Du elsker algoritmer!

Dette er for jer der griner.

Du griner måske, fordi du aldrig har hørt ordet, "algoritme." Du har muligvis et smil af et smil, fordi du tror, ​​at denne titel aldrig vil være sandt for dig. Du håber måske bare, at jeg er sjov. Uanset hvad din grund er, ville jeg elske din feedback på et igangværende arbejde. For det første nogle kontekst:

På d.school udvikler vi en pakke med læringsoplevelser designet til at give radikal adgang til nye teknologier som maskinlæring og blockchain. *

Vi er designere og undervisere, og vi betragter teknologi, data og både de positive og negative, tilsigtede og utilsigtede konsekvenser af deres anvendelse som en kritisk del af designarbejdet.

Produkt, oplevelse og systemdesign er de søde pletter for mange designere. Men teknologier og de data, de trækker fra, er integrerede med ovenstående. Uanset hvad vi laver, skal vi også prototype konsekvenserne af vores arbejde.

Af folket, for folket

For at teknologierne i dag og i morgen (og de produkter, oplevelser og systemer, de er indlejret i) skal repræsentere os alle, er de nødt til at blive bygget af os alle.

Det betyder ikke noget, at du ikke er en kode. Det er vigtigt at vide, hvad du opretter, hvem det er til, og hvilke ændringer det kan medføre i verden.

Når det er sagt, hvis du ved, hvordan ting som maskinlæringsalgoritmer eller blockchain fungerer, kan du bruge dem som et medium i dit arbejde. Du kan bedre forestille dig konsekvenserne af dine design. Du kan påvirke samtaler om data og bias.

Vi har brug for mennesker fra enhver race, køn, socioøkonomisk baggrund og disciplin, der bidrager til tech. Til bedre og værre bringer os alle altid en del af os selv til vores arbejde. Vores livserfaringer, verdenssyn og forudindtægter bliver kodet i det, vi skaber. Hvis nye teknologier ikke er skabt af os alle, vil de ikke repræsentere eller tjene os alle ens.

Vi er nødt til at udslette grænsen mellem den teknologiske sofistikerede og emoji-literate.

Hvordan? Ved at fjerne teknologien fra computeren og oprette praktiske læringsværktøjer. Ved at gøre det til noget, kan vi manipulere med vores hænder og vores kroppe uden skærme. Ja, du er nødt til at flytte til maskinen på et tidspunkt, men det er kritisk at favorisere bred deltagelse i ny teknologi frem for kyndige.

På d.school designer vi læringsoplevelser, der tackle en række tvetydige udfordringer. Vi har allerede en række workshops i gang (helt gratis for offentligheden for at muliggøre maksimal deltagelse) og længere klasser i udvikling, der udforsker skæringspunktet mellem design og nye teknologier som blockchain og maskinlæring. Studerende kæmper med implikationer, systemer og oplevelsesdesign i disse klasser, og de lærer også nogle af teknologiens tarme ... analogt. De er beregnet til at være indbydende introduktioner, ikke dybdegående kodelektioner. I dag leder jeg efter din feedback på et analogt værktøj, vi har prototyper i et af vores workshops og snart vil være tilgængeligt for offentligheden.

(Dette er ikke en maskine) Learning Deck.

På det enkleste beskriver dette kortstykke, hvad seks forskellige maskinlæringsalgoritmer kan gøre i almindelige taler og doodles.

Det fungerer indtil videre, og vi ville elske dit perspektiv, når vi udvikler det videre. Vi bruger det i forbindelse med læringserfaringer, men mener, at det også kan stå på egen hånd. Efterlad venligst eventuelle forslag i kommentarerne. Tekniske mennesker og emoji-mennesker er alle velkomne her. Nogle specifikke spørgsmål:

1. Er dette de rigtige seks algoritmer?

Vil du have andre? Er der andre ord med maskinstyring, du gerne vil have kort til?

2. Hvilke andre typer kort ønsker du for hver algoritme?

Lige nu har vi tre typer kort pr. Algoritme - tekstforklaringer, skitser og spørgsmål, som du måske stiller, som indikerer, at du har brug for den type algoritme. Eksempel kort i den virkelige verden? Andre?

3. Hvordan kan du bruge disse kort?

Vi har aktiviteter, hvor du spiller forskellige algoritmekort på forskellige øjeblikke, men vi tror, ​​de også har andre anvendelser. Ser du dem som en skrivebordsreference? Vil du have, at de skal være et selvstændigt spil?

På forhånd tak for din feedback. Jeg vil prøve at være sjovere næste gang.

Det fulde dæk vil være tilgængeligt meget snart. Vil du vide, hvornår det lander? Tilmeld dig her!

* Nogle grundlæggende definitioner om nødvendigt:

  • Machine Learning (ML): Computerkode, der gør ting, som mennesker gør. Det lærer og bliver 'bedre' med tiden. Machine Learning er en undergruppe af kunstig intelligens (AI). Nogle mennesker bruger ordene om hverandre. Det er bare en måde at analysere data på.
  • Algoritme: En ting, du bruger til at behandle, manipulere, finde noget interessant i dine data. Maskinindlæring har masser af forskellige algoritmer, hver med sit eget skræmmende navn, for at se på data på forskellige måder.
  • Blockchain: En anden måde at organisere et system på. De fleste af dagens systemer (regeringer, banker, virksomheder, skoler osv.) Er centraliserede. Blockchain muliggør decentraliserede systemer, der slipper for formidlere, der muligvis bremser os eller betyder ting. Det er nyttigt at holde nøje oversigt over data og transaktioner. Mere af mit perspektiv på blockchain her.