Hoppa till huvudinnehåll

Halvkurs

Vi har nu nått halvvägs genom vår resa. Du har en solid grund i den mänskliga intelligensens komplexitet, du har en praktisk verktygslåda för att hantera modern AI, och du har följt den historiska utvecklingen från logiska regler till lärande nätverk. Nu är det dags att omsätta denna kunskap i praktiken.

Detta kapitel är en projektbeskrivning. Målet är att du, i en liten grupp, ska designa, bygga en enkel prototyp av, och kritiskt analysera ett AI-system baserat på de tekniker vi har gått igenom. Fokus ligger lika mycket på den tekniska implementationen som på den djupare, tvärvetenskapliga analysen.

Projektets två huvuddelar

En infografik som visar projektets två huvuddelar. Till vänster en "BYGG"-sektion med ikoner för kod, data och en kugghjulsmekanism. Till höger en "ANALYSERA"-sektion med ikoner som representerar de olika perspektiven (ett öga för filosofi, en grupp människor för sociologi, ett mynt för ekonomi etc.). En stor pil går från BYGG till ANALYSERA för att visa flödet.

Projektets Ramverk​

1. Välj er AI-typ​

Välj en av de fyra AI-typer vi har täckt hittills som grund för ert projekt:

  • Symbolisk AI: Bygg ett enkelt, regelbaserat expertsystem med ett visuellt verktyg eller enkla IF-THEN-satser i kod.
  • Klassisk Maskininlärning: Använd ett verktyg som Orange Data Mining eller ett bibliotek som Scikit-learn i Python för att träna en klassificerings- eller regressionsmodell på ett dataset.
  • Reinforcement Learning: Använd en förberedd miljö (som CartPole eller FrozenLake) för att träna och utvärdera en enkel RL-agent.
  • Datorseende: Använd ett verktyg som Google Teachable Machine för att träna en bildklassificerare.

2. Välj en problemdomän​

Ert projekt måste adressera ett verkligt, avgränsat problem eller en möjlighet med svensk kontext. Några exempel för att få igång tankarna:

  • Symbolisk AI: Ett expertsystem som hjälper till att välja rätt SFI-kurs baserat på förkunskaper och mål.
  • Klassisk ML: En modell som försöker förutsäga förseningar i den lokala kollektivtrafiken baserat på väder och veckodag.
  • Reinforcement Learning: En agent som lär sig den optimala strategin för att vinna i ett klassiskt svenskt sällskapsspel.
  • Datorseende: En bildklassificerare som kan skilja på olika svenska lövträd eller känna igen olika typer av återvinningsbart material.

Krav på Rapport och Presentation​

Projektet ska resultera i en skriftlig rapport och en kort presentation. Rapporten måste innehålla två huvuddelar:

Del A: Teknisk Dokumentation​

  • En beskrivning av er valda AI-typ och problemdomän.
  • En fungerande prototyp (antingen som en körbar fil, en länk till en webbtjänst, eller en kommenterad kodbas/visuell arbetsflöde).
  • En beskrivning av hur ni samlade in er data (om tillämpbart) och hur ni tränade och testade er modell.
  • En ärlig utvärdering av er prototyps prestanda, styrkor och svagheter.

Del B: Obligatorisk Tvärvetenskaplig Analys​

Detta är projektets kärna och ett centralt bedömningsmoment. Ni måste analysera er egen AI-lösning genom minst tre av de återkommande perspektiv vi använt i boken. För varje valt perspektiv, använd de vägledande frågorna nedan för att skriva en djuplodande analys (ca 200-300 ord per perspektiv).

  1. Ekonomiskt perspektiv: Skapa ett "Business Case"

    • Värdeskapande: Vilket specifikt ekonomiskt värde skapar er lösning? (T.ex. sparar tid, minskar kostnader, ökar intäkter, skapar en ny marknad?)
    • Kund/Användare: Vem skulle betala för detta eller dra nytta av det? (Ett företag, en myndighet, en privatperson?)
    • Kostnader: Vilka är de uppskattade kostnaderna för att utveckla, driftsätta och underhålla systemet i verkligheten? (Tänk på utvecklingstid, datorkraft, datainsamling, underhåll.)

  2. Sociologiskt perspektiv: Genomför en "Sociologisk Konsekvensanalys"

    • Makt & Ojämlikhet: Vilka grupper i samhället gynnas av er AI? Vilka kan missgynnas eller marginaliseras? Förstärker den befintliga ojämlikheter eller skapar den nya?
    • Normer & Beteenden: Hur kan er AI förändra människors beteenden eller sociala normer på sikt?
    • Tillit: Hur kan man bygga och upprätthålla samhällets och användarnas tillit till ert system? Vilka transparens- eller kontrollmekanismer skulle behövas?

  3. Filosofiskt perspektiv: Skriv en "Filosofisk Reflektion"

    • Kunskapssyn: Representerar er AI rationalistiska (regelbaserade) eller empiriska (datarbaserade) principer? Varför valde ni den ansatsen?
    • Förståelse vs. Resultat: Diskutera skillnaden mellan att ert system producerar ett korrekt svar och att det genuint "förstår" problemet. Var ligger begränsningarna i er AI:s "intelligens"?

  4. Kognitivt & Psykologiskt perspektiv: Analysera "Användarens Kognition"

    • Människa-Dator-Interaktion: Appellerar gränssnittet och interaktionen med er AI till användarens snabba System 1 eller långsamma System 2? Är det designat för att vara intuitivt eller kräver det medveten ansträngning?
    • Kognitiv Avlastning: Finns det en risk att användaren, genom att förlita sig på er AI, tappar viktiga färdigheter eller kunskaper på lång sikt? Hur kan man designa systemet för att främja augmentation istället för ren automation?

  5. Biologiskt & Evolutionärt perspektiv: Skriv en "Artificiellt Livssystem"-analys

    • Ekologisk Nisch: Vilken unik "ekologisk nisch" i det digitala eller fysiska ekosystemet skulle er AI fylla?
    • Metabolism & Resurser: Vad är er AI:s "föda" (t.ex. data, elektricitet) och vad är dess "avfallsprodukter" (t.ex. förutsägelser, värme)?
    • Symbios & Konkurrens: Vilka andra system (mänskliga eller tekniska) skulle er AI samarbeta med (symbios) eller konkurrera med?
    • Evolution: Hur skulle er AI kunna "utvecklas" över tid? (T.ex. genom att samla in mer data, få uppdaterade algoritmer etc.)

Föreslagen Arbetsprocess​

  • Vecka 19: Projektplanering, teambildning och val av AI-typ och problem.
  • Vecka 20-21: Teknisk utveckling och iterativ testning.
  • Vecka 22: Projektpresentationer och kamratgranskning, där fokus ligger på att ställa kritiska frågor baserade på de olika aspekterna.

Arbetsbok: Mall för Halvkursprojekt

Detta kapitel fungerar som mall och arbetsyta för ert halvkursprojekt. Fyll i de olika avsnitten nedan för att bygga upp er projektrapport.

Projektplan​

  • Våra teammedlemmar:

    • [Namn 1]
    • [Namn 2]
    • [Namn 3]

  • Vår valda AI-typ:

    • [Symbolisk AI / Klassisk ML / Reinforcement Learning / Datorseende]

  • Vår valda problemdomän:

    • [Beskriv här det problem eller den möjlighet ni har valt att fokusera på.]

Del A: Teknisk Dokumentation​

1. Beskrivning av prototypen​

[Beskriv här er prototyp. Vilket verktyg använde ni? Hur fungerar den i stora drag? Vad är målet med den?]

2. Datainsamling och Träning​

[Beskriv här hur ni samlade in er data eller vilket dataset ni använde. Hur gick träningsprocessen till? Stötte ni på några problem?]

3. Utvärdering av Prestanda​

[Beskriv här hur bra er prototyp fungerar. Vad är dess styrkor? Vilka är dess största svagheter och begränsningar?]

Del B: Tvärvetenskaplig Analys​

Välj minst TRE av de fem perspektiven nedan. Använd de vägledande frågorna för att strukturera er analys (ca 200-300 ord per vald analys).

Ekonomiskt perspektiv: Skapa ett "Business Case"​

  • Värdeskapande: Vilket specifikt ekonomiskt värde skapar er lösning? (T.ex. sparar tid, minskar kostnader, ökar intäkter, skapar en ny marknad?)
  • Kund/Användare: Vem skulle betala för detta eller dra nytta av det? (Ett företag, en myndighet, en privatperson?)
  • Kostnader: Vilka är de uppskattade kostnaderna för att utveckla, driftsätta och underhålla systemet i verkligheten? (Tänk på utvecklingstid, datorkraft, datainsamling, underhåll.)

[Här skriver ni er ekonomiska analys.]

Sociologiskt perspektiv: Genomför en "Sociologisk Konsekvensanalys"​

  • Makt & Ojämlikhet: Vilka grupper i samhället gynnas av er AI? Vilka kan missgynnas eller marginaliseras? Förstärker den befintliga ojämlikheter eller skapar den nya?
  • Normer & Beteenden: Hur kan er AI förändra människors beteenden eller sociala normer på sikt?
  • Tillit: Hur kan man bygga och upprätthålla samhällets och användarnas tillit till ert system? Vilka transparens- eller kontrollmekanismer skulle behövas?

[Här skriver ni er sociologiska analys.]

Filosofiskt perspektiv: Skriv en "Filosofisk Reflektion"​

  • Kunskapssyn: Representerar er AI rationalistiska (regelbaserade) eller empiriska (datarbaserade) principer? Varför valde ni den ansatsen?
  • Förståelse vs. Resultat: Diskutera skillnaden mellan att ert system producerar ett korrekt svar och att det genuint "förstår" problemet. Var ligger begränsningarna i er AI:s "intelligens"?

[Här skriver ni er filosofiska analys.]

Kognitivt & Psykologiskt perspektiv: Analysera "Användarens Kognition"​

  • Människa-Dator-Interaktion: Appellerar gränssnittet och interaktionen med er AI till användarens snabba System 1 eller långsamma System 2? Är det designat för att vara intuitivt eller kräver det medveten ansträngning?
  • Kognitiv Avlastning: Finns det en risk att användaren, genom att förlita sig på er AI, tappar viktiga färdigheter eller kunskaper på lång sikt? Hur kan man designa systemet för att främja augmentation istället för ren automation?

[Här skriver ni er kognitiva/psykologiska analys.]

Biologiskt & Evolutionärt perspektiv: Skriv en "Artificiellt Livssystem"-analys​

  • Ekologisk Nisch: Vilken unik "ekologisk nisch" i det digitala eller fysiska ekosystemet skulle er AI fylla?
  • Metabolism & Resurser: Vad är er AI:s "föda" (t.ex. data, elektricitet) och vad är dess "avfallsprodukter" (t.ex. förutsägelser, värme)?
  • Symbios & Konkurrens: Vilka andra system (mänskliga eller tekniska) skulle er AI samarbeta med (symbios) eller konkurrera med?
  • Evolution: Hur skulle er AI kunna "utvecklas" över tid? (T.ex. genom att samla in mer data, få uppdaterade algoritmer etc.)

[Här skriver ni er biologiska/evolutionära analys.]

Projektets Slutsatser och Personliga Reflektioner​

[Här sammanfattar ni de viktigaste lärdomarna från projektet och reflekterar över processen. Vad var mest överraskande? Vad var svårast? Vad tar ni med er?]

Länk till prototyp/kod​

[Klistra in länk till er prototyp, kod-repository, eller visuella arbetsflöde här.]