Comment rendre la troisième loi de Newton pertinente pour une génération élevée avec TikTok et Minecraft ? On en fait des ingénieurs en essais de collision.
Notre dernier webinaire, Ingénieurs en essais de collision, va au-delà du tableau blanc pour montrer aux éducateurs comment intégrer l’intelligence artificielle (IA) dans la classe de sciences. En combinant le micro:bit V2, la batterie CHARGE et la plateforme Create AI, nous avons développé un atelier à fort impact qui rend les concepts abstraits de la physique tangibles, visibles et amusants.
Intégration de la littératie en IA dans la physique avec micro:bit
Dans la plupart des salles de classe, l'IA est abordée comme un concept théorique ou un outil d'écriture. Dans ce webinaire, nous recadrons l'apprentissage automatique (ML) comme un instrument scientifique.
À l'aide de l'accéléromètre intégré au micro:bit, les élèves recueillent des données réelles sur les impacts physiques. Ils ne se contentent pas d'"utiliser" une application ; ils construisent un modèle capable de distinguer un choc violent (accélération de pointe élevée) d'un atterrissage en douceur (force amortie).
Points clés de l'atelier :
-
Maîtrise des données : Les élèves apprennent à identifier les données "propres" par rapport aux valeurs aberrantes dans leurs graphiques d'accéléromètre.
-
La troisième loi de Newton en action : Visualisation de la manière dont différentes surfaces modifient la durée et l'intensité des forces d'impact.
-
Le processus de conception en ingénierie : Utilisation de la rétroaction de l'IA pour améliorer itérativement la conception de zones d'"atterrissage en douceur".
-
Aborder les biais de l'IA : Discuter des raisons pour lesquelles un modèle entraîné sur une chute de 5 pouces pourrait échouer lors d'une chute de 3 pieds.
Outils d’alphabétisation à l’IA : micro:bit V2 + pack de batteries CHARGE
Un atelier STEAM réussi nécessite du matériel capable de suivre des élèves actifs.
-
micro:bit V2 : Le cerveau de l'opération, fournissant les données d'accéléromètre haute fréquence nécessaires à un entraînement ML précis.
-
Pack de batteries CHARGE : Une source d'énergie robuste et rechargeable qui permet au micro:bit d'être lâché, jeté et déplacé sans être attaché à un ordinateur. Ses briques de montage facilitent la fixation aux "voitures de collision" ou aux constructions expérimentales.
-
Create AI : Une interface de navigateur conviviale qui permet aux élèves d'entraîner et de tester des modèles via Bluetooth sans écrire une seule ligne de code (mais prête pour le code quand les élèves le sont).
De la collecte de données à la logique "intelligente"
La magie opère lorsque les élèves exportent leur modèle d'IA entraîné vers Microsoft MakeCode.
Une fois que le modèle "sait" à quoi ressemble un crash dangereux, les élèves peuvent programmer le micro:bit pour qu'il réagisse. Imaginez une classe où l'appareil de chaque élève affiche un "X" rouge en cas d'impact violent, mais un "Coche" pour un atterrissage en toute sécurité. Cette transition de Données → Modèle → Logique offre une image complète du fonctionnement de la technologie moderne.
Conseil de pro pour les éducateurs : Utilisez le seuil de "Confiance" dans Create AI pour parler des marges d'erreur. Si l'IA n'est sûre qu'à 60 %, faut-il faire confiance au résultat ?
Amener le webinaire à votre école
Cet atelier est conçu pour répondre aux normes NGSS et CSTA, ce qui en fait un ajustement parfait pour les programmes scolaires de sciences ou d'informatique du collège et du lycée. À la fin de la session, les éducateurs repartent avec un cadre reproductible pour enseigner le mouvement, les forces et l'éthique des données.
Prêt à améliorer votre programme STEAM ?
Que vous soyez un professeur de codage chevronné ou un enseignant de sciences novice en IA, le cadre « Ingénieurs en essais de collision » offre un point d'entrée simple et très stimulant dans l'avenir de l'éducation.
