Hvorfor opplegget virker, og hva du gjør før timen. Selve timen minutt for minutt står i lærerveiledningen.
Hva elevene faktisk gjør — og hvorfor det virker
Flomkatastrofer er en av de alvorligste konsekvensene av klimaendringene, og rammer særlig sårbare lokalsamfunn i det globale sør. Tradisjonelle varslingssystemer baserer seg på manuelle målinger og meteorologiske modeller — men maskinlæring kan gi mer presise, lokalt tilpassede prediksjoner i sanntid.
AI Quests lar elever erfare dette fra innsiden. De er ikke brukere av et ferdig system — de bygger det selv. Gjennom prosessen møter de kjernespørsmål i maskinlæring: Hvilke data trengs? Hva er godt nok? Hvem bærer ansvaret når en modell tar feil og folk ikke rekker å evakuere?
Opplegget dekker sentralt læringsinnhold innen supervised learning, feature selection og train/test-split. Like viktig er at elevene reflekterer over etiske konsekvenser av KI-systemer som påvirker menneskers liv direkte — i dette tilfellet varsling om naturkatastrofer i ressurssvake samfunn.
Vil du forstå konseptet bak? Les Slik virker KI — 5 minutter.
Test at https://research.google/ai-quests fungerer i skolens nettleser — og at det ikke er blokkert av brannmur
Gå igjennom Market Marshes-quest-en selv slik at du kjenner de fire fasene
Forbered diskusjonsspørsmålene (se nedenfor) — skriv dem gjerne på tavla eller vis på presentasjonen
Forbered presentasjonen på projektor eller smartboard
Laptop eller nettbrett med internett — ett per gruppe
Nettsted: https://research.google/ai-quests
Projeksjon for kontekst og klassediskusjon
I timen
Lærerveiledningenpå papir foran deg — hva du sier, fasene, lærertips og differensiering
Presentasjonenpå skjerm for elevene — skal ikke skrives ut
Slå opp ved behov
Læringsmål og kompetansemål
Hva elevene skal lære
Forstå hva maskinlæring er og hvordan en prediksjonsmodell blir trent
Identifisere hvilke data som er viktige for en modell og hvorfor
Reflektere over nøyaktighet, feiltyper og grensene for AI-systemer
Diskutere ansvar og etikk når AI påvirker menneskers liv og sikkerhet
Dette sier du til elevene
«Dere er et team av KI-forskere. Dere har fått et hasteoppdrag fra Riverwatch Institute. En kystby opplever stadig kraftigere elvefloм — hus vaskes bort, veier kuttes, folk mister livet. Meteorologene klarer ikke å varsle godt nok i tide. Kommunen trenger en KI-modell som kan predikere floм minst 48 timer på forhånd, slik at folk rekker å evakuere. Historiske data fra 30 år er klare. Nå er det dere som avgjør: Hva skal modellen lære av? Og når er den god nok til å stole på?»
💡 Tips: La elevene gjenta oppdraget med egne ord — hva er problemet, hvem er vi, og hva skal vi løse? Dette forankrer konteksten. Spør gjerne: «Hva er konsekvensen hvis modellen tar feil?» — og ta imot svarene før dere starter.
Står også i lærerveiledningen som «Les til klassen», og på presentasjonens andre slide.
Refleksjonsspørsmål til klassen
Spørsmålene står også i lærerveiledningen og på presentasjonens refleksjonsslide.
Hvilke data valgte dere å bruke for å trene modellen — og hvorfor? Hva hvis dere hadde valgt andre data? Ville prediksjonen blitt bedre eller verre?
Hva skjedde da dere testet modellen — tok den feil noen ganger? Beskriv en falsk alarm og en glipp. Hva er konsekvensen av hver?
Hva er «godt nok» for en floмvarslingsmodell — 90 %? 99 %? Hvem avgjør det: forskerne, kommunen, eller folk som bor der?
Hvem er ansvarlig når en KI-modell gir feil floмvarsel? Programmererne? Kommunen? Alle sammen?
Kan denne teknologien brukes alle steder i verden? Hva krever det av ressurser, infrastruktur og historiske data?
Slik ser det ut i klasserommet
Kilde, kreditering og videre lesning
Market Marshes: KI for flomprediksjon AI Quests — Google Research / Stanford Accelerator for Learning research.google/ai-quests · Lisensiert under CC BY 4.0 Tilpasset til norsk av kiforskolen.no
