Inspiration og kurser for gymnasielærere

På dette kursus bliver du klogere på den rivende udviklingen inden for machine learning, får opøvet nogle grundlæggende, tekniske færdigheder – og bliver inspireret til, hvordan du kan anvende machine learning på en kritisk og konstruktiv måde i din undervisning.

AI giver en række nye analysemetoder til naturvidenskab. Vi tager udgangspunkt i en case med DNA-data fra bioinformatik, hvor man kan analysere DNA-spor og forudse udseende samt alder af personen bag DNA-sporet. Derved lærer du at lave dine egne Machine Learning modeller i værktøjet Orange, som er så let at bruge, at gymnasieelever kan lære at bruge det i løbet af en time.

Kurset vil finde sted den 14. marts 2025

Lær mere om dette på begivenhedens side.

På dette kursus bliver du klogere på den rivende udviklingen inden for kunstig intelligens, får opøvet nogle grundlæggende, tekniske færdigheder – og bliver inspireret til, hvordan du kan anvende kunstig intelligens på en kritisk og konstruktiv måde i din undervisning.

Kom og lær, hvordan du på en didaktisk reflekteret måde kan få kunstig intelligens og computationelle metoder ind i din egen undervisning. Du vil få opøvet grundlæggende programmeringsfærdigheder med udgangspunkt i relevante cases, blive introduceret til de faglige perspektiver i machine learning, samt få udviklet et vist datalogisk-computationelt begrebsapparat. Kurset sigter desuden mod tilvejebringelsen af én eller flere sekvenser, du som kursist prøver af i din egen undervisning i den mellemliggende periode mellem kursusgangene, og som vi efterfølgende evaluerer i fællesskab.

Kurset vil finde sted løbende mellem den 20. august og 10. oktober 2025. 

Læs mere om dette på begivenhedens side,

Virum Gymnasium er vært for en kursusformiddag med faglige workshops for gymnasielærere, der ønsker at styrke deres it-faglige kompetencer og få inspiration til, hvordan man kan tilgodese læreplanernes krav om innovation og inddragelse af digitale værktøjer.

Få konkrete ideer og værktøjer til, hvordan du kan bruge elementer fra informatikken i andre fag og tænke det ind i dine specifikke kernefagligheder.

Besøg tilmeldingssiden for at læse mere om kurset

Vælg én af følgende workshops

Machine Learning i informatik: en case fra bioinformatikken Mette Machholm
Sundhedsteknologi: informatik i biologi/bioteknologi Morten Aagaard Schultz
Billed- og objektgenkendelse i gymnasiets naturvidenskabelige fag Michael Lund
Generativ AI i de kreative fag – og sprogfagene Cecilie Bepler

Program

Fælles opstart (½ time): Alle deltagere samles til et fælles oplæg om det frugtbare ved tværfagligt samarbejde med informatik.
Workshop (1 time): Deltagere fordeles ud i de valgte workshops til oplæg, øvelser og dialog.
Pause (15 min.)
Workshop forsat (1 time)
Afrunding og evaluering (15 min.)

Hvem deltager?

Kursusdagen henvender sig til undervisere i de naturvidenskabelige fag, informatik, matematik, idræt samt de humanistiske fag i gymnasieskolen.

Tilmelding

Der er et begrænset antal pladser på hver workshop. Pladserne bliver fordelt efter først-til-mølle-princippet. Workshoppen med flest tilmeldte bliver afholdt, og de resterende workshops aflyses. Efter tilmeldingsfristens udløb modtager du en mail vedrørende optagelse og aflysning.

Besøg tilmeldingssiden for at tilmelde dig kurset

Betaling

Hvis din workshop bliver gennemført, modtager du en mail med et link til en betalingsside, hvor du kan gennemføre betalingen. Hvis din workshop derimod bliver aflyst, får du mulighed for at tilmelde dig den workshop, som bliver afholdt, hvis der er ledige pladser.

Kontakt

Har du praktiske spørgsmål vedrørerende tilmelding, kursusafholdelse og lignende, er du velkommen til at kontakte kursuskoordinator:

Anja Kruse Partsch

E-mail: dataekspeditioner@di.ku.dk

Køge Gymnasium er vært for en kursusformiddag med faglige workshops for gymnasielærere, der ønsker at styrke deres it-faglige kompetencer og få inspiration til, hvordan man kan tilgodese læreplanernes krav om innovation og inddragelse af digitale værktøjer.

Få konkrete ideer og værktøjer til, hvordan du kan bruge elementer fra informatikken i andre fag og tænke det ind i dine specifikke kernefagligheder.

Besøg tilmeldingssiden for at læse mere om kurset

Vælg én af følgende workshops

Machine Learning i informatik: en case fra bioinformatikken Mette Machholm
Sundhedsteknologi: informatik i biologi/bioteknologi Morten Aagaard Schultz
Billed- og objektgenkendelse i gymnasiets naturvidenskabelige fag Michael Lund
Generativ AI i de kreative fag – og sprogfagene Cecilie Bepler

Program

Fælles opstart (½ time): Alle deltagere samles til et fælles oplæg om det frugtbare ved tværfagligt samarbejde med informatik.
Workshop (1 time): Deltagere fordeles ud i de valgte workshops til oplæg, øvelser og dialog.
Pause (15 min.)
Workshop forsat (1 time)
Afrunding og evaluering (15 min.)

Hvem deltager?

Kursusdagen henvender sig til undervisere i de naturvidenskabelige fag, informatik, matematik, idræt samt de humanistiske fag i gymnasieskolen.

Tilmelding

Der er et begrænset antal pladser på hver workshop. Pladserne bliver fordelt efter først-til-mølle-princippet. Workshops med min. 10 tilmeldte bliver afholdt. Efter tilmeldingsfristens udløb modtager du en mail vedrørende optagelse og aflysning. Hvis din workshop bliver aflyst, får du mulighed for at tilmelde dig en af de workshops, som bliver afholdt, hvis der er ledige pladser.

Besøg tilmeldingssiden for at tilmelde dig kurset

Kontakt

Har du praktiske spørgsmål vedrørerende tilmelding, kursusafholdelse og lignende, er du velkommen til at kontakte kursuskoordinator:

Anja Kruse Partsch

E-mail: dataekspeditioner@di.ku.dk

Gennem en forelæsning og øvelse bliver du præsenteret for igangværende forskningsprojekter inden for grøn omstilling af planteproduktionen. Vi demonstrerer begrænsninger for plantevækst og diskuterer mere bæredygtige planter og måder at producere plantebaserede fødevarer i et foranderligt klima.

Hvorfor skal man blande økonomi ind i miljøspørgsmål?
Når vi vil rejse en vindmølle, bygge en ny bro over Kattegat, etablere en ny kunstig ø eller lignende, så påvirker vi det omkringliggende miljø. Sådanne valg indebærer derfor et trade-off mellem den nytte man får ud af projektet vejet op imod den påvirkning man har på natur og miljø. Miljøonomi handler om at tilvejebringe det grundlag der gør at vi kan træffe kloge valg, baseret på viden for viden fra flere fagområder.
Vi vil i denne workshop arbejde med en case og diskutere hvordan forskellige faglige discipliner kan bidrage til kloge valg, og illustrere hvordan man kan bruge miljøøkonomiske metoder til at samle dem og belyse de trade-offs der er. Vi vil også diskutere med her om og hvordan sådanne aspekter kan indgå i jeres undervisning.

For at politikere og myndigheder kan beslutte hvilke indgreb der er effektive til at inddæmme en epidemi, har de brug for modeller hvor fremtidsscenarier kan afprøves.

Agent-baseret modellering har det seneste år vist sig at være et effektivt værktøj. I en agent-baseret simulation modelleres hver enkelt individ som en agent, hvilket gør at man kan modellere mere kompliceret adfærd, og afprøve andre typer af hypoteser, som er svære at afprøve med tidligere tiders modeller.

Hidtil har SEIR-modellen været den mest anvendte, og den er også brugt i mange lande ifbm. med Corona. SEIR-modellen er baseret på differentialligninger, og arbejder på populationsniveau, og kan altså ikke indfange effekter på individniveau.
Udover at agent-baserede modeller kan fange flere effekter, er agent-baseret modeller også nemmere for eleverne at forstå og sætte sig ind i, da de enkelte individer kan visualiseres (se animation) og eleverne så at sige kan forestille sig at være en agent. 
I workshoppen viser vi hvordan man i Python kan implementere en simpel epidemimodel i stil med den vist i ovenstående illustration.