Monsterkartet

Hvordan forklare klyngedeling (k-means) uten skjerm?

60 min 5.–10. trinn Grupper Uten skjerm
5 minScenarioet og monstrene
8 minVelg to trekk
7 minPlasser monstrene
5 minKast stjernene
15 minRundene
10 minGallerivandringen
10 minNavnet på det de gjorde
Skriv ut alt Ny på KI? Les Slik virker KI først (5 min).

Gjennomføring i klasserommet

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

Av opplegg i katalogen handler flere om at en maskin lærer å sortere: Slik lærer en maskin, Lær opp en maskin, Sortering med beslutningstre, Dyregjenkjenning med KI, Snill ape, slem ape, Hvordan ser KI?. Alle har én ting felles som ingen av dem sier høyt: kategoriene er bestemt på forhånd. Eleven finner mønsteret, men aldri kategorien. Monsterkartet er det motsatte — ingen har sagt hvilke grupper monstrene hører til. Det skal elevene finne ut selv.

Elevene får 24 monstre ingen har sett før, og skal dele dem i grupper uten fasit. De velger selv to trekk som blir aksene i et rutenett — antall øyne, antall tenner, størrelse, og så videre — og plasserer alle monstrene etter disse to verdiene. Så kaster de tre stjerner tilfeldig utover kartet og samler monstrene rundt nærmeste stjerne med hyssing: en fysisk klynge man kan ta på. Stjernen flyttes til midten av sin egen løkke, og telling og flytting gjentas til ingen monstre bytter klynge lenger — algoritmen har konvergert.

Poenget kommer i galleridelen mot slutten: to grupper med nøyaktig de samme 24 monstrene ender ofte med ulike kart. Det er ikke en feil. Menneskets rolle i uveiledet læring er ikke borte, den har bare flyttet seg — fra etikettene (som i Slik lærer en maskin) til rammen: hvilke to trekk som telles, og hvor mange grupper det skal bli. Algoritmen gjør resten mekanisk. Samme spørsmål — hvem bestemte hvilke trekk som telte? — går igjen i Datasett og datameglere, bare flyttet fra klasserommet til datamarkedet.

Opplegget er bearbeidet for et vanlig klasserom med 28 elever og én lærer, ikke for vitensenterets én-til-én-oppsett originalen ble utviklet til. Ruteteller erstatter linjal ved måling (linjalen kommer først fram ved uavgjort), gruppene har faste roller som roterer mellom rundene, og et eget runde-ark gjør at elevene ser stjernene sine vandre og stoppe — i stedet for å utføre konvergens uten å legge merke til at det skjedde.

Vil du forstå konseptet bak? Les Slik virker KI — 5 minutter.

Før timen

I timen

Slå opp ved behov

Læringsmål og kompetansemål

Hva elevene skal lære

  • Elevene skal forklare hva klyngedeling er og gjennomføre k-means-algoritmen for hånd: velge trekk, plassere data i et koordinatsystem, tilordne hvert punkt til nærmeste sentroide, flytte sentroiden til klyngens midtpunkt og gjenta til inndelingen står stille.
  • Elevene skal gjøre rede for forskjellen mellom veiledet og uveiledet læring med utgangspunkt i om dataene er merket på forhånd, og gi et eksempel på hver.
  • Elevene skal forklare at et menneske fortsatt tar avgjørende valg i uveiledet læring — hvilke trekk som måles og hvor mange grupper det skal bli — og at ulike valg gir ulike, men like gyldige, inndelinger av de samme dataene.

Forankring i LK20

Matematikk — Plassere og lese punkter i et koordinatsystem, og utforske hvordan avstand kan brukes til å sammenligne og gruppere data.

Naturfag — Bruke digitale og fysiske modeller til å utforske hvordan teknologiske systemer finner mønstre i data, og reflektere over menneskets rolle i utforming av slike systemer.

Begreper i dette opplegget
  • Klynge: En gruppe datapunkter som ligner mer på hverandre enn på resten.
  • Klyngedeling: Å dele data inn i klynger uten å ha bestemt kategoriene på forhånd.
  • Sentroide: Tyngdepunktet i en klynge — stjerna på kartet. Flyttes til midten av klyngen i hver runde.
  • k-verdi: Antall klynger algoritmen skal lage. Bestemmes av mennesket, ikke av dataene.
  • Trekk (feature): En målbar egenskap ved et objekt som algoritmen bruker — for eksempel antall øyne eller størrelse.

Alle begreper i ordlisten →

Dette sier du til elevene

Et forskningsskip har kommet tilbake fra en planet ingen har besøkt før, med 24 skapninger om bord. Ingen av dem har navn. Ingen vet hvor mange arter det finnes der ute — kanskje to, kanskje fem, kanskje tjue. Jobben deres er å sortere dem i grupper. Og nei, dere får ikke vite hvilke grupper som er de riktige. Det finnes ingen fasit i denne timen.

Vent med å si ordet «uveiledet læring» til fase 7, når elevene har noe å henge det på. Sier du det først, blir timen en illustrasjon av et begrep i stedet for en oppdagelse.

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.

  • I Slik lærer en maskin fikk dere kort som allerede var merket. I dag fikk dere ingen merkelapper. Hva er forskjellen på hva maskinen lærte i de to timene?
  • To grupper med samme monstre fikk ulike kart. Betyr det at én av dem tok feil? Begrunn.
  • Dere valgte to trekk og lot resten ligge. Hva ble usynlig for algoritmen i det øyeblikket?
  • En strømmetjeneste deler brukerne sine i grupper på denne måten, uten at noen har sagt hva gruppene skal hete. Hva slags trekk tror dere den bruker som akser — og hvem bestemte det?
I virkeligheten — og videre arbeid

I virkeligheten

  • Strømmetjenester — Grupperer brukere etter lyttemønster, ikke etter merkelapper noen har satt på forhånd
  • Markedsføring — Kundesegmentering deler kunder inn i grupper basert på kjøpsmønster, ikke faste kategorier
  • Medisinsk forskning — Klyngedeling kan avdekke undergrupper av en sykdom som ingen hadde definert fra før
  • Nyhetstjenester — Grupperer artikler om samme hendelse fra ulike kilder uten forhåndsdefinerte emneknagger

Bygg videre på opplegget

  • Prøv med tall i stedet for monstre — Gjenta øvelsen med et lite datasett dere lager selv (for eksempel høyde og skostørrelse til alle i klassen) og se om klyngene gir mening.
  • Undersøk en ekte klyngedelingsvisualisering på nett og sammenlign med det dere gjorde for hånd — hva gjør datamaskinen raskere, og hva gjorde dere som datamaskinen ikke gjør (velge trekk og k)?
Slik ser det ut i klasserommet
Kilde, kreditering og videre lesning

Tilpasset og bearbeidet for klasserom med 28 elever fra «Monster Mapping» — AI Unplugged, Creative Interfaces Research + Design Studio, Northwestern University (Darabipourshiraz, Murakami Ng, Wang, Rollins & Long). Originalmaterialet er publisert under CC BY-NC 4.0. Norsk bearbeiding — inkludert ruteteller i stedet for linjal, faste gruppe­roller og runde-arket — publiseres under kiforskolens standardlisens CC BY-NC-SA 4.0. Norsk bearbeiding: Sigrun Lindaas Norhagen, kiforskolen.no — NLA Høgskolen.

Tilbake til alle opplegg