Το έργο KIDS’ A.I.R. (Artificial Intelligence Recycling) σχεδιάστηκε και υλοποιήθηκε από την ομάδα RePlay@School, με τη σύμπραξη 4 νηπιαγωγείων (3ο Νηπ. Αργυρούπολης, 29ο Νηπ. Σερρών, Νηπιαγωγείο Κεντριού και Νηπ. Όσσας) κατά το σχολικό έτος 2021-2022. Σκοπός του προγράμματος είναι μέσα από παιγνιώδεις και βιωματικές δραστηριότητες, οι μαθητές να κατανοήσουν τις βασικές έννοιες και αρχές της μηχανικής μάθησης και να γνωρίσουν πιθανούς τρόπους αξιοποίησης των μοντέλων που θα προκύψουν, με στόχο την επίλυση πολύπλοκων περιβαλλοντικών ζητημάτων.
Ο ήρωας του προγράμματος, το ρομποτάκι Robo4, υιοθετώντας το σύνθημα “ΔΕΝ ΠΕΤΩ – ΑΝΑΚΥΚΛΩΝΩ – ΞΑΝΑΧΡΗΣΙΜΟΠΟΙΩ”, αναθέτει στους μαθητές αποστολές, μέσα από τις οποίες θα γνωρίσουν βασικές διαδικασίες της κυκλικής οικονομίας: τη μείωση των απορριμμάτων, την επαναχρησιμοποίηση συσκευασιών και την ανακύκλωση.
ΣΥΝΟΨΗ ΠΡΟΓΡΑΜΜΑΤΟΣ:
Στο πλαίσιο του προγράμματος με τίτλο «KID’s A.I.R. (Artificial Intelligence Recycling)», επιχειρείται ο συγκερασμός της μηχανικής μάθησης με λογισμικά ανοιχτού κώδικα και διατάξεις ρομποτικής. Πιο συγκεκριμένα, για τις ανάγκες του έργου, δημιουργήθηκαν τρία έργα βασισμένα σε μοντέλα μηχανικής μάθησης, τα οποία εκπαίδευσαν οι ίδιοι οι μαθητές:
- Μία εφαρμογή στο Scratch (με μοντέλο μηχανικής μάθησης που δημιουργήθηκε με το Google’s Teachable Machine), μέσω της οποίας ο χρήστης δείχνει στην κάμερα μία άδεια συσκευασία και η εφαρμογή του υποδεικνύει τον κατάλληλο κάδο ανακύκλωσης για να την απορρίψει (κίτρινος για τα χαρτιά, μπλε για τα πλαστικά, κόκκινος για τα αλουμίνια και πράσινος για τα γυαλιά)
- Μία εφαρμογή για κινητά και φορητές συσκευές, που δημιουργήθηκε με το MIT App Inventor (με ενσωματωμένο μοντέλο μηχανικής μάθησης που δημιουργήθηκε με το πρόσθετο Personal Image Classifier), στην οποία ο χρήστης σκανάρει μία άδεια συσκευασία, το μοντέλο ανιχνεύει το υλικό κατασκευής της (χαρτί, πλαστικό, γυαλί και αλουμίνιο) και του προτείνει ιδέες για την επαναχρησιμοποίησή της, μέσω tutorial DIY βίντεο.
- Ένα έξυπνο ρομπότ Maqueen Plus (με ενσωματωμένη AI κάμερα Huskylens Pro), το οποίο αναγνωρίζει το υλικό κατασκευής άδειων συσκευασιών (χαρτί, πλαστικό και αλουμίνιο) και τις μεταφέρει προς απόρριψη στον κατάλληλο κάδο ανακύκλωσης.
Τα διαφορετικά project δεν είναι αποκομμένα μεταξύ τους, καθώς όταν το ρομπότ Maqueen Plus μεταφέρει στον κατάλληλο κάδο την άδεια συσκευασία, ο χρήστης σκανάρει έναν QR code που είναι επικολλημένος στον κάδο και “μεταφέρεται” στην εφαρμογή App Inventor, όπου έχει τη δυνατότητα να δει πρώτα πώς μπορεί να επαναχρησιμοποιήσει τη συσκευασία αυτή και μετά να αποφασίσει αν τελικά θα την πετάξει στον κάδο.
ΣΤΟΧΟΙ:
- Να ευαισθητοποιηθούν οι μαθητές για την ανακύκλωση και την επαναχρησιμοποίηση των άδειων συσκευασιών
- Να εξοικειωθούν με έννοιες και διαδικασίες της τεχνητής νοημοσύνης και της μηχανικής μάθησης
- Να πειραματιστούν με εργαλεία προγραμματισμού
- Να κατανοήσουν ότι, πέρα από τη χρήση έτοιμων ψηφιακών εργαλείων, μπορούν και οι ίδιοι να δημιουργήσουν ψηφιακές λύσεις, αναπτύσσοντας παράλληλα δεξιότητες του 21ου αιώνα (4cs: δημιουργικότητα, επικοινωνία, συνεργασία, κριτική σκέψη)
ΥΛΙΚΑ:
- 1 μακετόχαρτo πάχους 5 mm ή ένα λευκό τραπέζι
- 1 ρολό μαύρη ταινία συσκευασίας
- Ανακυκλώσιμα υλικά
- 1 πλακέτα micro: bit
- 1 ρομποτική διάταξη maqueen
- 1 Maqueen Mechanic δομικά μεταλλικά υλικά μετατροπής οχήματος Maqueen
- 1 ΑΙ κάμερα HUSKYLENS Pro
ΔΙΔΑΚΤΙΚΟ ΣΕΝΑΡΙΟ:
Ο Robo4 έχει μία μοναδική αποστολή! Να μεταδώσει σε όλο τον κόσμο του μήνυμά του: Δεν Πετώ – Ανακυκλώνω – Ξαναχρησιμοποιώ! Στο έργο του αυτό, μας ζητάει να είμαστε οι πολύτιμοι βοηθοί του! Μέσα από τα βίντεό του, μας εξηγεί την κάθε μας αποστολή και μας δίνει οδηγίες για την υλοποίησή της!
ΑΠΟΣΤΟΛΗ 1Η:
Για να γίνουμε κι εμείς πολύτιμοι βοηθοί του Robo4 στην ανακύκλωση, δημιουργήσαμε τους δικούς μας κάδους: κίτρινο για τα χαρτιά, μπλε για τα πλαστικά, κόκκινο για τα αλουμίνια και πράσινο για τα γυαλιά. Φέραμε από το σπίτι μας άδειες συσκευασίες και σύντομα μάθαμε σε ποιο κάδο πρέπει να απορρίψουμε την καθεμία από αυτές!
Πριν όμως τις πετάξουμε, τις καταχωρίσαμε σε ένα padlet, ώστε να τις στείλουμε και στους φίλους μας και να μάθουν κι αυτοί να ξεχωρίζουν τα υλικά των άδειων συσκευασιών:
https://padlet.com/pikerasovi1/h1uyf8cme9sjt2nn
Για να βεβαιωθούμε ότι μάθαμε να ξεχωρίζουμε κι εμείς τα υλικά, συμπληρώσαμε αυτό το φύλλο εργασίας!
ΑΠΟΣΤΟΛΗ 2Η:
Τι είναι όμως “ΡΟΜΠΟΤ”; Τι μπορεί να κάνει; Από τι μπορεί να κατασκευαστεί; Σε αυτό το φύλλο εργασίας καταγράψαμε τις απόψεις μας! Μπορείτε να τις δείτε όλες εδώ και εδώ
Στη δεύτερη αποστολή μας, ο Robo4 μας ζήτησε να κατασκευάσει κάθε σχολείο τη δική του μασκότ και να τη θέσουμε σε ψηφοφορία. Η μασκότ με τις περισσότερες ψήφους θα ήταν και αυτή που θα γινόταν το “σήμα” μας στην εφαρμογή για κινητά και φορητές συσκευές που θα δημιουργούσαμε! Θέλετε να δείτε τις δικές μας;
ΑΠΟΣΤΟΛΗ 3Η:
Τι είναι όμως τεχνητή νοημοσύνη; Πώς λειτουργεί και πώς μπορούμε να την αξιοποιήσουμε; Ο Robo4 μας έδειξε ένα βίντεο και στη συνέχεια μας ανέθεσε την 3η αποστολή!
Έτσι κι εμείς, επισκεφτήκαμε τη διεύθυνση https://mitmedialab.github.io/prg-extension-boilerplate/create/ και με τη βοήθεια του πρόσθετου Teachable Machine, εκπαιδεύσαμε ένα μοντέλο μηχανικής μάθησης να αναγνωρίζει το χαρτί, το αλουμίνιο, το πλαστικό και το γυαλί.
Στη συνέχεια, ενσωματώσαμε το μοντέλο σε μία εφαρμογή που δημιουργήσαμε με το Scratch. O χρήστης της εφαρμογής, “δείχνει” στην κάμερα την άδεια του συσκευασία και το πρόγραμμα του υποδεικνύει το χρώμα του κάδου στον οποίο θα πρέπει να την πετάξει!
Μπορείτε να κατεβάσετε και να χρησιμοποιήσετε την εφαρμογή, κάνοντας κλικ εδώ!
ΑΠΟΣΤΟΛΗ 4Η:
Το ξέρετε όμως ότι μπορούμε, αντί να πετάξουμε μία άδεια συσκευασία, να τη μετατρέψουμε σε ένα άλλο χρηστικό ή/και διακοσμητικό αντικείμενο; Η νέα αποστολή του Robo4 μας έδωσε υπέροχες ιδέες!
Αρχικά, καταγράψαμε σε αυτό το φύλλο εργασίας τις δικές μας, πρωτότυπες ιδέες για το πώς θα μπορούσαμε να ξαναδώσουμε ζωή σε μία άδεια συσκευασία! Μπορείτε να δείτε τις ιδέες μας εδώ και εδώ!
Στη συνέχεια, κάθε σχολείο ανέλαβε κι από ένα υλικό! Εμείς επιλέξαμε τις συσκευασίες που κατασκευάζονται από γυαλί. Έτσι, δημιουργήσαμε τα παρακάτω βίντεο:
Τι θα τα κάνουμε όμως τα βίντεο που φτιάξαμε; Χρησιμοποιώντας το πρόσθετο Personal Image Classifier, εκπαιδεύσαμε ένα μοντέλο, ώστε να αναγνωρίζει 4 αντικείμενα από γυαλί, δηλαδή: 1) ένα γυάλινο μπουκάλι από γάλα, 2) ένα γυάλινο βάζο από μαρμελάδα, 3) ένα γυάλινο μπουκάλι από σόδα και 4) δύο μικρά γυάλινα βαζάκια από σαρδέλες.
Στη συνέχεια, τα υπόλοιπα σχολεία πρόσθεσαν τα δικά τους αντικείμενα. Έπειτα, ενσωματώσαμε το μοντέλο αυτό σε μία εφαρμογή που δημιουργήσαμε με το App Inventor! Ο χρήστης της εφαρμογής, “φωτογραφίζει” την άδεια συσκευασία και βλέπει βίντεο με ιδέες για να την επαναχρησιμοποιήσει, μετατρέποντάς τη σε ένα χρηστικό ή/και διακοσμητικό αντικείμενο!
Μπορείτε να δείτε την εφαρμογή κάνοντας κλικ εδώ!
ΑΠΟΣΤΟΛΗ 5Η:
Στην 5η αποστολή, ο φίλος μας ο Robo4 μας γνώρισε τη φίλη του τη μελισσούλα! Μας ζήτησε να της μάθουμε να μεταφέρει την κάθε συσκευασία στον κατάλληλο κάδο. Κι έτσι εμείς, σκεφτήκαμε να της φτιάξουμε ένα χάρτη για να μη χάνεται!
ΑΠΟΣΤΟΛΗ 6Η:
Τα σκουπίδια κάποιου, μπορεί να γίνουν ο θησαυρός κάποιου άλλου! Αυτό μας έμαθε ο Robo4 και μας κάλεσε να δημιουργήσουμε έργα τέχνης, χρησιμοποιώντας υλικά από τους κάδους ανακύκλωσης! Έτσι, τα συλλέξαμε όλα μαζί και δημιουργήσαμε τη δική μας, μοναδική γκαλερί!
Μπορείτε να δείτε τη γκαλερί, κάνοντας κλικ εδώ!
ΑΠΟΣΤΟΛΗ 7Η:
Μετά από όλες αυτές τις αποστολές, γίναμε ειδικοί στην Τεχνητή Νοημοσύνη και τη Μηχανική Μάθηση! Γι’ αυτό ο Robo4 μας κράτησε την πιο δύσκολη αποστολή για το τέλος!
Μας ζήτησε να εκπαιδεύσουμε μία κάμερα με τεχνητή νοημοσύνη, ώστε να αναγνωρίζει το αλουμίνιο, το χαρτί και το πλαστικό. Στη συνέχεια, μας πρότεινε να προγραμματίσουμε το ρομπότ Maqueen, ώστε να αναγνωρίζει τα υλικά αυτά, να τα παίρνει με τις δαγκάνες του και να τα μεταφέρει στον κατάλληλο κάδο ανακύκλωσης. Πριν όμως ο χρήστης αποφασίσει να πετάξει την άδεια του συσκευασία, πρέπει να σκανάρει έναν κωδικό που θα βρει κολλημένο στον κάδο ανακύκλωσης και να δει προτάσεις επαναχρησιμοποίησης της άδειας συσκευασίας. Έπειτα, μπορεί να επιλέξει εάν τελικά θα την πετάξει ή εάν θα τη μετατρέψει σε κάποιο άλλο χρήσιμο αντικείμενο!
ΑΠΟΣΤΟΛΗ 8Η:
Τώρα που μάθαμε τα πάντα για την τεχνητή νοημοσύνη και τη μηχανική μάθηση, ο Robo4 μας ζήτησε να του ζωγραφίσουμε και άλλες ιδέες για το πώς θα μπορούσαμε να την αξιοποιήσουμε. Δείτε τις δημιουργίες μας εδώ!
ΑΠΟΣΤΟΛΗ 9Η:
Παίξαμε, διασκεδάσαμε, μάθαμε, προβληματιστήκαμε, βρήκαμε λύσεις… Αυτό το υπέροχο ταξίδι έφτασε στο τέλος του! Για να θυμόμαστε αυτή την υπέροχη εμπειρία, δημιουργήσαμε μία αφίσα με ό,τι μας άρεσε περισσότερο από τις αποστολές του Robo4!
Τέλος, αποφασίσαμε να μεταδώσουμε το μήνυμα της κυκλικής οικονομίας σε όσο το δυνατόν περισσότερους ανθρώπους, αναλαμβάνοντας παράλληλα και κοινωφελείς δράσεις! Η πρώτη από αυτές, είναι να συγκεντρώσουμε καπάκια, για να τα στείλουμε σε φορείς που τα παραλαμβάνουν ανταποδοτικά (π.χ. αγοράζοντας αναπηρικά αμαξίδια για άτομα με κινητικές δυσκολίες).
Μπορείτε να δείτε όλες τις δράσεις με ψηφιακά εργαλεία που υλοποιήσαμε κατά τη διάρκεια του προγράμματος, στο παρακάτω βίντεο!
Δείτε το αποθετήριο του έργου στο github εδώ:
https://github.com/pikerasovi/kidsair