2.7 Informatika / prírodné vedy: UI pre reálny školský problém

Môže nám UI pomôcť triediť odpad v škole?

Predmet: Informatika/prírodné vedy ·  Cieľová skupina: 7 (vek 13 – 14) ·  Trvanie: 1 dvojhodina ·  UI: Učenie S UI 

Hlavné posolstvo: UI môže pomôcť pri riešení reálnych problémov, no automaticky nerozumie tomu, čo vidí. Učí sa z príkladov, ktoré jej poskytnú ľudia, a preto je potrebné jej výsledky testovať a vyhodnocovať.

Obr. 1. Obrázok vygenerovaný pomocou ChatGPT (GPT Image 2), 7. septembra 2026.

Obsah

Triedenie odpadu je v mnohých školách každodennou témou. Žiaci denne používajú papier, plastové fľaše, obaly na potraviny a ďalšie materiály, no tieto veci nie vždy skončia v správnom kontajneri na recykláciu.

Táto známa situácia poskytuje jednoduchý spôsob, ako skúmať, ako funguje umelá inteligencia. Žiaci zisťujú, či by systém UI dokázal rozpoznať predmet a odporučiť, do ktorého kontajnera na recykláciu patrí.

Počas aktivity žiaci vytvoria základný model klasifikácie obrázkov s kategóriami ako papier, plast a ostatný odpad. UI poskytnú niekoľko príkladov, model natrénujú a potom ho otestujú na nových predmetoch.

Aktivita demonštruje dôležitý princíp strojového učenia: UI sa učí vzorce z príkladov, ktoré dostane. Ak sú príklady príliš podobné, neúplné alebo zle vybrané, model môže dávať neočakávané výsledky.

Žiaci teda nielen vytvoria funkčný model. Zámerne ho testujú na náročných príkladoch, skúmajú jeho chyby a snažia sa ho zlepšiť. Môžu napríklad zistiť, že stlačená plastová fľaša je klasifikovaná inak než bežná fľaša, alebo že pozadie obrázka ovplyvňuje výsledok.

Hodina spája základný pojem z oblasti UI s reálnou školskou situáciou. Zároveň podnecuje žiakov, aby kriticky uvažovali o dôveryhodnosti a o zodpovednosti človeka: aj keď systém UI poskytne odporúčanie, o tom, či výsledok dáva zmysel, musia rozhodnúť ľudia.

Plán hodiny

Navádzajúce otázky: od experimentu s UI k reálnemu použitiu

• • Návnada – Mohla by UI rozhodnúť, kam patrí náš odpad?
    

    • Učiteľ ukáže niekoľko bežných predmetov, napríklad:

      • list papiera,
      • plastovú fľašu,
      • kartónovú škatuľu,
      • kelímok od jogurtu,
      • ceruzku.

      Žiaci najprv sami rozhodnú, kam má každý predmet patriť.

      Potom sa spýtajte:

      • Mohol by počítač urobiť rovnaké rozhodnutie z obrázka z kamery?
      • Ako by vedel, že niečo je papier alebo plast?
      • Aké informácie by potreboval?
      • Mohol by sa niekedy rozhodnúť nesprávne?

      Predstavte výzvu:

      Vytvorte model UI, ktorý pomôže žiakom rozhodnúť, ktorý kontajner na recykláciu použiť.

  • Vstup – Ako sa učí klasifikátor UI?

    • Učiteľ predvedie jednoduchý nástroj na klasifikáciu obrázkov.

      Možno vytvoriť tri kategórie:

      Papier – Plast – Ostatné

      Vysvetlite, že model nedostane definíciu ako:

      „Plast je materiál vyrobený z polymérov.“

      Namiesto toho dostane príklady a snaží sa v nich nájsť vzorce.

      Spýtajte sa žiakov:

      • Ak UI ukážeme len plastové fľaše, bude rozumieť všetkým druhom plastu?
      • Koľko príkladov by mohla potrebovať?
      • Majú všetky fotografie vyzerať rovnako?
      • Čo by sa mohlo stať, ak by boli všetky papierové predmety odfotografované na bielom stole?

      Kľúčová myšlienka: Príklady, ktoré poskytneme, ovplyvňujú to, čo sa UI naučí.

  • Skúmanie – Postavte prvý model

    Žiaci pracujú v malých skupinách.

    Každá skupina zbiera alebo použije pripravené príklady pre tri kategórie.

    Napríklad:

    Papier

    • pracovný list
    • novinový papier
    • kartón
    • papierová taška

    Plast

    • plastová fľaša
    • plastový kelímok
    • obal

    Ostatné

    • ceruzka
    • kovový predmet
    • obal na potraviny iného druhu
    • textil

    Žiaci natrénujú svoj prvý model.

    Potom otestujú niekoľko jednoduchých príkladov.

    Pri každom teste zaznamenajú:

    Predmet → Očakávaný výsledok → Výsledok UI → Správne / Nesprávne

    V tejto fáze nie je cieľom dosiahnuť dokonalú presnosť. Žiaci majú najprv pochopiť, ako sa systém chová.

  • Adaptácia 1 – Skúste UI priviesť k chybe

    Žiaci teraz testujú systém na náročnejších príkladoch.

    Napríklad:

    • stlačená plastová fľaša;
    • farebný papier;
    • kartón s plastovou vrstvou;
    • predmet z iného uhla;
    • predmet vo väčšej vzdialenosti od kamery;
    • ten istý predmet na inom pozadí.

    Spýtajte sa:

    • Ktoré príklady UI rozpoznala správne?
    • Kde urobila chyby?
    • Čím sa tieto príklady odlišovali?
    • Mohla UI reagovať na farbu alebo pozadie namiesto samotného predmetu?
    • Aké informácie môžu v trénovacích príkladoch chýbať?

    Žiaci identifikujú jednu slabinu svojho modelu.

• Adaptácia 2 – Zlepšite model
  

  Každá skupina urobí jednu alebo viac zmien.

  Napríklad:

  • pridá viac príkladov;
  • použije rôzne druhy papiera alebo plastu;
  • odfotografuje predmety z viacerých uhlov;
  • použije rôzne pozadia;
  • vyrovná počet príkladov v jednotlivých kategóriách.

  Žiaci model znovu natrénujú a zopakujú niektoré zo svojich predchádzajúcich testov.

  Porovnajú:

  Verzia 1 → Verzia 2

  Spýtajte sa:

  • Zlepšil sa model?
  • Ktorá zmena pomohla?
  • Sú ešte príklady, ktoré nedokáže spoľahlivo klasifikovať?
  • Vyriešilo by problém vždy pridanie ďalších údajov?
  • Koľko testovania by bolo potrebné pred reálnym použitím systému?

• Reflexia – Použili by sme túto UI v škole naozaj? 

  Predstavte hypotetickú situáciu:

  Škola chce nainštalovať kameru pri kontajneroch na recykláciu. Žiaci ukážu predmet kamere a UI odporučí, ktorý kontajner použiť.

  Žiaci rozhodnú, či by tento nápad odporučili.

  Diskutujte:

  • Dôverovali by ste súčasnému modelu?
  • Čo by sa mohlo stať, ak dá nesprávnu odpoveď?
  • Mali by žiaci vždy môcť jeho odporúčanie ignorovať?
  • Aké ďalšie testovanie by bolo potrebné?
  • Mohla by kamera spôsobiť problémy so súkromím?
  • Kde inde mimo školy by mohol byť podobný systém UI užitočný?

  Žiaci doplnia:

  1. Naša UI fungovala dobre, keď…
  2. Naša UI mala problémy, keď…
  3. Pred reálnym použitím tohto systému by sme potrebovali…

  Záverečná reflexívna otázka:
  Keď systém UI poskytne odporúčanie, kto by mal rozhodnúť, či je toto odporúčanie dosť dobré na použitie?

Materiály

• • počítač alebo tablet pre každú skupinu
  • pripojenie na internet
  • prístup k jednoduchému nástroju UI na klasifikáciu obrázkov
  • webkamera alebo kamera zariadenia
  • čisté príklady papiera, plastu a ďalších bežných predmetov
  • prípadne pripravené fotografie predmetov
  • jednoduchý pracovný list na zaznamenávanie výsledkov testov
  • projektor / interaktívna tabuľa pre učiteľa
  • voliteľne pripravená tabuľka na porovnanie verzie 1 a verzie 2 modelu