Przejdź do treści
Cyfrowa Pracownia
AI

Dane uczące i błędy modelu

Klasy VII i VIII 45 minut Lekcja otwarta, bez logowania

Uczeń pokazuje na własnym modelu, że jakość i skład danych uczących decydują o tym, gdzie model się myli.

Sprzęt na lekcję: laptopy szkolne z przeglądarką i dostępem do internetu, po jednym na parę uczniów, wbudowana kamera lub kamerka USB, projektor lub monitor do pokazu, kartki A4 i flamastry do przygotowania obrazków testowych

Podstawa programowa

Informatyka · Szkoła podstawowa, klasy VII i VIII

Cele kształcenia, wymagania ogólne

  • I Rozumienie, analizowanie i rozwiązywanie problemów na bazie logicznego i abstrakcyjnego myślenia, myślenia algorytmicznego i sposobów reprezentowania informacji.
  • IV Rozwijanie kompetencji społecznych, takich jak komunikacja i współpraca w grupie, w tym w środowiskach wirtualnych, udział w projektach zespołowych oraz zarządzanie projektami.

Treści nauczania, wymagania szczegółowe

  • IV.2 ocenia krytycznie informacje i ich źródła, w szczególności w sieci, pod względem rzetelności i wiarygodności w odniesieniu do rzeczywistych sytuacji, docenia znaczenie otwartych zasobów w sieci i korzysta z nich. Najbliższe dopasowanie w obowiązującej dla klas VII i VIII podstawie. Punkt mówi o krytycznej ocenie informacji i źródeł, nie o modelach uczenia maszynowego ani o danych uczących. Używać ostrożnie, jako podstawy dla części lekcji o ocenie wiarygodności wyniku modelu, a nie jako pokrycia całej lekcji.
  • I.3 przedstawia sposoby reprezentowania w komputerze wartości logicznych, liczb naturalnych (system binarny), znaków (kody ASCII) i tekstów. Dopasowanie częściowe: punkt dotyczy reprezentowania danych w komputerze, co uzasadnia wątek o tym, czym w praktyce jest zbiór danych uczących. Nie obejmuje uczenia modelu.

Czego ta lekcja nie znajdzie w obowiązującej podstawie

W podstawie programowej obowiązującej dla klas VII i VIII (Dz.U. 2017 poz. 356, załącznik nr 2, w brzmieniu Dz.U. 2024 poz. 996) NIE MA wymagania szczegółowego dotyczącego sztucznej inteligencji, uczenia maszynowego, danych uczących ani błędów modelu. Sprawdzone przez przeszukanie całego tekstu przedmiotu informatyka. Wobec dyrektora i nauczyciela lekcję opisujemy uczciwie: realizuje cele kształcenia I i IV oraz wymagania IV.2 i I.3, a w pozostałym zakresie wyprzedza podstawę programową, wchodząc w treści, które wejdą do klas VII i VIII wraz z nową podstawą (Dz.U. 2026 poz. 378) od roku szkolnego 2029/2030. Dla klasy IV te treści obowiązują już od roku szkolnego 2026/2027.

Nowa podstawa programowa, Dz.U. 2026 poz. 378

Ta lekcja realizuje wymagania nowej podstawy, zanim staną się obowiązkowe, czyli od rok szkolny 2029/2030 (klasa VII) i 2030/2031 (klasa VIII).

  • 4.3 trenuje model uczenia maszynowego, analizuje jego działanie oraz modyfikuje dane, aby poprawić precyzję i wiarygodność wyników; Pełne pokrycie celu lekcji: trenowanie modelu i modyfikowanie danych dla poprawy wyników.
  • 3.5 wykorzystuje narzędzia sztucznej inteligencji do wspomagania tworzenia treści, edytuje je i ocenia ich trafność oraz zgodność ze specyfikacją problemu; Ocena trafności treści wygenerowanych przez narzędzie AI.
  • 5.5 próbuje odróżnić treści tworzone przez człowieka od generowanych ze wsparciem sztucznej inteligencji oraz porównuje ich styl, jakość i wartość poznawczą.

Podstawa prawna: Rozporządzenie Ministra Edukacji Narodowej z dnia 14 lutego 2017 r. w sprawie podstawy programowej wychowania przedszkolnego oraz podstawy programowej kształcenia ogólnego dla szkoły podstawowej, w tym dla uczniów z niepełnosprawnością intelektualną w stopniu umiarkowanym lub znacznym, kształcenia ogólnego dla branżowej szkoły I stopnia, kształcenia ogólnego dla szkoły specjalnej przysposabiającej do pracy oraz kształcenia ogólnego dla szkoły policealnej, Dz.U. 2017 poz. 356

Brzmienie: Załącznik nr 2 do Dz.U. 2017 poz. 356 w brzmieniu nadanym przez Dz.U. 2024 poz. 996, część KLASY VII i VIII

Tekst aktu w ISAP (otwiera się w nowej karcie) · PDF Dziennika Ustaw (otwiera się w nowej karcie)

Czego uczy ta lekcja

To jest lekcja otwarta.

Cały komplet widzicie bez logowania: scenariusz, prezentacja, karta pracy, materiały dla ucznia i quiz. Tak samo wygląda każda lekcja w katalogu po uruchomieniu szkoły.

Film dla nauczyciela

Lektor omawia każdy slajd i podpowiada, na co uważać w klasie. Głos lektora jest syntetyczny, wygenerowany przez AI.

Materiały lekcji

Każdy materiał otwieracie w przeglądarce albo pobieracie jako PDF gotowy do wydruku.

Wszystko w jednym pliku

Scenariusz, prezentacja, karta pracy, materiały dla ucznia i quiz w obu wersjach.

Pobierz komplet lekcji (PDF)

Lista kontrolna przed lekcją

Do odhaczenia dzień wcześniej i 10 minut przed dzwonkiem. Zaznaczenia zostają tylko w tej przeglądarce i nigdzie się nie zapisują.

Rozgrzewka na start

Bez sprzętu 3 min

Bez sprzętu, w pierwszych trzech minutach etapu Wejście. Pokażcie klasie kartkę z narysowanym kółkiem i zapytajcie: gdybyście mieli nauczyć małe dziecko, co to jest kółko, ale wolno Wam pokazać mu tylko trzy rysunki, jakie trzy rysunki byście wybrali? Zbierzcie odpowiedzi z dwóch albo trzech par i zapiszcie je hasłowo na tablicy.

Czego się spodziewać: Uczniowie zwykle wybierają trzy różne kółka: duże i małe, grube i cienkie, na różnych kartkach albo w różnych kolorach. Ktoś proponuje, żeby pokazać też rysunek, który kółkiem nie jest. To dokładnie idea różnorodnych danych uczących i klasy odrzucenia, do których wrócicie w pokazie i w wariancie trudniejszym. Jeśli padnie „trzy takie same kółka”, nie prostujcie, tylko wróćcie do tego po pokazie zmiany tła.

Przebieg lekcji

  1. 5 min

    Wejście

    Nauczyciel pokazuje na projektorze dwa zdjęcia tego samego przedmiotu: jedno w pełnym świetle, drugie w cieniu i pod innym kątem. Pyta klasę, czy program, który widział tylko pierwsze zdjęcie, rozpozna drugie. Zbiera trzy odpowiedzi na głos i zapisuje je w rogu tablicy, żeby wrócić do nich na koniec lekcji. Nie rozstrzyga jeszcze, kto ma rację.

  2. 10 min

    Pokaz

    Nauczyciel na jednym laptopie z projektorem otwiera Teachable Machine (teachablemachine.withgoogle.com), wybiera projekt obrazu i buduje model z dwiema klasami: dłoń otwarta i dłoń zaciśnięta. Do każdej klasy nagrywa około 30 klatek, cały czas w tej samej pozycji i przy tym samym oświetleniu. Trenuje model i sprawdza, że działa. Potem świadomie psuje warunki: odsuwa się od kamery, zmienia tło, zasłania część kadru. Model zaczyna się mylić. Nauczyciel nazywa to na głos: nic się nie zepsuło w programie, po prostu takich przykładów nie było w danych uczących. Zwraca uwagę, że model powstaje w przeglądarce na tym laptopie, klatki nie są wysyłane na żaden serwer i nikt nie zakłada konta.

  3. 20 min

    Praca uczniów

    Uczniowie pracują w parach na jednym laptopie. Zadanie: zbudować własny model z dwiema klasami (na przykład kartka z kółkiem i kartka z krzyżykiem, długopis i gumka, dwa różne gesty), nagrać po około 30 klatek na klasę i wytrenować model. Następnie para ma celowo znaleźć trzy sytuacje, w których model się myli, i zapisać je w karcie pracy razem z domysłem, czego zabrakło w danych. Na koniec pary dogrywają przykłady tylko do jednego z trzech błędów i sprawdzają, czy poprawa zadziałała. Nauczyciel chodzi po sali i pilnuje, żeby uczniowie nie nagrywali twarzy kolegów bez ich zgody.

  4. 5 min

    Sprawdzenie

    Trzy pary pokazują klasie po jednym błędzie swojego modelu i mówią jednym zdaniem, skąd ten błąd się wziął. Nauczyciel zapisuje na tablicy przyczyny w skrócie, na przykład tylko jedno tło, tylko jedna odległość, tylko jedna ręka. Klasa sprawdza, czy któraś przyczyna powtarza się u kilku par.

  5. 5 min

    Podsumowanie

    Nauczyciel wraca do trzech odpowiedzi zapisanych na początku lekcji i pyta, które z nich okazały się trafne. Formułuje wniosek: model nie ma wiedzy o świecie, ma tylko te przykłady, które dostał, więc dziura w danych zamienia się w błąd w działaniu. Zapowiada, że na kolejnej lekcji klasa zajmie się treściami tworzonymi przez AI i sprawdzaniem źródeł.

Do powiedzenia na głos

„Model nie zna świata. Zna tylko te przykłady, które mu pokazaliście, i nic poza nimi.”

„Kiedy program się myli, pierwsze pytanie nie brzmi „co się zepsuło”, tylko „czego zabrakło w danych”.”

„Dzisiaj celowo szukamy błędów własnego modelu. Znaleziony błąd to wynik lekcji, nie porażka.”

„Nagrywamy przedmioty i własne gesty. Twarzy kolegi nie nagrywamy bez jego zgody.”

Typowe błędy uczniów

  • Uczniowie nagrywają obie klasy w dokładnie tej samej pozycji i przy tym samym tle, więc model rozpoznaje tło, a nie przedmiot. Poproście, żeby przenieśli kartkę w inne miejsce i sprawdzili, czy model dalej działa.
  • Uczniowie nagrywają po kilka klatek i uznają, że to wystarczy. Ustalcie próg około 30 klatek na klasę i pokażcie różnicę w działaniu przed i po dograniu.
  • Uczniowie traktują wysoki procent pewności jako dowód poprawności. Pokażcie przypadek, w którym model jest pewny w 90 procentach i mimo to odpowiada źle.
  • Uczniowie zamiast opisać przyczynę błędu piszą „model jest głupi”. Wymagajcie zdania zaczynającego się od „w danych zabrakło”.
  • Uczniowie dogrywają przykłady do wszystkich klas naraz i nie wiedzą, co pomogło. Ustalcie zasadę: jedna zmiana, jeden test.

Warianty lekcji

Bez sprzętu i internetu

Klasa buduje model na papierze. Nauczyciel rozdaje każdej grupie 16 kartek z narysowanymi figurami, podzielonych na dwa zbiory: 10 kartek to zbiór uczący, 6 kartek to zbiór testowy. Zbiór uczący zawiera tylko duże figury narysowane grubym flamastrem, zbiór testowy także małe i narysowane ołówkiem. Uczniowie w grupach wypisują reguły rozpoznawania na podstawie samego zbioru uczącego, potem stosują swoje reguły do zbioru testowego i liczą pomyłki. Wniosek jest ten sam: reguła zbudowana na wąskich przykładach zawodzi na nowych przypadkach.

Dla szybszych uczniów

Para dodaje trzecią klasę o nazwie „nic” i nagrywa do niej puste tło oraz przypadkowe przedmioty. Sprawdza, czy model przestaje na siłę przypisywać każdy obraz do jednej z dwóch pierwszych klas, i opisuje w dwóch zdaniach, po co w praktyce potrzebna jest klasa odrzucenia.

Przy trudnościach

Uczeń dostaje gotowy, wytrenowany przez nauczyciela model z dwiema klasami i tylko szuka sytuacji, w których model się myli. Wypełnia dwa wiersze tabeli zamiast trzech, a przyczynę wybiera z listy podpowiedzi: inne tło, inna odległość, inne światło, inny kolor.

Klucz do karty pracy

Klucz odpowiedzi do karty pracy jest w koncie nauczyciela i w PDF dla nauczyciela.

Kryteria oceny

Trzy poziomy dla każdej umiejętności. Opis mówi, co uczeń pokazuje, a nie ile punktów dostaje.

Kryteria oceny: umiejętność i opis trzech poziomów, podstawowego, dobrego i bardzo dobrego
UmiejętnośćPodstawowyDobryBardzo dobry
Wpływ danych uczących na model Uczeń mówi własnymi słowami, że model uczy się tylko z nagranych klatek, i wskazuje jedną rzecz, której w klatkach zabrakło, na przykład inne tło. Uczeń wie, że tło, odległość i oświetlenie trafiają do danych razem z przedmiotem, i łączy zaobserwowaną pomyłkę modelu z konkretnym brakiem w danych uczących. Uczeń wyjaśnia, dlaczego 200 klatek z jednego miejsca to dla modelu nadal jeden przypadek, i planuje nagranie tak, żeby obie klasy miały podobną liczbę klatek z różnych warunków.
Wykrywanie i opisanie błędu modelu Uczeń znajduje, z pomocą listy podpowiedzi, co najmniej jeden błąd modelu i zapisuje go w tabeli w trzech polach: co pokazał, co odpowiedział model, czego zabrakło. Uczeń znajduje trzy błędy, zmieniając jedną rzecz naraz, i każdy opisuje zdaniem zaczynającym się od „w danych zabrakło” ze wskazaniem konkretnego warunku. Uczeń po opisaniu błędu dogrywa klatki dokładnie z brakującego warunku, powtarza ten sam test i tłumaczy, dlaczego wysoki procent pewności przy błędnej odpowiedzi nie jest awarią, tylko skutkiem obrazu spoza danych.

Pytania do dyskusji

Na podsumowanie lekcji. Nie mają jednej poprawnej odpowiedzi, chodzi o uzasadnienie.

  1. Kto odpowiada za pomyłkę modelu: osoba, która go używa, osoba, która zebrała dane, czy sam program? Czy odpowiedź zmienia się w zależności od tego, o czym ten model decyduje?

  2. Wasz model z lekcji widział tylko Waszą salę. Jakich miejsc, przedmiotów albo ludzi mogą „nie widzieć” systemy, których używacie na co dzień, na przykład odblokowanie telefonu twarzą albo tłumacz aparatem?

  3. Czy lepiej, żeby model odpowiadał „nie wiem”, czy zawsze wybierał jedną z odpowiedzi? W jakich sytuacjach każda z tych opcji jest gorsza od drugiej?

Częste pytania uczniów

Mini projekt na kolejne lekcje

Na 2 do 3 kolejne lekcje albo na kółko. Buduje na tym, co uczniowie zrobili dzisiaj.

Model, który przechodzi test w cudzych warunkach

Projekt na trzy kolejne lekcje albo na kółko. Każda para buduje model z trzema klasami przedmiotów i klasą odrzucenia „nic”, a potem oddaje go innej parze do testów. Para testująca szuka błędów w swoich warunkach, para autorska naprawia je danymi. Wymiana modeli odbywa się przez zapis projektu Teachable Machine do pliku i otwarcie go na drugim laptopie, bez zakładania konta.

Etapy

  1. Lekcja 1: para wybiera trzy przedmioty i zanim nagra pierwszą klatkę, wypisuje plan nagrań: po około 30 klatek na klasę w co najmniej trzech miejscach sali i z dwóch odległości. Dodaje klasę „nic” z pustym tłem i przypadkowymi rzeczami. Trenuje model i zapisuje projekt do pliku.
  2. Lekcja 2: pary wymieniają się plikami projektów. Każda para testuje cudzy model w swoich warunkach i zapisuje trzy błędy w tabeli: co pokazała, co odpowiedział model, czego jej zdaniem zabrakło w danych. Tabela wraca do autorów.
  3. Lekcja 3: para autorska wybiera z otrzymanej tabeli jeden błąd, dogrywa około 15 klatek dokładnie z brakującego warunku, trenuje ponownie i prosi parę testującą o powtórzenie tego samego testu. Zapisuje wynik przed i po.
  4. Prezentacja: każda para pokazuje klasie jeden znaleziony błąd, jedną naprawę i jedno zdanie o tym, czego w danych nadal brakuje.

Co powstaje na końcu: Model z trzema klasami i klasą odrzucenia, sprawdzony przez inną parę, plus jednostronicowy dziennik błędów i napraw z wynikami przed i po dograniu danych.

Dla rodzica

Krótka wiadomość do przekazania przez dziennik albo do wydruku na wywiadówkę. Ten sam tekst jest w PDF „Kartka dla rodzica”.

Czego dziecko nauczyło się na tej lekcji: Dziecko zbudowało dziś w przeglądarce program, który rozpoznaje dwa przedmioty z kamery, i samo znalazło sytuacje, w których ten program się myli. Umie wytłumaczyć, że program zna tylko te przykłady, które mu pokazano, i że pomyłka bierze się z braku przykładów, a nie z tego, że coś się zepsuło.

Pytanie na kolację: Gdyby nasz telefon miał nauczyć się rozpoznawać naszego kota na zdjęciach, jakie zdjęcia trzeba by mu pokazać, żeby nie pomylił kota z poduszką?

Uwaga o bezpieczeństwie: Na lekcji dzieci nagrywały przedmioty i własne dłonie, nie twarze; jeśli dziecko ćwiczy w domu, przypomnijcie, żeby nie nagrywało innych osób bez ich zgody, a model bez konta zostaje tylko na tym komputerze i znika po zamknięciu karty.

PDF dla rodzica: kartka dla rodzica, plik do pobrania

Wideo dla nauczyciela

Nagranie powstaje na podstawie tego skryptu. Do czasu publikacji wideo możecie przeczytać skrypt przed lekcją.

CzasTreść
0:00 do 0:40Przedstawiam cel lekcji dla nauczyciela. W 45 minut uczeń zbuduje własny klasyfikator obrazów i znajdzie w nim trzy błędy. Nie potrzebujecie wiedzy o sieciach neuronowych ani o programowaniu. Potrzebujecie laptopów z kamerą i przeglądarką.
0:40 do 1:40Pokazuję narzędzie. Teachable Machine otwiera się w przeglądarce, nie wymaga konta ani instalacji. Wybieracie projekt obrazu, dostajecie dwie klasy i przycisk nagrywania z kamery. Uczeń nie loguje się nigdzie, więc nie ma sprawy zgód rodzicielskich na zakładanie kont.
1:40 do 2:50Przechodzę przez pokaz, który prowadzicie sami. Nagrywacie dwie klasy w tych samych warunkach, trenujecie i pokazujecie, że działa. Potem świadomie psujecie warunki. To moment, w którym klasa widzi, że model nie ma pojęcia o świecie poza nagraniem.
2:50 do 4:00Omawiam pracę uczniów. Pary mają zbudować model i znaleźć trzy błędy. Najczęstszy problem to nagrywanie obu klas w identycznym tle. Wtedy model rozpoznaje tło i uczeń jest zdziwiony, że wszystko działa idealnie. Podchodźcie i przenoście kartkę w inne miejsce.
4:00 do 4:50Mówię o zapisie wyniku. W karcie pracy uczeń wpisuje co pokazał, co odpowiedział model i czego zabrakło w danych. Wymagajcie zdania zaczynającego się od słowa zabrakło. To odróżnia opis przyczyny od narzekania na program.
4:50 do 5:40Zwracam uwagę na prywatność. Uczniowie nagrywają przedmioty albo własne dłonie. Nagrywanie twarzy kolegów bez ich zgody odpada. Jeśli ktoś nie chce być w kadrze, ma prawo pracować na kartkach i pisakach.
5:40 do 6:30Podpowiadam warianty. Uczniowi, który skończy wcześniej, dajcie trzecią klasę o nazwie nic. Uczniowi z trudnościami dajcie gotowy model i listę podpowiedzi z przyczynami błędu. Bez sprzętu ta sama lekcja działa na kartkach z figurami i dwóch zbiorach, uczącym i testowym.
6:30 do 7:00Zamykam. Wynikiem lekcji nie jest działający model, tylko opisany błąd z przyczyną. Jeśli uczeń wychodzi z sali i mówi, że modelowi zabrakło przykładów z ciemnym tłem, lekcja się udała.

Podoba się Wam ta lekcja?

Po uruchomieniu szkoły nauczyciel zapisuje przeprowadzenie lekcji jednym kliknięciem, a dyrektor dostaje z tego raport wykorzystania sprzętu.

Zgłoś szkołę do pilotażu