Provkonstruktion

Årskurs: Gymnasiet
Ämne: Artificiell intelligens 1
Tema: Introduktion

Syfte

Syftet med provet är att bedöma elevernas grundläggande förståelse av artificiell intelligens, dess historik, eller koncept och algoritmer som är centrala för denna teknik.

Koppling till styrdokument

Centralt innehåll

Provet kopplas till läroplanens centrala innehåll: “Grundläggande begrepp och teorier inom artificiell intelligens, inklusive maskininlärning och algoritmer.”

Kunskapskrav

– Eleven beskriver översiktligt AI:s betydelse för samhälle och teknik.
– Eleven redogör för grundläggande begrepp och teorier inom artificiell intelligens.
– Eleven ger exempel på tillämpningar av artificiell intelligens i olika sammanhang.

Prov

Faktafrågor

1. Vad står förkortningen AI för?
– A) Automatisk information
– B) Artificiell intelligens
– C) Avancerad informationsbehandling
– D) Allmän informatik

2. Vilken av följande är en typ av maskininlärning?
– A) Supervised Learning
– B) Unsupervised Thinking
– C) Structured Learning
– D) Regular Learning

3. Vilket årtionde började begreppet “artificiell intelligens” användas?
– A) 1940-talet
– B) 1950-talet
– C) 1956
– D) 1970-talet

4. Vilken av följande metoder används för att träna en AI-modell?
– A) Data filtrering
– B) Programvaruuppdatering
– C) Datainsamling
– D) Kodkompilering

5. Vad är en neural nätverksstruktur?
– A) En fysisk hårdvara
– B) En algoritmisk struktur inspirerad av hjärnans neuroner
– C) En typ av databas
– D) En programvaruapplikation

6. Vilken roll spelar data i AI?
– A) Ingen roll
– B) Grunden för träning och utveckling av modeller
– C) Endast en referens
– D) En slutprodukt

7. Vilken av följande är en tillämpning av AI?
– A) Att skriva poesi
– B) Att måla konst
– C) Självkörande bilar
– D) Att laga mat

8. Vad innebär ”maskininlärning”?
– A) När datorer lär sig utan programmering
– B) När datorer skräddarsyr sitt arbete
– C) När datorer lär sig av data och förbättrar sina prestationer över tid
– D) När datorer kopiera människors arbete

9. Vad klassas som en AI-tillämpning?
– A) En mobilapp
– B) Röstassistenter
– C) Vanliga kalkylprogram
– D) E-postprogram

10. Vem anses vara en av grundarna till AI-fältet?
– A) Alan Turing
– B) John von Neumann
– C) Nikola Tesla
– D) John McCarthy

11. Vilken av följande är inte en AI-algoritm?
– A) Beslutsträd
– B) Nära grannar
– C) HTML
– D) Support Vector Machines

12. Vad kännetecknar ”djupinlärning”?
– A) Lärande utan handledning
– B) Användning av djupa neurala nätverk
– C) Snabb och enkel inlärning
– D) Ingen mänsklig inblandning

13. Vilken datakälla används vanligen för AI-träning?
– A) Sociala medier
– B) Stora dataset
– C) Personliga dagböcker
– D) Spelresultat

14. Vad används “naturlig språkbehandling” för?
– A) Programmering av datorer
– B) Att tolka och bearbeta mänskligt språk
– C) Att skriva kod
– D) Att skapa bilder

15. Vilken av följande är en utmaning inom AI?
– A) Effektivitet
– B) Bias och rättvisa
– C) Prestanda
– D) Komplexitet

Resonerande frågor

1. Diskutera skillnaden mellan maskininlärning och djupinlärning.
(Här ges möjlighet för elever att visa kunskap om komplexiteten mellan olika AI-tekniker.)

2. Hur påverkar artificiell intelligens samhället idag? Ge exempel.
(Här kan eleverna resonera kring den breda påverkan AI har på olika samhällsektorer.)

3. Vilka etiska frågor bör beaktas i utvecklingen av AI?
(Eleverna kan visa sin förståelse för de etiska implikationerna av AI-implementation.)

4. Beskriv hur algoritmer kan skapa bias i AI-system.
(Här kan elever demonstrera fördjupad kunskap om algoritmers påverkan på AI-resultat.)

5. Vilka framtida tillämpningar av AI anser du kan få störst inverkan? Motivera.
(Eleverna kan ge sina egna insikter och framtidsvisioner för AI.)

6. Hur skulle du förklara begreppet “överfitting” inom maskininlärning?
(Här kan eleverna visa sin tekniska förståelse av modeller inom AI.)

7. Jämför konventionell programmering med AI. Vilka är huvudskillnaderna?
(Elever kan resonera kring skillnaderna mellom traditionell programmering och AI-modeller.)

8. Beskriv hur träningsdata kan påverka AI:s resultat och precision.
(Här ges utrymme för elever att visa sina insikter i datakvalitetens betydelse för AI.)

Bedömning

Faktafrågor: Varje korrekt besvarad fråga ger 1 poäng.
Resonerande frågor: Varje besvarad fråga bedöms upp till 5 poäng beroende på djup och kvalitet.

Poängkrav:
– E-nivå: Minst 8 poäng
– C-nivå: Minst 12 poäng (minst 3 poäng från resonerande frågor)
– A-nivå: Minst 18 poäng (minst 5 poäng från resonerande frågor)