Táto metodika vedie žiakov k úvahám o zodpovednosti pri vývoji a používaní technológií. Prečo je dôležité myslieť na dôsledky svojich činov? Ako môžeme zabezpečiť, aby technológie slúžili dobru a neškodili? Žiaci sa učia rozpoznávať riziká a prínosy AI v každodennom živote.

Žiaci sa zamyslia nad tým, ako sa rozhodujú ľudia a ako rozhoduje umelá inteligencia. Diskutujú o tom, čo je spravodlivé, aké hodnoty by mala AI rešpektovať a kde sú hranice jej využitia. Cieľom je rozvíjať citlivosť voči etickým dilemám, ktoré prináša moderná technológia. 

Žiaci sa naučia, čo je dataset a prečo je dôležitý pre učenie AI. Skúmajú, ako sa dáta zbierajú, triedia a pripravujú na použitie v strojovom učení. Prakticky si vyskúšajú vytvoriť vlastný malý dataset a pochopia, že kvalita údajov ovplyvňuje výsledky AI.

V tejto metodike žiaci objavia, ako môže AI „učiť“ pod vedením človeka. Naučia sa, čo znamená učenie s učiteľom (supervised learning), a vyskúšajú si, ako sa AI učí rozpoznávať vzory na základe príkladov, ktoré jej poskytne človek.

Žiaci sa dozvedia, čo je zaujatosť (bias) v AI a prečo môže byť problémom. Diskutujú o tom, ako vzniká, ako ju rozpoznať a ako sa jej vyhnúť. Praktické aktivity im ukážu, že aj AI môže robiť chyby, ak pracuje s nevyváženými alebo nesprávnymi dátami.

Metodika predstavuje koncept posilňované učenia (reinforcement learning), kde sa AI učí na základe odmien a trestov. Žiaci pochopia, ako sa AI môže zlepšovať skúšaním rôznych stratégií a učením sa z vlastných chýb.

Žiaci sa zoznámia s pojmom veľké dáta a zistia, prečo sú v dnešnom svete také dôležité. Diskutujú o tom, kde sa s veľkými dátami stretávame, ako sa spracúvajú a aký majú vplyv na naše životy.

V tejto metodike sa žiaci naučia, ako správne interpretovať dáta a výsledky, ktoré AI poskytuje. Zistia, že nie všetko, čo AI „povie“, je automaticky pravda, a naučia sa kriticky hodnotiť informácie.