Zephyrnet-logo

4 Beproefde strategieën om AI aan meisjes te leren – en aan iedereen

Datum:

We hebben de rekenkracht van een groot taalmodel niet nodig om te beseffen dat we niet genoeg doen om meisjes over AI te leren.  

Vrouwen vertegenwoordigen slechts 22% van de mondiale AI-arbeidskrachten, aldus de Verenigde Naties. Maar het goede nieuws is dat we de formule kennen voor succes in AI-onderwijs, zeggen Tara Chklovski, oprichter en CEO van Technovation, en Shanika Hope, directeur Tech Education bij Google. 

Technovation, een non-profitorganisatie voor technisch onderwijs, werkte onlangs samen met Google, UNICEF en andere organisaties lancering van de AI Forward Alliance, dat wereldwijd 25 miljoen jonge vrouwen wil beïnvloeden door hen op bewijs gebaseerde en bruikbare AI-training te bieden. Het programma maakt gebruik van de Technovation-curriculum, dat gratis beschikbaar is voor docenten over de hele wereld

“76% van de meisjes die ons programma volgen, volgt een STEM-opleiding en vervolgens een STEM-carrière”, zegt Chklovski. 

De training is opgebouwd rond vier principes die gebaseerd zijn op de motivatietheorie. Chklovski en Hope bespreken hoe deze principes kunnen worden gebruikt om AI-succes bij meisjes waar ook ter wereld aan te moedigen.

1. Meisjes AI leren: zorg voor herkenbare AI-rolmodellen 

Een belangrijke stap om meisjes te interesseren voor AI is het geven van voorbeelden van succesvolle vrouwen op dit gebied. 

“Je hebt blootstelling nodig aan rolmodellen, mensen die op jou lijken, die praten over de uitdagingen die ze hebben overwonnen om te komen waar ze nu zijn. Dat is van cruciaal belang”, zegt Chklovski. 

“Er zijn geweldige vrouwelijke oprichters die zelf ongelooflijke organisaties en ongelooflijke AI-technologie bouwen”, zegt Hope. “Door meisjes te helpen ze te zien, kunnen ze vaststellen dat ook zij dit kunnen doen – ongelooflijke technologie kunnen bouwen, gebruiken en ontwerpen die problemen opschaalt en oplost waar ze om geven in hun gemeenschap.”

Hope voegt hieraan toe: “Dit vereist dat we bewust zijn over het soort onderwijs dat we meisjes aanbieden, in de zin dat het leerplan cultureel responsief is en deze weerspiegelt. Meisjes de kans geven om meisjes in het curriculum te zien in het leren, zodat ze zichzelf tech zien en dat hun stem erbij wordt betrokken en dat ze mee aan tafel zitten.”

2. Integreer projectgebaseerd leren 

Studenten laten werken aan doelen uit de echte wereld is een andere sleutel tot succesvol AI-onderwijs voor meisjes. 

“Het begint eigenlijk met dit idee van leren door te doen”, zegt Hope. “We moeten meisjes gewoon de kans en de toegang geven om de tools daadwerkelijk te gaan gebruiken, de tools te bouwen en de tools te ontwerpen.” 

Bovendien moeten opdrachten iets zijn waar elke leerling gepassioneerd over is. “Het is niet genoeg om alleen maar te zeggen: 'O, zo werkt een AI-model, en dan aan het einde een project te gaan doen.' Dat werkt nooit”, zegt Chklovski. “Het Technovation-model is om een ​​probleem te vinden dat je belangrijk vindt in je gemeenschap. En dan: 'Oh, trouwens, hier zijn de manieren waarop je een AI-model kunt bouwen of een dataset kunt trainen om dat probleem daadwerkelijk op te lossen.'

3. Zorg voor mensen die geloven in het succes van elke leerling 

“Je hebt mensen om je heen nodig die hoge verwachtingen van je hebben. En daarom is het voor ouders van cruciaal belang om te begrijpen hoe ze hun dochters moeten ondersteunen”, zegt Chklovski.  

Ondersteuning van ouders en zelfs docenten is echter niet voldoende. “Het is heel belangrijk om mentoren te hebben, die niet je leraar zijn, en niet je ouders”, zegt Chklovski. “Dit zijn doorgaans knelpunten voor grootschalige programma’s, omdat we dol zijn op het idee om inhoud online te zetten en leerlingen allerlei obstakels te laten overwinnen om te leren.” 

Het is niet verwonderlijk dat deze online bronnen op zichzelf niet goed werken. Hoe goed iets ook is ontworpen, het zal vaak ongebruikt blijven, tenzij er een persoonlijk tintje aan zit. “We leren het beste als er mensen zijn die ons steunen en aanmoedigen”, zegt Chklovski. “Een belangrijk onderdeel van ons model is dus om de industrie, vrijwilligers en docenten, en onze alumni, te betrekken als mentoren voor deze meisjes.” 

Of zoals Hope het stelt: succesvolle AI-onderwijsprogramma’s voor jonge vrouwen vereisen een ondersteunende gemeenschap. "Zodat meisjes kunnen oefenen en een veilige ruimte hebben om snel te leren falen en voorwaarts te falen", zegt ze.

4. Vier succes

De laatste stap is het organiseren van een grootschalig feest ter ere van het succes van de student bij het voltooien van het programma of een AI-project. Hierbij zouden veel mensen de student moeten aanmoedigen tijdens een of andere emotionele ceremonie. "Deze zijn niet gemakkelijk te coördineren en grootschalig, maar zijn van cruciaal belang voor het cementeren in je hersenen: 'Oh mijn god, ik heb zoiets hards gedaan, en iedereen juichte voor mij.' Dat vergeet je nooit”, zegt Chklovski. 

Een deel van het vieren van deze prestaties is het erkennen van de werkelijke impact in de echte wereld van de projecten die studenten hebben voltooid. Een student in Bolivia creëerde bijvoorbeeld een algoritme voor het volgen van de illegale handel in wilde dieren en planten. Een andere student in India trainde een AI-model om vogelzang te herkennen als een manier om de lokale vervuilingsniveaus te monitoren. 

"Een van de dingen die ik leuk vind aan Technovation is dat het er eigenlijk niet om gaat meisjes coderen te leren of meisjes informatica te leren", zegt Hope. “Het is deze holistische ervaring die we meisjes de tools en mogelijkheden geven, waarbij ze leren door te doen, in een sterk ondersteunende omgeving, zodat ze kunnen bouwen aan de toekomst en deel kunnen uitmaken van de toekomst.” 

spot_img

Laatste intelligentie

spot_img