FORSTÅ

Dyregjenkjenning med KI

Hvordan fungerer bildegjenkjenning i KI?

60 min 8.–10. trinn og VGS Grupper Unplugged

Kjernepoeng

Elevene utforsker hvordan KI gjenkjenner dyr på bilder — og hva som skjer når modellen tar feil.

Tidsplan (60 min)

10 min Intro & Film
15 min Bounding boxes
15 min Sorter ukjente bilder
5 min Deling i plenum
5 min Debrief & Refleksjon

Du trenger

Sjekk det du har lært:

Forberedelse: Skriv ut Bounding Boxes-arket — 1 per elev. Skriv ut sorteringskortene og klipp til ett sett per gruppe (3–4 elever). Test gjerne aktiviteten selv med kolleger for å forutse spørsmål fra elevene. Alternativt: sett opp Padlet-versjonen for digital gjennomføring.

Dyregjenkjenning med KI · Gjennomføring Side 2

Les til klassen

«Dere er et KI-program. Et team av naturvernere studerer sjiraffer i Murchison Falls nasjonalpark i Uganda. De trenger hjelp til å identifisere enkeltdyr fra bilder — uten å fange dem. Heldigvis har de fotografier av tre kjente sjiraffer: Gina, Alex og Fred. Studér bildene nøye. Finn mønstrene som skiller dem. Bruk dem til å identifisere 20 ukjente bilder. Kan bestanden ha økt — eller har den minket?»

1

0–5 min

Sett scenen

Vis: KONTEKST

«Dere er et KI-program»

«Et team av naturvernere studerer sjiraffer i Murchison Falls nasjonalpark i Uganda. De trenger hjelp til å identifisere enkeltdyr fra bilder — uten å fange dem. Heldigvis har de fotografier av tre kjente sjiraffer: Gina, Alex og Fred. Studér bildene nøye. Finn mønstrene som skiller dem. Bruk dem til å identifisere 20 ukjente bilder. Kan bestanden ha økt — eller har den minket?»

2

5–10 min

Intro og film

Vis: KONTEKST

Aktiver forkunnskaper: «Hvilke dyr vet du om som det blir færre av i verden?» Forklar at naturvernere trenger å telle enkeltindivider for å vite om bestanden øker eller minker.

Ditt ansvar:

Vis filmene «The Problem» og «The Solution».
Diskuter: Hvordan kan en datamaskin «se» forskjell på sjiraffer?
Si: «Nå skal dere gjøre det KI-programmet gjør — manuelt.»

3

10–25 min

Tegn avgrensningsbokser

Vis: OPPGAVE AVGRENSNINGSBOKSER

Hva elevene gjør: Delt inn i grupper tegner de rektangler rundt det som gjør Gina, Alex og Fred unike.

Ditt ansvar:

Del ut Bounding Boxes-arket (ett per elev).
Be dem se etter særpregede flekkmønstre (som fingeravtrykk) eller arr.
Si: «Disse boksene er treningsdataene — det eneste KI-en bruker for å lære seg å kjenne igjen sjiraffene.»

Dyregjenkjenning med KI · Gjennomføring Side 3

4

25–40 min

Sorter ukjente bilder

Vis: OPPGAVE SORTERING

Hva elevene gjør: Gruppen får 20 ukjente sjiraffbilder, og må identifisere hvert dyr basert på mønstrene de nettopp oppdaget.

Ditt ansvar:

Si: «Disse bildene er testdata — bilder KI-en aldri har sett.»
Gå rundt og still spørsmål: «Hvilke mønstre bruker dere?»
Be dem avgjøre: Har bestanden økt, minket eller holdt seg stabil?

5

40–50 min

Deling og refleksjon i plenum

Vis: REFLEKSJON

Hva elevene gjør: Samler resultatene og diskuterer med klassen.

Spørsmål til diskusjon (vises også på skjerm)

Fikk ulike «KI-er» (grupper) ulike svar? Hvorfor?
Var det bilder som «lurte» alle? Hva sier det om treningsdata?
Kjente dere igjen logikken fra ansiktsgjenkjenning (Snapchat / Passkontroll)?

Lærertips: Forvent at ulike grupper lander på ulike konklusjoner. Det er et viktig poeng — ulike KI-systemer gir ulike svar på samme data basert på hvem som trente dem!

Avrunding: Klikk fram Vis: BEGREPER som felles oppsummering av dagens begreper.

Dyregjenkjenning med KI · Lærerens hjørne Side 4

Bakgrunnsstoff og faglig forankring

Dette hjørnet er kun for deg — bakgrunn, differensiering og begrepene du trenger å være trygg på før du går inn i klasserommet.

Faglig kobling (LK20)

Naturfag: Bruke data til å utforske og beskrive sammenhenger i naturen (7. trinn). Gjøre rede for hvordan teknologi brukes i naturfaglig forskning (10. trinn). Matematikk: Samle, sortere, representere og tolke data og forklare fremgangsmåter (7. trinn).

Begreper i dette opplegget

Begrep	Enkel forklaring for klasserommet
Avgrensningsboks	Rektangel som forteller KI-en nøyaktig hva den skal se etter i et bilde.
Mønstergjenkjenning	Finne gjentakende kjennetegn i data (f.eks. flekker).
Treningsdata	Eksemplene KI-en lærer av (bildene av Gina, Alex og Fred).
Testdata	Nye, ukjente bilder for å sjekke om modellen fungerer.