Projektet Dataekspeditioner ved Datalogisk Institut, Københavns Universitet har i samarbejde med gymnasielærere udviklet informatikinspirerede undervisningsforløb til ungdomsuddannelserne, der tager udgangspunkt i virkelige problemstillinger. Med forløbene kan du tilgodese lærerplanernes krav om brug af data og digitale værktøjer.

Læs mere, og find undervisningsmaterialet her

Om undervisningsforløbet

Dette forløb er tænkt til at kunne bruges i informatik på c- eller b-niveau. Forløbet findes også i versioner tilpasset matematik A og bioteknologi.  Uafhængigt af hvilke fag, der indgår i forløbet, vil vi gerne vise eleverne, hvordan Machine Learning giver nye muligheder.

Forløbets relation til fagenes kernestof/faglige mål

It-systemers og menneskelig aktivitets gensidige påvirkning
Etik: diskussion af betydningen af bias i træningsdata
Adfærd: diskussion af hvordan individuelt tilpassede forslag/visninger på streamingtjenester og sociale medier bidrager til at polarisere samfundet

It-sikkerhed – redegøre for beskyttelse af egen digital identitet og egne data på internettet samt redegøre for tekniske og menneskelige aspekter af it-sikkerhed
Egne data indsamles af forskellige services på internettet og bruges ved hjælp af ML-modeller til at kortlægge personers digitale identitet og individualisere den verden, man møder på internettet.

Repræsentation og manipulation af data – data og datatypers repræsentation og manipulation
ML-modeller kan trænes med mange forskellige typer data. I kNN-modellen bruges numeriske data. I Decision Tree kan man også bruge andre datatyper. Repræsentation af billeder kan indgå i projektarbejde i forløbet.

Udvides forløbet med et projekt kan man yderligere helt eller delvist dække

• Konstruktion af it-system som løsning til en problemstilling
• Programmering
• Innovation