Formålet med dette projekt er at undersøge udskolingselevers udvikling af kompetencer inden for maskinlæring i naturfaglige sammenhænge, herunder at forstå, tage kritisk stilling til brug af, og deltage ansvarligt i udvikling af maskinlæringsmodeller. Maskinlæring går ud på, at et computerprogram bruger eksisterende data til at ’lære’ sammenhænge, udarbejde forudsigelser og genkende mønstre.

Baggrunden for projektet er en stigende brug i samfundet af computersystemer, der bygger på maskinlæring, der har betydelig indflydelse på vores alles liv. Det er derfor essentielt, at alle lærer at forstå, hvordan sådanne systemer virker og kan udvikles med henblik på bl.a. at blive i stand til at deltage i og tage medansvar for udviklingen af samfundet, jf. folkeskolens overordnede formål.

Biologifaget er valgt som case, da maskinlæring her har været anvendt i mange år (eksempelvis inden for sundhed og miljø), og da der er mange virkelighedsrelaterede muligheder for visuel klassificering og profilering, eleverne kan arbejde med. Forløbet vil også kunne relateres til andre naturfag, der alle har erklærede mål om bl.a. at kunne forstå og anvende modeller. Det skal således efterfølgende kunne anvendes af naturfagslærere samt disses elever i udskolingen samt af fagdidaktiske forskere og andre aktører på området.

Metodisk kombineres aktionsforskning og designbaseret forskning: Forløbet udvikles og analyseres i et tæt samarbejde mellem forskere og lærere, og det indledende forløb redesignes fleksibelt på baggrund af test i praksis, hvorefter det testes igen og yderligere redesignes.