FORSTÅ

Kan KI kjenne igjen følelser?

Hvordan trene sin egen KI-modell i Teachable Machine?

60 min 8.–10. trinn Grupper Med skjerm

Kjernepoeng

Elevene trener sin egen KI-modell i Teachable Machine ved å lære den å gjenkjenne glade og triste emoji-bilder. Modellen viser konfidensgrad for hvert svar — noe som åpner samtaler om når KI er sikker og når den tar feil. Aktiviteten introduserer bildeklassifikasjon og treningsdatabias på en håndgripelig måte.

Tidsplan (60 min)

0–10 min Oppvarming (unplugged)
10–25 min Introduksjon til Teachable Machine
25–50 min Elevene trener sine egne modeller
50–60 min Refleksjon og diskusjon

Du trenger

Sjekk det du har lært: 2 sider · skriv ut 1 ark per elev
Chromebook eller laptop med Google Chrome og webkamera — ett per elev/par
Internettilgang (Teachable Machine + bildearkiv)
Emojier eller tegninger av følelser (kan skrives ut eller tegnes på tavlen)

Forberedelse: Test Teachable Machine i Google Chrome på din maskin: teachablemachine.withgoogle.com Sjekk at webkameraene på elevenes chromebooker/laptoper virker. Lag eller finn enkle emoji-bilder (glad og trist) som kan brukes i demonstrasjonen. Gjennomgå aktiviteten selv én gang på forhånd, slik at du er komfortabel med Teachable Machine-grensesnittet.

Kan KI kjenne igjen følelser? · Gjennomføring Side 2

Les til klassen

«Tenk deg at telefonen din kan se om du er glad eller trist. Den bruker kameraet til å lese ansiktet ditt — akkurat slik dere gjenkjenner følelser hos hverandre. I dag skal dere bli KI-trenere: dere skal lære en datamaskin å kjenne igjen følelser. Ikke ved å programmere den, men ved å vise den eksempler. Tusenvis av dem. Det er slik ekte KI lærer.»

Tips: Spør elevene: «Hvordan ville dere lært en robot å kjenne igjen at noen er glad?» Ta imot svarene. Fortell at i dag skal de finne ut det ved å vise KI-en bilder — og se at den lærer.

⏱

10 min

⏱Fase 1 — Oppvarming (unplugged)10 min

Ingen skjerm ennå. Elevene skal tenke på ansiktet og følelsene.

Tegn enkle smilfjer og trist-ansikt på tavlen
Spør: «Hva ser dere? Hva forteller munnen? Øynene? Øyenbrynene?»
Lag en felles tabell med tre kolonner: «Glad 😊», «Trist 😢», «Sint 😠»
Elevene kommer med forslag til ansiktstrekk

💡 Tips: Be elevene lage ansiktene selv med hendene eller tegne rask på papir. Fokus på at følelser har mønstre — samme mønstre som KI-en snart skal lære.
        

1

15 min

1Fase 2 — Demonstrasjon av Teachable Machine15 min

Elevene ser på storskjermen hvordan en KI lærer.

Steg 1: Åpne teachablemachine.withgoogle.com. Opprett to klasser: «😊 Glad» og «😢 Trist»
Steg 2: Be elevene tegne eller finne 5–10 glade emoji-bilder og 5–10 triste. Elevene kan tegne på papir og holde dem opp — eller du bruker enkle digitale bilder
Steg 3: Last bilene opp til de respektive klassene
Steg 4: Trykk «Train Model». Elevene ser at modellen nå er klar
Steg 5: Hold opp en emoji. Modellen predikerer. Spør: «Er KI-en sikker? Se på tallene — 92 % glad, 8 % trist. Det kalles konfidensgrad.»

Vis slide 3–4 Presentasjonen viser pipeline-illustrasjonen (Bilder → Trening → Modell → Prediksjon).

Kan KI kjenne igjen følelser? · Gjennomføring Side 3

2

25 min

2Fase 3 — Elevene trener sine egne modeller25 min

Elevene sitter parvis eller individuelt ved hver sin maskin.

Grunnoppgave: Åpne Teachable Machine. Lag klasser «Glad» og «Trist». Tegn eller finn 10–15 emojier av hver type. Tren modellen. Test med bilder modellen aldri har sett før. Observer konfidensgraden
Utfordring: Legg til en tredje klasse — «😮 Overrasket» eller «😠 Sint». Hva skjer med nøyaktigheten?

🔍 Vandring: Gå rundt og still spørsmål: «Hva handler modellen din om? Hva tror dere KI-en skal lære? Hva var dere sikker på? Usikker på?»
        

Personvern Teachable Machine kjører helt i nettleseren. Bildene sendes ikke til Google eller lagres på servere. Det er viktig å nevne for elevene.

💬

10 min

💬Fase 4 — Refleksjon og diskusjon10 min

Samle klassen. Ingen skjerm — bare samtal.

Hva skjedde da dere la inn få eksempler vs. mange?
Klarte KI-en å gjenkjenne emojier den aldri hadde sett?
Hva forteller konfidensgraden? Når var KI-en sikker? Usikker?
Hvis alle «Glad»-bildene dine var smilfjer 😊, men elevene viser en annen glad emoji 😄 — ville KI-en gjenkjenne den?

Vis slide 7 Presentasjonen viser refleksjonsspørsmålene for elevene.

💡 Dypere tanke: For eldre elever (3.–4. trinn): «Hvis KI-en trenes på mange emojier fra ett land, ville den kunne gjenkjenne emojier fra andre kulturer like lett?» Dette introduserer ideen om bias uten å bruke ordet.
        

Kan KI kjenne igjen følelser? · 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)

Matematikk: Samle, sortere og representere data; bruke enkle digitale verktøy til å utforske mønstre.
Naturfag: Bruke digitale verktøy til å utforske og presentere fenomener; forstå teknologiske løsninger i hverdagen.
Samfunnsfag (digitale ferdigheter): Forstå at digitale systemer følger regler laget av mennesker; kritisk vurdere bruk av teknologi.

Begreper i dette opplegget

Begrep	Enkel forklaring for klasserommet
Bildeklassifikasjon	KI-oppgave der systemet sorterer bilder inn i kategorier basert på mønstre det har lært fra eksempler.
Treningsdata	Merkede eksempelbilder som en KI-modell lærer fra. Kvaliteten og mengden påvirker hvor god modellen blir.
Klasse	En kategori som KI-en skal gjenkjenne — for eksempel «Glad», «Trist» eller «Overrasket».
Konfidensgrad	Prosentvis sikkerhet i KI-ens svar — for eksempel 87 % sikker på at det er en glad emoji. Høy konfidensgrad betyr ikke at svaret er riktig, bare at modellen er sikker.
Nevrale nettverk	KI-arkitektur inspirert av hvordan hjernen fungerer, brukt til bildegjenkjenning og mange andre oppgaver.
Bias / Skjevhet	Feil i treningsdataene som gjør KI-en unøyaktig for visse grupper — for eksempel hvis alle «glad»-bilder viser samme type ansikt.