⚫🟡🔴 Een eerste toolkit om met jongeren over AI te praten

Na enkele maanden heeft deze eerste projectfase al heel wat gezamenlijk materiaal opgeleverd. Sinds de start in La Rochelle bouwen we aan een toolkit die, met respect voor de licentie van elke bron, kan worden hergebruikt en aangepast. Elk onderdeel beantwoordt aan een concrete behoefte van het project: hoe bespreek je generatieve AI met jongeren? Hoe meet je wat deelnemers ervan onthouden? En hoe zorg je ervoor dat andere teams later kunnen voortbouwen op wat wij in gang hebben gezet?

Een gedeelde pedagogische methode

We hebben onze methodiek uitgewerkt rond een wetenschappelijke aanpak in zes fases, die jongeren helpt om AI met een onderzoekende houding te benaderen. Eerst observeren en documenteren ze AI in hun omgeving (P1). Daarna formuleren ze hypotheses via activiteiten zonder computer (P2), experimenteren ze met taalmodellen (P3), toetsen ze hun inzichten via robotica (P4), denken ze na over maatschappelijke en ethische vraagstukken (P5) en communiceren en presenteren ze tot slot de projecten die ze tijdens de eerste vijf fases hebben ontwikkeld (P6). Elke stap is gekoppeld aan specifieke competenties uit onze competentieboom, voorbeelden van aanpasbare activiteiten en aandachtspunten uit de praktijk. Het document is momenteel beschikbaar in het Engels en in de vier projecttalen op onze website: youth-ai-lab.eu.

De pedagogische aanpak van Youth AI Lab bestaat uit zes aanvullende fases.

Ideeënfiches om activiteiten te bedenken

De ideeënfiches beschrijven activiteiten die eenvoudig te begrijpen, aan te passen en met verschillende doelgroepen uit te testen zijn. Ze worden geleidelijk aangevuld met protocolfiches, die meer details en ervaringen uit de praktijk bevatten.

De ideeënfiches zijn beschikbaar in het Engels. Op de wiki zullen ze via automatische vertaling in alle projecttalen geraadpleegd kunnen worden. De protocolfiches worden rechtstreeks aangeboden in de lokale taal waarin ze worden toegepast. Activiteiten uit de volgende fases worden toegevoegd zodra ze online komen.

Hieronder staan de ideeënfiches die momenteel beschikbaar zijn, geordend volgens de verschillende fases van het traject.

AI in je omgeving observeren

• Keep an Eye on AI: een eenvoudig aanpasbaar veldonderzoek dat een groep helpt om AI in de eigen omgeving te herkennen en het verschil te zien tussen artificiële intelligentie en automatisering.

• AI Lab - Inside the Machine: drie spellen zonder scherm waarmee deelnemers al doende ontdekken hoe een machine regels herkent en voorspellingen maakt.

• Looks Right… Is It Right?: een verificatieactiviteit die kritisch denken stimuleert bij overtuigende maar soms foutieve antwoorden van AI.

• Illusion Is All That Matters: een begeleid debat over wat ‘denken’ betekent, als opstap naar reflectie over het gebruik van AI en robotica.

Hypotheses formuleren over de werking

• AI Detectives: How Do Machines Learn?: een eenvoudige proef die toont hoe de keuze en kwaliteit van voorbeelden beïnvloeden wat een machine leert.

• Bio-inspired Algorithms: Reinforce Your Learnings: een lichamelijke en speelse oefening om versterkend leren te begrijpen vóór deelnemers een robot programmeren.

• Bias: Gender Matters: een concrete activiteit die genderstereotypen in een model zichtbaar maakt en jongeren leert om ze te observeren, meten en bespreken.

• The Bias Bounty Hunt Challenge: een uitdagende promptopdracht die het zoeken naar vooroordelen omzet in een gezamenlijk onderzoek en de groep uitnodigt om de vragen steeds scherper te stellen.

• Who Does NOT Want to Be My Business Partner?: een creatie- en presentatiespel over de overtuigingskracht van AI en het belang van een kritische blik.

• Make Cities Great Again: een project waarin robotica, sensoren en de duurzame stad samenkomen, ideaal om AI aan concrete lokale uitdagingen te koppelen.

Experimenteren met modellen en gegevens

• From Data to the Machine’s Brain: een stapsgewijs traject om een model te trainen, fouten te observeren en de werking van een artificieel neuron tastbaar te maken.

• WikiYouthBot: een gezamenlijke reeks die een groep begeleidt van bronnenonderzoek tot de creatie van een eigen chatbot met expertise over een lokaal onderwerp.

Valideren via ontwerp en robotica

• Designing an AI with a Robot: een ontwerpkader dat jongeren van een duurzaamheidsuitdaging begeleidt naar een robotprototype dat kan herkennen, beslissen en handelen.

De collectie blijft tijdens de volgende cycli groeien, onder meer met activiteiten rond reflectie en communicatie.

Protocollen uit de praktijk

Wanneer een workshopidee in de praktijk is getest, wordt het uitgebreider gedocumenteerd in een protocolfiche. Die vertrekt vanuit de ideeënfiche en vult ze aan met een gedetailleerd stappenplan, ervaringen van de partners die de activiteit hebben getest, aanpassingen per doelgroep en context, en bijbehorend pedagogisch materiaal zoals afdrukbare sjablonen, spellen, oefeningen en tutorials. Deze fiches vormen samen de bundel met verkenningsprotocollen die tegen het einde van het project wordt opgeleverd.

Evaluatie op verschillende niveaus

De evaluatie omvat het volledige traject en alle doelgroepen van het project: vragenlijsten vóór en na de workshops voor jonge onderzoekers, mentoren en begeleiders, aangevuld met zelfevaluatietools tijdens de laboratoriumwerking, implementatiedagboeken voor begeleiders en analysekaders voor individuele trajecten. Door verschillende doelgroepen en fases te combineren, brengt deze aanpak uiteenlopende perspectieven samen en documenteert ze de impact van het traject nauwkeurig.

Een meertalige wiki in voorbereiding

Vanaf september 2026 begint een groter project: de ontwikkeling van een volledige wiki voor leerkrachten, jeugdwerkers en begeleiders die de aanpak van Youth AI Lab in hun eigen context willen toepassen. Naast de ideeënfiches bevat de wiki methodische begeleiding om een eigen laboratorium op te zetten, mentoren te werven en op te leiden, een pedagogisch traject uit te werken en de impact ervan te evalueren. De wiki wordt toegankelijk in de vier projecttalen en wordt ons belangrijkste middel om de aanpak buiten het consortium te verspreiden.