Na minha opinião, aplicar STEM (ciência, tecnologia, engenharia e matemática) em nível elementar é uma experiência incrivelmente emocionante. A curiosidade das crianças e o espírito investigativo transformam cada lição em uma pequena jornada de descoberta. O uso de ferramentas acessíveis e divertidas, como a máquina de ensino gratuita do Google, simplifica bastante o processo de ilustrar o básico da inteligência synthetic e do aprendizado de máquina através de exemplos concretos. Sempre que trabalhamos juntos para encontrar respostas para a pergunta: ‘O que podemos fazer na vida actual?’, A emoção no rosto das crianças me motiva sempre.
Anteriormente, nos concentramos na questão de nossas flores no pátio escolar adoecerem e desenvolvemos uma solução de codificação e aprendizado de máquina para resolver esse problema. Depois que combinamos observações, imagens e etiquetas para flores doentes e saudáveis, surgiu um aplicativo de IA divertido. No entanto, as flores não são o nosso único foco! Quando os alunos fazem perguntas como ‘Como podemos reduzir os acidentes de trânsito?’ ou ‘Como podemos identificar alimentos saudáveis?’, Aplicamos a mesma abordagem a diferentes projetos.
Por exemplo, em um projeto sobre tráfego, categorizamos imagens de ruas ou encontradas on -line como ‘condições de tráfego seguro’ ou ‘condições de trânsito de risco’. Usando máquina de ensino, os alunos podem treinar o modelo usando fotografias específicas. Então, quando uma nova foto ou vídeo curto é enviado, nosso modelo nos diz se é uma situação arriscada ou segura, nos guiando em tempo actual. Assim, os alunos entendem como o aprendizado de máquina funciona e começa a gerar idéias para tornar o tráfego mais seguro.
CC-BY, fornecido pelo autor
Projetos relacionados à saúde e alimentos são igualmente populares. Por exemplo, projetamos um modelo que pode distinguir entre diferentes itens alimentares capturados nas prateleiras das lojas, classificando -os como ‘frutas frescas’ ou ‘começando a ficar mal’. Depois de enviar e treinar essas imagens em máquina de ensino, as crianças sustentam as frutas que trouxeram para a próxima aula e perguntam: “Isso ainda é fresco?” Quando as previsões do modelo estão incorretas, fazemos perguntas como ‘Por que estava errado?’ e ‘que dados estamos perdendo?’. Ao fazer isso, eles descobrem que os erros são uma parte pure da ciência e o processo de tentativa e erro.
O que eu mais amo nesses projetos é que todo aluno tem um papel importante a desempenhar. Alguns coletam imagens, alguns lidam com a rotulagem e outros montam os blocos de código ou adicionam efeitos sonoros ao projeto. De fato, alguns estudantes sugerem coisas como adicionar um som de alarme para que, quando a flor estiver doente, diz: “Me ajude!” Dessa forma, as crianças se tornam designers e desenvolvedores, bem como usuários de tecnologia.
CC-BY, fornecido pelo autor
Esse animado ambiente de aprendizado transformou realmente o tempo da lição em nossa escola em Ancara, Türkiye. Na aula de ciências, estudamos a estrutura das plantas; Na aula de tecnologia, desenvolvemos modelos de aprendizado de máquina; E na aula de matemática, calculamos quanta água uma planta precisa ou analisamos as estatísticas de tráfego. As crianças nunca precisam perguntar: “Qual é o sentido desta lição?” Porque sempre nos concentramos em resolver um problema actual. Dessa forma, eles experimentam em primeira mão como o que aprendem podem ser aplicados na vida cotidiana.
CC-BY, fornecido pelo autor
Se você deseja realizar projetos semelhantes no nível elementar, sugiro começar com um assunto simples. Por exemplo, você pode criar um modelo básico de aprendizado de máquina que se diferencia entre alimentos frescos e estragados na cafeteria da escola, depois passar para um projeto de segurança de trânsito e, posteriormente, abordar doenças de flores. As crianças mantêm uma curiosidade incessante enquanto recebem uma introdução precoce a tecnologias futuras – aumentando sua criatividade ao longo do caminho.
Não devemos esquecer que o principal objetivo do STEM é equipar os alunos com habilidades analíticas de pensamento e solução de problemas. Graças a ferramentas amigáveis, como a máquina de ensino, as crianças quebram a noção de “inteligência synthetic são muito complicadas” e exploram com confiança esse novo reino. Vendo a emoção nos rostos dos alunos quando eles exclamam: “Eu também posso fazer isso!” Depois de cada projeto, é a melhor recompensa para todos os nossos esforços. Cada lição se torna um passo pequeno, mas poderoso, em direção aos principais projetos do futuro.
Sobre o autor
Hüseyin Sihat é um educador de STEM e Scientix Embaixador de Türkiye, com experiência em IA, codificação e treinamento de professores. Ele está envolvido na educação STEM desde 2015 e contribui ativamente para projetos nacionais e internacionais, incluindo Erasmus+ e Tübitak. Atualmente, ele ensina no Sincan Science and Artwork Middle (BOSSEM), trabalhando com alunos talentosos em inteligência synthetic, robótica e cidadania digital.
