A4 الذكاء الاصطناعي عملياً
كيف تتنبأ النماذج، ومن المسؤول حين تخطئ؟
خطط الدروس جاهزة، والأدوات قيد التطوير
- المرحلة
- المبرمجون، الأعمار من 11 إلى 14
- الدروس
- 6 × 50 دقيقة (5 ساعات)
- تنتهي بـ
- نموذج مع تقرير اختبار وحجّة موجزة مبرَّرة حول قضية في الذكاء الاصطناعي
- قبل أن تبدأ
- أساسيات بايثون (المتغيرات والإدخال والاختيار والحلقات)
خطط الدروس جاهزة، وأدوات بايثون قيد التطوير. يمكن تدريس الدرسين 5 و6 اليوم. أما الدروس من 1 إلى 4 فتستخدم مكتبة بيانات صغيرة ومُصنِّف الجار الأقرب اللذين ما زالا قيد البناء؛ وإلى أن يجهزا، يستطيع المعلمون استخدام جدول بيانات أو برامج بايثون قصيرة من إعدادهم.
ليقوم بها الأطفال بأنفسهم. لكل درس نسخة خطوة بخطوة يمكن إنجازها بمفردك، مع فحص ذاتي. افتح نسخة الأطفال.
بنهاية الدورة يستطيع الأطفال أن يقولوا
- أستطيع أن أشرح كيف يستخدم النموذج السمات ليتنبأ.
- أستطيع أن أدرّب مُصنِّفاً بسيطاً على مجموعة بيانات في بايثون.
- أستطيع أن أختبر نموذجاً بإنصاف وأشرح الإفراط في الملاءمة.
- أستطيع أن أجد التحيّز في مجموعة بيانات وأصفه وأصف أثره.
- أستطيع أن أشرح أن النموذج اللغوي يتنبأ بالكلمات التالية المرجّحة وقد يعطي إجابات خاطئة بثقة.
- أستطيع أن أناقش قضية في الذكاء الاصطناعي من جوانب عدة وأن أكتب مدونة سلوك خاصة بي.
عن هذه الدورة
الصيغة. بايثون مع مجموعات بيانات صغيرة، إضافةً إلى النقاش والكتابة.
الأدوات. محرر بايثون داخل المتصفح، ومجموعات بيانات صغيرة مدمجة (مثل قياسات الزهور أو البطاريق)، وعرض آمن للكلمة التالية. مكتبة البيانات والمُصنِّف قيد التطوير.
كلمات مفتاحية. سمة، تسمية، نموذج، تدريب، اختبار، الدقة، الإفراط في الملاءمة، تحيّز، نموذج لغوي، أمر (prompt)، أخلاقيات.
ارتباطها بالمنهج.
- علوم الحاسوب: الخوارزميات والبيانات والبرمجة
- الثقافة الرقمية: السلامة على الإنترنت وتقييم المحتوى والأخلاقيات
ربطنا كل دورة بالمحاور التي تدعمها في الإطار الوطني الإماراتي لمنهج الثقافة في الذكاء الاصطناعي.
خطط الدروس
افتح أي درس لترى خطواته. وعند طباعة هذه الصفحة تُفتح كلها.
الدرس 1: كيف تتنبأ النماذجأستطيع أن أشرح كيف يستخدم النموذج السمات ليتنبأ.
- استرجاع (5 د). راجع المتغيرات والقوائم في بايثون.
- مثال محلول (10 د). تنبّأ هل الحيوان قطة أم كلب من الطول والوزن، باستخدام خط فاصل مرسوم باليد.
- تمرين (25 د). ارسم مجموعة بيانات صغيرة في بايثون وحرّك الخط الفاصل لترى أي النقاط صُنّفت خطأً.
- تأمل (10 د). عرّف السمة والتسمية والتنبؤ.
الدرس 2: ابنِ مُصنِّفاً ودرّبهأستطيع أن أدرّب مُصنِّفاً بسيطاً على مجموعة بيانات في بايثون.
- استرجاع (5 د). السمات والتسميات.
- مثال محلول (10 د). شغّل مُصنِّف الجار الأقرب المقدَّم على مجموعة بيانات صغيرة. (مكتبة البيانات والمُصنِّف ما زالا قيد البناء؛ انظر ملاحظة الحالة أعلاه.)
- تمرين (25 د). غيّر مجموعة البيانات، وجرّب سمات مختلفة، واطبع التنبؤات لعناصر جديدة.
- تأمل (10 د). ماذا يفعل النموذج حين يرى عنصراً لا يشبه أي شيء دُرّب عليه؟
يستخدم نشاط «علّم الآلة» في صفحة التجربة فكرة الجار الأقرب نفسها، مع تصويت 3 جيران.
الدرس 3: التدريب والاختبار والإفراط في الملاءمةأستطيع أن أختبر نموذجاً بإنصاف وأشرح الإفراط في الملاءمة.
- استرجاع (5 د). لماذا نحتفظ ببيانات اختبار جانباً؟
- مثال محلول (10 د). اعرض نموذجاً يحقق 100% على بيانات التدريب و60% على بيانات الاختبار.
- تمرين (25 د). قسّم البيانات، واحسب الدقة على المجموعتين، وجرّب نموذجاً أبسط لتقليل الإفراط في الملاءمة.
- تأمل (10 د). اشرح الإفراط في الملاءمة لتلميذ أصغر في 3 جمل.
الدرس 4: التحيّز في البيانات والقراراتأستطيع أن أجد التحيّز في مجموعة بيانات وأصفه وأصف أثره.
- استرجاع (5 د). فكرة العدالة من A2 وA3.
- مثال محلول (10 د). مجموعة بيانات افتراضية للموافقة على قرض أو للتوظيف، تُمثَّل فيها مجموعة واحدة تمثيلاً ناقصاً. أظهِر اختلاف الدقة بين المجموعات.
- تمرين (25 د). عُدّ الأمثلة لكل مجموعة، واحسب الدقة لكل مجموعة، واقترح حلولاً (بيانات أكثر، سمات مختلفة، مراجعة بشرية).
- تأمل (10 د). اكتب بياناً قصيراً: «قد يكون هذا النموذج غير عادل مع… لأن…»
الدرس 5: النماذج اللغوية والإجابات المختلقةأستطيع أن أشرح أن النموذج اللغوي يتنبأ بالكلمات التالية المرجّحة وقد يعطي إجابات خاطئة بثقة.
- استرجاع (5 د). تذكّر بيانات التدريب والاختبار من الدرس 3.
- مثال محلول (10 د). متنبّئ صغير بالكلمة التالية (انظر الشيفرة أدناه).
- تمرين (15 د). تنبّأ بالكلمة التالية باليد، ثم تحقّق ببرنامج. أضف نصاً أكثر وراقب تغيّر التنبؤات.
- تحقيق (12 د). باستخدام أمثلة لإجابات ذكاء اصطناعي يقدّمها المعلم (مطبوعة أو على الشاشة، لا محادثة مباشرة)، صنّف الادعاءات: صحيحة أو غير واضحة أو مختلقة، وقل كيف ستتحقق من كل منها.
- تأمل (8 د). اكتب ثلاث قواعد للتحقق من إجابة الذكاء الاصطناعي قبل الوثوق بها.
from collections import Counter
text = "the cat sat on the mat the cat ate the fish".split()
next_words = {}
for current, nxt in zip(text, text[1:]):
next_words.setdefault(current, Counter())[nxt] += 1
print(next_words["the"].most_common(2))
# prints: [('cat', 2), ('mat', 1)]هذا البرنامج يعدّ فقط أي كلمة تأتي بعد أي كلمة. وهو لا يعرف إن كان أي شيء صحيحاً، وهذا هو المقصود من الدرس.
الدرس 6: الأخلاقيات والخصوصية وحقوق النشر ومدونتي للذكاء الاصطناعيأستطيع أن أناقش قضية في الذكاء الاصطناعي من جوانب عدة وأن أكتب مدونة سلوك خاصة بي.
- البداية (8 د). اختر بطاقة حالة (التعرّف على الوجوه عند باب متجر، واجب مكتوب بالذكاء الاصطناعي، أداة توظيف، استنساخ صوت) وقل ما الذي قد يسوء.
- نقاش (15 د). مناظرة منظّمة: الفوائد والمخاطر ومن يتأثر ومن المسؤول. وتشمل الخصوصية وحقوق النشر والحق في الانسحاب، وما يمكن لضوابط الحماية (قواعد ومرشّحات تحدّ مما تفعله أداة الذكاء الاصطناعي) أن تصلحه وما لا تستطيع.
- كتابة (20 د). حجة مبرَّرة من صفحة واحدة ومدونة سلوك شخصية للذكاء الاصطناعي (مثل «سأقول متى ساعدني الذكاء الاصطناعي»).
- مشاركة (7 د). اقرأ مدونتك على شريك؛ وشارة.
للكبار
- اسأل: «هل يمكن أن يكون الذكاء الاصطناعي غير عادل؟ كيف يحدث ذلك؟»
- اطلب من ابنك المراهق أن يشرح لماذا يستطيع النموذج اللغوي أن يبدو واثقاً وهو مخطئ.
- تحدّثا عن الحالات التي لا تريد فيها أن يتخذ الذكاء الاصطناعي قراراً بمفرده.
في كل درس: عادة «تحقّق منه»
من صنع هذا؟ على ماذا دُرِّب؟ وأين يمكنني التحقق منه أيضاً؟