KIT | KIT-Bibliothek | Impressum | Datenschutz

Mathematische Grundlagen der Künstlichen Intelligenz im Schulunterricht: Chancen für eine Bereicherung des Unterrichts in linearer Algebra

Schönbrodt, Sarah; Camminady, Thomas; Frank, Martin

Abstract:
Ein Anspruch des mathematischen Modellierungsunterrichts in der Schule sollte es sein, besonders aktuelle Probleme und interessante neue Technologien aus dem Alltag der Schüler/innen einzubeziehen. Dies gilt insbesondere, wenn sie eine didaktische Reduktion auf elementare (schul-)mathematische Inhalte leicht zulassen. Künstliche Intelligenz (KI) zieht sich durch verschiedene Bereiche von Wissenschaft und Technik und verbirgt sich insbesondere hinter zahlreichen Anwendungen unseres Alltags.

In diesem Beitrag wird diskutiert, wie ein zeitgemäßer Mathematikunterricht durch die Modellierung realer, schülernaher Probleme aus dem Bereich KI bereichert werden kann. Dazu werden zwei Methoden und deren didaktische Reduktion für den Einsatz in einem computergestützten Mathematikunterricht vorgestellt.

Bei der problemorientierten Diskussion beider Methoden werden zwei alltägliche Problemstellungen in den Blick genommen: Zum einen Klassifizierungsprobleme und deren Lösung mithilfe der sogenannten Stützvektormethode (SVM), die auf der Berechnung des Abstandes von Punkten zu Hyperebenen beruht; zum anderen Empfehlungssysteme, die auf einer Matrix-Faktorisierung basieren können.
... mehr


Verlagsausgabe §
DOI: 10.5445/IR/1000139194
Veröffentlicht am 22.10.2021
Originalveröffentlichung
DOI: 10.1007/s00591-021-00310-x
Cover der Publikation
Zugehörige Institution(en) am KIT Steinbuch Centre for Computing (SCC)
Publikationstyp Zeitschriftenaufsatz
Publikationsjahr 2021
Sprache Deutsch
Identifikator ISSN: 0720-728X, 1432-1815
KITopen-ID: 1000139194
Erschienen in Mathematische Semesterberichte
Verlag Springer
Nachgewiesen in Scopus
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page