Podejmowanie decyzjiDokonuj lepszych wyborów - dzięki zrozumieniu nauki stojącej za podejmowaniem decyzji
Ready for action?
What
The possible connections with your curriculum
Who
The people who take up the teacher role
Where
The locations where learning takes place
With
The community stakeholders to collaborate with
Short abstract
Podczas tego scenariusza zajęć uczniowie będą uczyć się o podejmowaniu decyzji poprzez ukierunkowane badania z zakresu psychologii, neuronauki, biologii, informatyki i matematyki. Proces badawczy i edukacyjny będzie obejmował między innymi: wywiady z rodzicami na temat ważnych decyzji, które podjęli w swoim życiu, gry symulacyjne, spotkania z ekspertami specjalizującymi się w podejmowaniu decyzji oraz podstawy programowania komputerowego. Uczniowie odwiedzą wystawę informatyczną w Muzeum Nauki, gdzie dowiedzą się, jak komputery uczą się i podejmują decyzje, oraz wykonają samodzielną pracę w grupach na temat podejmowania decyzji w świecie przyrody. Następnie uczniowie zostaną poproszeni o stworzenie modelu fizycznego przedstawiającego dowolnie wybraną przez nich decyzję (zarówno na poziomie indywidualnym, jak i na poziomie klasy/szkoły/państwa). Proces budowania modelu będzie wspierany przez artystę lub projektanta. Na zakończenie scenariusza zajęć uczniowie zaprezentują swoje gotowe produkty innym uczniom i rodzicom ze swojej szkoły oraz pobliskiej szkoły podstawowej.
Uczniowie zagrają w grę, aby zapoznać się z tematem podejmowania decyzji. Stworzą również model lub inną reprezentację procesu decyzyjnego i współzależnych czynników z nim związanych. Pomoże im to sformułować wyzwanie postawione przy realizacji scenariusza zajęć.
Uczniowie będą badać, jak komputery uczą się i podejmują decyzje poprzez tworzenie i modelowanie algorytmów. Przyjrzą się grom symulacyjnym i omówią etykę związaną z AI.
W pierwszej części tej jednostki edukacyjnej uczniowie spotkają się z psychologiem/szkolnym doradcą zawodowym, aby omówić i przećwiczyć strategie podejmowania decyzji. Zbadają czynniki, które wpływają na nasze wybory i decyzje. W drugiej części tej jednostki uczniowie zadadzą sobie pytanie, dlaczego ludzie podejmują nieracjonalne decyzje. Aby odpowiedzieć na to pytanie, mogą wziąć udział w wybranych ćwiczeniach doświadczalnych. Na koniec przeczytają artykuł naukowy, w którym przeanalizują stereotyp dotyczący tego, czy nastolatki rzeczywiście podejmują złe decyzje.
Uczniowie przeprowadzą wywiad z rodzicami na temat ważnej decyzji, którą podjęli w swoim życiu. Następnie spotkają się z głównym decydentem w społeczności (dyrektorem szkoły/rządcą/radnym), aby dowiedzieć się, jak podejmują oni rozsądne decyzje (opcjonalnie).
Uczniowie będą uczestniczyć w warsztatach i zwiedzać wystawę o informatyce i ludzkim ciele. Wycieczka skupi się na koordynacji, która zachodzi między decyzjami lub działaniami podejmowanymi świadomie i tymi, które nie są świadome.
Uczniowie przeprowadzą badania i przygotują prezentację na temat strategii podejmowania decyzji stosowanych przez różne organizmy w świecie przyrody. Spotkają się z neurobiologiem, aby dowiedzieć się o wpływie różnych części mózgu na podejmowanie decyzji, a logopeda wyjaśni związek między funkcjonowaniem mózgu a podejmowaniem decyzji u osób z ADHD lub trudnościami w uczeniu się.
Uczniowie spotkają się z artystą lub projektantem, aby zbadać, jak mogą przedstawić pomysł lub koncepcję za pomocą modelu fizycznego. Będą badać ideę zaangażowania widza w przygotowanie do budowy modelu fizycznego, który będzie reprezentował proces decyzyjny.
Uczniowie będą pracować w grupach, aby zbudować model fizyczny przedstawiający proces podejmowania decyzji. Model będzie ilustrował decyzję na poziomie indywidualnym lub na poziomie społeczności/narodu.
Uczniowie zorganizują specjalną imprezę, na której zaprezentują swoje modele uczniom i rodzicom szkoły.
Teacher feedback
Aha moments
- LU2 (Machine learning): The part where the students had to formulate an algorithm for making a sandwich helped them understand and internalise the way a computer needs to be programmed, and illustrated for me, as a maths teacher, the need to write clear proof in geometry.
- LU2 (Machine learning): During the Kahoot game, the students were able to internalise the idea that we learn from our mistakes. Up until then, "learning from mistakes" was just a cliché, but the activity proved it is in fact the case.
Uh oh moments
- LU2 (Machine learning): When using Google's Teachable Machine software, I needed to prepare a clear example in advance. As it was, the students were unable to achieve anything significant within the time constraints.
General tips
- Don't skip the discussion about ethical issues (LU2) - the students were very involved, and the topic seemed to be very interesting/relevant to them.
- This Learning Scenario is very experiential, even without building the final physical product. If you feel that the students are "loaded up" with experiences, and that the final project is unnecessary, it will not significantly detract from the Learning Scenario.
- If teaching time is limited, students can just interview a parent in LU4. LU5 is optional, as well as the meeting with the neuroscientist in LU6.