Keskustelu tekoälystä (AI) on jatkuvasti muuttuva osa kouluttajien elämää. On väistämätöntä, että tekoälystä tulee keskeinen osa opiskelijoiden elämää. Vaikka vasta alamme ymmärtää, miltä tämä tulee näyttämään, tiedämme, että meidän on aloitettava oppilaidemme valmentaminen tulevaisuuteen jo nyt. Tämä sivu toimii ponnahduslautana tekoälyn opettamiseen VEX:n avulla ja tarjoaa yleiskatsauksen tiedoista ja resursseista, jotka tukevat sinua tekoälyn integroinnissa opetuskäytäntöihisi.
Tekoälyn merkitys
Tekoälyn määrittely
Tekoäly eli AI on tietojenkäsittelytieteen haara, joka käsittelee tekniikoita, joiden avulla tietokoneet voivat tehdä asioita, joita ihmisten tekemissä pidetään älykkyyden todisteina1.
Tekoäly on keskeinen ja jatkuva kehitysaskel tietojenkäsittelytieteen kehityksessä, ja se tulee vaikuttamaan suuresti kaikkiin yhteiskunnan osiin. Se perustuu tietojenkäsittelytieteen ydinkäsitteisiin, kuten algoritmeihin ja tietorakenteisiin, joiden avulla tietokoneet voivat oppia, päätellä ja tehdä päätöksiä itsenäisesti.
Kaikkien tulisi oppia tekoälystä
Tietojenkäsittelytiede on nykyään laajalti tunnustettu välttämättömäksi taidoksi kaikille opiskelijoille. Koska tekoäly on olennainen osa tietojenkäsittelytiedettä, on ymmärrettävä tekoälyn taustalla olevat käsitteet perusteellisesti. Tekoälykäsitteitä voidaan opettaa jatkumona päiväkodista alkaen ja jatkuen koko oppilaiden koulutuspolun ajan. Tämä varmistaa, että opiskelijat:
- Tasapuolinen pääsy tulevaisuuden työpaikkoihin: Tekoälyn opettaminen varmistaa, että kaikilla opiskelijoilla on mahdollisuus tutkia urapolkuja esimerkiksi tietojenkäsittelytieteen, robotiikan, data-analyysin ja ohjelmistotekniikan aloilla. Tarjoamalla mahdollisuuksia kaikille autamme luomaan monimuotoisen ja innovatiivisen työvoiman, joka on valmis tulevaisuuteen.
- Ymmärrä tekoälyn vaikutus yhteiskuntaan: Tekoälyn oppiminen antaa opiskelijoille tiedot sen potentiaalin hyödyntämiseen. Ymmärtämällä sen hyödyt ja rajoitukset opiskelijat voivat tehdä tietoon perustuvia päätöksiä ja edistää teknologian vastuullista käyttöä.
- Rakenna olennaisia taitoja ja ominaisuuksia: Aivan kuten tietojenkäsittelytieteen oppiminen, tekoälyn opettaminen tietojenkäsittelytieteen avulla edistää olennaisia ongelmanratkaisutaitoja ja auttaa oppilaita kehittämään laskennallisia ajattelutaitoja, kuten algoritmista ajattelua ja hahmontunnistusta. Se tarjoaa opiskelijoille myös ympäristön, jossa he voivat harjoitella yhteistyötä ja oppia omasta oppimisestaan. Tämä valmistaa heitä kohtaamaan monimutkaisia haasteita sinnikkyydellä ja luovuudella.
Lähestymistapamme tekoälyn opettamiseen
Yhdistämme tietojenkäsittelytieteen, tekoälyn ja robotiikan tarjotaksemme aidon, turvallisen, hauskan ja motivoivan kontekstin tekoälyn oppimiseen. Painotamme käytännön robotiikkaa ja tekoälynäköantureita pikemminkin kuin laajoja kielimalleja (LLM), kuten ChatGPT.
Opiskelijoiden yksityisyys on meille tärkeintä
Lähestymistapamme varmistaa, että opiskelijoidesi tiedot ovat aina turvassa.
-
Tekoälyllä varustettujen robottien käyttö tekoälyn opetuksessa tarjoaa
ja visuaalisesti kiinnostavia tapoja tutkia tekoälyn käsitteitä ilman, huomioidaan oikeustieteen maisteriohjelmiin liittyvät
yksityisyysriskiä.
- Henkilökohtaisesti tunnistettavia tietoja (PII) ei koskaan kerätä.
- VEX-sensoreiden tai robottien kuvat tai videovirrat eivät koskaan oppilaan laitteelta.
- Opiskelijoille tarjotaan valmiiksi koulutettuja tekoälymalleja, poistaa opiskelijoiden tarpeen kerätä ja ladata kuvia tehokkaille ja kalliille pilvipalvelimille käsittelyä varten.
Robotit tekevät tekoälyoppimisesta näkyvää
Tekoälyn peruskonseptit voidaan tehdä konkreettisiksi robottien avulla.
- Tekoälyn opettaminen robotin avulla muuttaa haastavat abstraktit käsitteet konkreettisiksi, käytännönläheisiksi oppimiskokemuksiksi. Robottien käyttö tekoälyn taustalla olevien tietojenkäsittelytieteen käsitteiden korostamiseen antaa opiskelijoille suoraa kokemusta siitä, miten tekoäly todella toimii. Tämä selkeyttää tekoälyn mysteerejä ja auttaa opiskelijoita näkemään itsensä tulevaisuuden innovaattoreina ja ongelmanratkaisijoina tekoälyalalla.
- Tekoälyllä toimivat näköanturit tarjoavat opiskelijoille välitöntä ja käytännönläheistä palautetta. Opiskelijat voivat nähdä ja käsitellä tekoälynäköanturin tuottamaa dataa reaaliajassa ja soveltaa sitä koodausprojekteihin ratkaistakseen reaalimaailman ongelmia robotin avulla.
Kehittymässä tekoälyn rinnalla
Lähestymistapamme tekoälykoulutukseen kehittyy jatkuvasti ja aktiivisesti.
- Tekoäly kehittyy jatkuvasti ja nopeasti, ja voidaksemme tukea opettajia ja oppilaita tehokkaasti tässä dynaamisessa ympäristössä meidän on kehityttävä samaan tahtiin. Tulevat vuodet tuovat mukanaan enemmän personointia, yhteistyötä ja läpinäkyvyyttä tekoälyjärjestelmiin, ja jatkamme resurssien kehittämistä vastaavasti varmistaaksemme, että opiskelijat ja opettajat voivat menestyä.
- Olemme sitoutuneet vastaamaan opettajien tarpeisiin hetkessä luomalla helposti toteutettavia tekoälypohjaisia opetusmateriaaleja panoksella. Teimme yhteistyötä yliopiston Everyone Centerin ja kahden alakoulun opettajaryhmän kanssa luodaksemme aktiviteetteja, joiden tarkoituksena on vahvistaa oppilaiden ymmärrystä tekoälyn havainnoinnin käsitteestä VEX 123:n ja VEX GO:n avulla K-4-oppilaille. Toiminnot on kuvattu alla olevissa 123- ja GO-osioissa.
Tekoäly VEX-jatkumossa
VEX Continuum yhdistää käytännönläheisiä, tosielämän kokemuksia kehitystasolle sopiviin käytäntöihin varmistaakseen, että kaikenikäiset oppilaat voivat olla sitoutuneita ja menestyä tekoälyoppimismatkallaan. Kokemuksellinen oppiminen rakentaa asteittaista ymmärrystä tietojenkäsittelytieteestä ja tekoälyn käsitteistä. Ajan myötä opiskelijat kehittävät perustavanlaatuisen ymmärryksen siitä, mitä tekoäly on, miten se toimii ja miten sitä voidaan käyttää.
VEX 123
Tekoälylukutaito alkaa varhain
VEX 123:n avulla tekoälyn käsitteisiin voidaan tutustuttaa oppilaita päiväkodista toiselle luokalle. 123-robotin koodaaminen auttaa oppilaita alkamaan ymmärtää eroja siinä, miten ihmiset ja tietokoneet aistivat ympäristöään. 123-robotin sisäänrakennettu silmäsensori tarjoaa oppilaille helpon tavan aloittaa sensoridatan tutkiminen ja samalla oppia tietojenkäsittelytieteen peruskäsitteitä, kuten sekvensointia, hahmontunnistusta ja perusalgoritmeja.
123 STEM-laboratorioyksikköä, kuten Pieni punainen robotti, tarjoavat mukaansatempaavan ja hauskan taustan näiden käsitteiden oppimiselle. Tässä STEM-laboratorioyksikössä oppilaat koodaavat robottejaan ajamaan isoäidin talolle, välttämään sutta ja luomaan suden havaitsevan algoritmin silmäsensorin avulla.
Lisätietoja VEX 123:sta, on tällä sivulla.
Lisätietoja VEX 123 -aktiviteeteista ja STEM-laboratorioyksiköistä sivulla.
VEX GO
STEM ja tekoäly alkavat varhain
Kolmas-viitosluokkalaiset voivat rakentaa tekoälykokemustensa pohjalta VEX GO:n kanssa ja laajentaa tietämystään syvemmälle anturidatan ymmärtämiseen. Opiskelijat saavat ymmärryksen siitä, mitä data on, miten sitä kerätään ja miten sitä voidaan käyttää päätöksenteossa.
Data Detectives: Bridge Challenge STEM Lab-harjoituksessa oppilaat ratkaisevat tosielämän ongelman silmäsensoridatan avulla ja oppivat käyttämään dataa sillan halkeaman tunnistamiseen.
Tällaiset kokemukset auttavat opiskelijoita ymmärtämään, miten dataa ja tekoälyä voidaan käyttää heidän yhteisöjensä auttamiseksi. Ja VEX GO -oppilaat kehittävät edelleen tietojenkäsittelytieteen taitojaan ratkoessaan monimutkaisempia ongelmia käyttäen sekvensointia, päätöksentekoa ja algoritmeja.
tekoälylukutaitoaktiviteettia on saatavilla myös VEX GO -järjestelmään, ja niitä voidaan käyttää anturihavainnoinnin esittelyyn oppilaille tai täydentämään VEX GO STEM -laboratorioita, auttamalla oppilaita syventymään siihen, miten robotit ja tietokoneet hahmottavat ympäristöään.
Lisätietoja VEX GO: onsivulla.
Lisätietoja VEX GO -aktiviteeteista ja STEM-laboratorioyksiköistä sivulla.
VEX-tavoite
Todellisen maailman koodaus
VEX AIM -koodausrobotti on tietojenkäsittelytieteeseen keskittyvä robotti 4. luokan ja sitä vanhemmille oppilaille. VEX AIM on varustettu sisäänrakennetulla tekoälynäkötoiminnolla, joka tarjoaa mahdollisuuksia tekoälykäsitteiden tutkimiseen fyysisen robotin avulla, mikä auttaa tekemään abstrakteista käsitteistä konkreettisia opiskelijoille.
VEX AIM käyttää tekoälynäköä antaakseen roboteille kyvyn nähdä ympäristönsä ja olla vuorovaikutuksessa sen kanssa. Anturi pystyy tunnistamaan esikoulutettuja esineitä, kuten urheilupalloja ja -tynnyreitä, ja tunnistamaan AprilTag-tunnukset sekä jakamaan tiedot suoraan oppilaille koodin avulla. Robotteja voidaan koodata sekä palikoilla että Pythonin avulla, mikä tekee VEX AIM:stä aloittelijoille sopivan ja tarjoaa silti mahdollisuuksia syvempään tutkimiseen. Tämä helpon aloittamisen ja kasvumahdollisuuksien tasapaino antaa VEX AIMille mahdollisuuden vastata opiskelijoiden tekoälyymmärrykseen ja jatkaa heidän haastamistaan taitojensa kehittyessä.
Lisätietoja VEX AIMista on tällä sivulla
Lisätietoja VEX AIM: avulla opettamisesta on sivulla.
Uusia lisäyksiä tulossa kesällä 2026:
- Tekoälyjalkapallolisäosa jalkapallokentällä ja esineillä
- Tekoälyjalkapallon opetussuunnitelma ja aktiviteetit
VEX IQ
Sovellettu tekoälyoppiminen
VEX IQ (2. sukupolvi) tarjoaa yläkoululaisille lisää tekoälyyn perustuvia oppimishaasteita fyysisen robotin avulla. Älykkyysosamäärä antaa oppilaille mahdollisuuden ratkaista avoimia haasteita keräämällä ja käyttämällä dataa useilta antureilta. Tämä auttaa oppilaita kehittämään ymmärrystä siitä, miten valita oikeat anturit tietyn ongelman ratkaisemiseksi.
Oppilaat voivat myös tehdä tiedonkeruuharjoituksia käyttämällä SD-kortin tallennustilaa IQ (2. sukupolvi) aivoissa. Oppilaat voivat kerätä anturidataa, tallentaa sen CSV-tiedostoon ja sitten piirtää datasta graafin ymmärtääkseen täysin, miten anturit havaitsevat ympäristönsä.
Lisätietoja VEX IQ: on tällä sivulla.
VEX IQ (2. sukupolvi) aivojen kanssa käytettäväksi on saatavilla myös erillinen VEX IQ AI -näköanturi. Tätä anturia voidaan käyttää alla kuvatulla tavalla VEX EXP:n ja VEX V5:n kanssa, mutta VEX IQ -versioiden on oltava VEXcode IQ:lla tai Microsoft Visual Studio Codella koodattuja ja rakennettuja.
Lisätietoja IQ AI -näkösensorista on kohdassa VEX IQ:n tekoälynäkösensorin käytön aloittaminen.
Uusia lisäyksiä tulossa kesällä 2026:
- IQ AI -lisäosa, jossa on IQ AI -näköanturi ja -objektit
- IQ AI Vision -opetussuunnitelma ja -toiminnot
VEX-kokemus ja V5
Todellisen maailman tekoäly luokkahuoneisiin
VEX EXP ja V5 lisäävät tekoälyoppimiseen uuden ulottuvuuden tekoälynäköanturin avulla. Anturin avulla robotti voi nähdä ympäristönsä ja olla vuorovaikutuksessa sen kanssa ainutlaatuisella tavalla, tallentaen visuaalista tietoa laajasta näkökentästä. Se tunnistaa 2D- ja 3D-objekteja, tunnistaa tiettyjä värejä ja väriyhdistelmiä sekä tunnistaa AprilTag-tunnukset ja esikoulutettujen objektien joukot sekä luokkahuone- että kilpailukäyttöön.
Tekoälynäköanturi antaa opiskelijoille mahdollisuuden käyttää useita erityyppisiä anturitietoja yhdessä koodausprojektissa. Lisäksi, koska anturi sisältää kaksi esiopetettua objektintunnistusmallia, opiskelijat voivat kokea, miten eri tekoälymallit toimivat todellisissa sovelluksissa. EXP Clean Water Mission STEM Lab Unit tarjoaa opiskelijoille käytännönläheisen, edistyneen resurssin, jossa he käyttävät anturista saatua dataa ja luovat monimutkaisia algoritmeja kannettavan vedenkäsittelylaitoksen automatisoimiseksi.
Lisätietoja tekoälynäköanturista on kohdassa Tekoälynäköanturin käytön aloittaminen.
Uusia lisäyksiä tulossa kesällä 2026:
- Tekoälylisäosa, jossa on tekoälynäköanturi ja -objektit
- Tekoälyvision opetussuunnitelma ja aktiviteetit
VEX CTE -työsolu
Ura- ja työvoimavalmius tekoälyn avulla
VEX CTE Workcell on toinen lukiotasoinen vaihtoehto oppilaille tekoälyaiheiden parissa työskentelyyn. VEX CTE Workcell on robottikäsivarresta, kuljettimista, antureista ja pneumatiikasta koostuva järjestelmä, joka on suunniteltu tukemaan opiskelijoita teollisuusautomaation oppimisessa.
Lisätietoja VEX CTE -työsolusta sivulla.
Lisätietoja VEX CTE STEM -laboratorioyksiköiden kursseista sivulla.
Uusia lisäyksiä tulossa kesällä 2026:
- Tekoälylisäosa, jossa on kaksi tekoälynäköanturia ja -objektit
- Tekoälyvision opetussuunnitelma ja aktiviteetit
VEXcode VR
Virtuaalinen robottikoodaus
VEXcode VR tekee tekoälyoppimisesta helpommin saavutettavaa poistamalla laitteistoesteitä ja korostamalla älykkäiden järjestelmien toimintaa. Opiskelijat keskittyvät ajattelemaan kuin tekoälyjärjestelmäsuunnittelijat – oppimaan, miten dataa kerätään, tulkitaan ja käytetään päätöksenteossa – sen sijaan, että he hallitsisivat fyysisiä robotteja.
VEXcode VR Premium -lisenssin haltijat tai rekisteröityneet kilpailujoukkueet voivat koodata virtuaalirobotin kilpaillakseen autonomisen koodauksen taitokilpailuissa. Kentät sekä VEX V5 -robotiikkakilpailuun että VEX IQ -robotiikkakilpailuun ovat vapaana! Jokainen näistä virtuaaliroboteista integroi tekoälynäköä, jonka avulla opiskelijat voivat käyttää objektien luokittelua ja muita tekoälynäkötietoja koodausprojekteissaan.
VEXcode VR Premium -käyttäjät voivat osallistua tekoälyn esittämiseen ja päättelyyn Rover Rescue Playgroundissa. Rover Rescue -pelissä oppilaat koodaavat mönkijää tekoälyn avulla navigoidakseen vieraassa maailmassa samalla keräten mineraaleja ja väistellen esteitä ja vihollisia. Mönkijän sisäänrakennettu tekoälyteknologia mahdollistaa kohteiden havaitsemisen ja niistä tietojen raportoinnin, mukaan lukien kohteen etäisyyden ja suhteellisen kulman. Mönkijä pystyy tunnistamaan esikoulutettuja pelielementtejä, kuten esteitä, vihollisia ja mineraaleja.
Lisätietoja tekoälystä Rover Rescue -operaatiossa on kohdassa Tekoälyn käyttö Rover Rescue -operaatiossa.
Lisätietoja VEXcode VR Premium -lisenssinhankkimisesta on tällä sivulla.
Kilpailukykyinen STEM-ala, joka sisältää tekoälyn
VEX-tekoälyrobotiikkakilpailu
VEX AI Robotics Competition antaa lukiolaisille ja korkeakouluopiskelijoille mahdollisuuden kilpailla täysin autonomisessa robotiikkakilpailussa käyttäen GPS-anturin ja VEX AI Vision -järjestelmän tehokasta yhdistelmää. Opiskelijat koodaavat kaksi robottia työskennelläkseen yhdessä tiiminä tämän vuoden haasteen suorittamiseksi.
VEX V5 -robotiikkakilpailu
Opiskelijat voivat sisällyttää tekoälynäködataa strategiaansa VEX V5 -robotiikkakilpailussa kilpailemista varten. Anturitietojen yhdistelmän avulla tiimit voivat integroida tietoja esikoulutetuista luokitteluobjekteista autonomisiin koodausrutiineihinsa.
Lisätietoja VEX V5 -robotiikkakilpailusta VEX V5 -robotiikkakilpailun sivulla
VEX IQ -robotiikkakilpailu
Opeta tekoälyä luottavaisin mielin
VEX tarjoaa kattavia resursseja ja tukimateriaaleja tekoälyn opettamiseen, jotta voit opettaa luottavaisin mielin.
-
VEX STEM Labs tarjoavat vaiheittaiset ohjeet toteutukseen, kuten opettajan verkkokäsikirjassa.
- VEX 123- ja GO STEM -laboratorioissa yksikön yleiskatsaus tarjoaa yksityiskohtaista taustatietoa, jotta tunnet olosi hyvin valmistautuneeksi opettamaan yksikköä. Esimerkiksi VEX GO -tiedonetsivien yksikön taustatiedot syventyvät siihen, mitä anturit ovat ja miten itse silmäanturi kerää ja raportoi tietoja.
- IQ- ja EXP STEM -laboratorioissa fasilitointioppaassa esitetään taustatietoa, toteutusohjeita ja vinkkejä, jotka poistavat arvailun tekoälyn opettamisesta.
- VEX-kirjasto ja VEX API -referenssi ovat resursseja, joihin kuka tahansa voi tutustua oppiakseen lisää tekoälyn opettamisesta VEX:n avulla. Käytä esimerkiksi VEX-kirjastoa selvittääksesi, mikä anturi on ja mihin sitä käytetään. Katso sitten VEX-rajapintaa ymmärtääksesi kyseiseen anturiin liittyvät koodilohkot tai komennot.
-
VEX PD+ tarjoaa jatkuvaa ja yksilöllistä ammatillista kehitystä VEX-käyttäjille.
- Hanki sertifikaatti suorittamalla VEX:n johdantokurssi PD+:ssa ja saat välittömästi pääsyn VEX PD+ -yhteisöön, jossa samanhenkiset kouluttajat voivat jakaa kysymyksiä ja ideoita tekoälyn opettamisesta VEX:n avulla.
- Liity PD+ All-Access -jäseneksi ja:
- Hyödynnä henkilökohtaisia istuntoja, joissa voit keskustella tekoälyn opettamisesta VEX-asiantuntijan kanssa.
- Käy videokirjastossa katsomassa videosarjaa, jossa opit tekoälynäköanturista.
- Liity seuraamme henkilökohtaisesti VEX Robotics Educators Conference -konferenssissa ja osallistu käytännön työpajoihin ja informatiivisiin istuntoihin, joita vetävät tekoälykoulutuksen ajatusjohtajat.
Lisätietoja VEX PD+ All-Access -jäseneksi liittymisestä sivulla.