Integration af computational thinking i uddannelse: en hands-on tilgang til teknologiforståelse

Baggrund
Automatisering og digitalisering stiller nye krav i stort set alle professioner og derfor bliver teknologiforståelse (TF) en stadig vigtigere kompetence i uddannelse. For at etablere situationer, hvori studerende kan opnå TF, har vi udviklet et undervisningsforløb, hvor vi anvender principperne fra computational thinking (CT) til at undersøge og designe diagnostisk billedanalyse. Formålet er dels at bioanalytikerstuderende arbejder med, hvordan digitale løsninger og AI
kan integreres i klinisk praksis, men ligeledes at opbygge kompetence til at anvende CT som generisk problemløsningsmetode.

Indhold og struktur
Vi demonstrerer et forløb med en procesorienteret tilgang til TF via en case om kunstig intelligens (AI) til klassificering af blodceller i diagnostik af blodsygdomme. I workshoppen guides deltagerne gennem praktiske øvelser kombineret
med teoretisk indsigt.
• Problemnedbrydning og mønstergenkendelse.
Manuel identifikation af karakteristika for blodceller og omdannelse til logiske trin.
• Abstraktion og systematisering.
Anvendelse af karakteristika for forskellige blodceller til træning af en simpel machine learning-algoritme.
• Afprøvning og evaluering.
Test af modellens nøjagtighed, diskussion af anvendelighed i praksis samt en kritisk refleksion over etiske aspekter og bias i AI-løsninger.
Som afslutning vil vi diskutere, hvordan disse kompetencer kan udprøves i en uddannelseskontekst.