Minecraft Education kan brukes parallelt med store språkmodeller (LLM-er), som Copilot, for å hjelpe elever med å generere og forbedre koden sin ved å angi logikk i trinnvise instruksjoner. De praktiske læringsopplevelsene som er innebygd i spillet, bryter ned komplekse ideer for elever, noe som gjør koding mer tilgjengelig og mindre skremmende. Elever kan bruke Copilot til å generere tilpassede, forenklede beskrivelser om hvordan de bygger ideene sine i Minecraft Education.
Nedbryting: Bryt opp problemer med Microsoft MakeCode
Nedbryting er prosessen med å bryte ned et komplekst problem i mindre, mer håndterbare deler. Microsoft MakeCode, et blokkbasert kodemiljø som er spesialisert på å lære denne ferdigheten. Elever kan takle intrikate kodeutfordringer ved å konstruere løsninger bit for bit, ved hjelp av et intuitivt dra-og-slipp-grensesnitt. Denne tilnærmingen gjør ikke bare koding mer fordøyelig, men gir også et strukturert problemløsende tankesett som er avgjørende innen datavitenskap. Elever som er klare til å gjøre mer, kan gå videre til å bruke JavaScript- eller Python-kodespråk i MakeCode. Fordi MakeCode er innebygd i Minecraft Education, bruker elevene kunnskapen sin på byggeprosjekter i spillet. Copilot kan hjelpe elever ved å analysere Python- eller JavaScript-kode og gi anbefalinger for optimalisering. Det kan også være nyttig for lærere å vurdere elevprodusert kode og gi forslag eller tilbakemeldinger.
Algoritmisk tenkning: Lag trinnvise løsninger
Algoritmisk tenkning innebærer å utvikle en trinnvis løsning på et problem. Kodeverktøy drevet av kunstig intelligens, for eksempel GitHub Copilot, tilbyr interaktive plattformer der elever kan eksperimentere med å opprette algoritmer. Når elevene får umiddelbar tilbakemelding på koden sin, kan de finjustere den logiske tenkningen og forstå konsekvensene av hvert trinn i algoritmen. Denne gjentakende læringsprosessen oppmuntrer til en dypere forståelse av hvordan ulike kodeelementer samhandler for å produsere ønskede resultater.
Mønstergjenkjenning: Identifiser trender og løsninger
Å gjenkjenne mønstre er nøkkelen til koding, da det gjør det mulig å identifisere likheter og forskjeller i data og atferd. Copilot kan analysere store datasett og hjelpe elever med å identifisere mønstre som vil være utfordrende å skjelne manuelt. Gjennom innebygde aktiviteter i Minecraft Education og prosjektøvelser i MakeCode, kommer elevene til å gjenkjenne og bruke mønstre, noe som fremmer kritiske ferdigheter for feilsøking og optimalisering av kode.
Eksempel på Copilot-svar for Minecraft Education-kodespørsmål tilgjengelig (PDF)
Én måte å få elevene i gang med koding og ansvarlig kunstig intelligens på, er å bruke Minecraft Educations Hour of Code: Generation AI. Finn ut mer om Generation AI-aktiviteter på aka.ms/HourofCode.