Comment entraîner votre algorithme Plan de leçon

Années scolaire : 9^e à 12^e année

Au sujet de l’auteur : Matthew Johnson, Directeur de l’éducation, HabiloMédias

Cette leçon fait partie de Utiliser, comprendre et mobiliser : Un cadre de littératie média numérique pour les écoles canadiennes.

Aperçu

Dans cette leçon, les élèves découvriront les algorithmes et leur fonctionnement, en particulier les algorithmes de recommandation utilisés par des applications populaires comme YouTube, TikTok, Instagram et Netflix. Les étudiants explorent le rôle des objectifs d’optimisation tels que le temps de visionnement, l’engagement et l’utilisation active quotidienne dans la définition du contenu que les algorithmes priorisent. Grâce à des activités telles que le « red teaming », les étudiants analyseront de manière critique les inconvénients et les biais potentiels de ces objectifs d’optimisation. Les étudiants découvriront également comment former des algorithmes en fournissant à la fois des entrées explicites par le biais d’actions comme aimer et partager, et comprendront les implications des entrées implicites recueillies à partir de leur activité en ligne. Finalement, les étudiants conçoivent leur propre algorithme pour une application de leur choix, en identifiant les objectifs pour lesquels il doit être optimisé et la manière dont ils doivent être pondérés ainsi que les entrées qu’il doit utiliser.

Résultats d’apprentissage

Grandes idées/concepts clés : Les élèves comprendront que…

Les médias sont des constructions :

• Les algorithmes sont conçus et optimisés dans un but précis

Les médias ont des répercussions sociales et politiques :

• Les algorithmes de recommandation peuvent avoir des répercussions négatives sur les gens et la société en raison de leurs objectifs d’optimisation

Les médias ont des répercussions commerciales :

• La conception et l’optimisation des algorithmes servent à des fins commerciales telles que la maximisation du temps de visionnement et de l’engagement

Les médias numériques ont des publics inattendus :

• De nombreuses applications, sites Web et autres outils numériques recueillent des informations pendant que vous les utilisez pour les utiliser comme entrées pour leurs algorithmes.

Les expériences des médias numériques sont façonnées par les outils que nous utilisons :

• La façon dont les algorithmes sont conçus et optimisés influence la façon dont nous utilisons une application ou un outil
• Il est possible de « former » consciemment des algorithmes pour influencer le contenu qu’ils diffusent

Questions clés :

• Comment fonctionnent les algorithmes?
• Quelles sont certaines des implications de leur fonctionnement?
• Comment pouvons-nous les utiliser de manière plus consciente et plus attentive?

Connaissances essentielles : Les étudiants sauront…

Lecture des médias : Fonctionnement des algorithmes de recommandation, y compris les objectifs d’optimisation et les entrées explicites et implicites

Sensibilisation des consommateurs : Objectifs commerciaux des objectifs d’optimisation des algorithmes

Confidentialité et sécurité : Collecte de données personnelles à utiliser comme données implicites

Tâches de rendement : Les étudiants seront capables de…

Accès : Rechercher et utiliser les paramètres de confidentialité

Utilisation : rafraîchir et personnaliser l’algorithme de recommandation d’une application

Comprendre : analyser les implications et les impacts potentiels des algorithmes, leurs objectifs d’optimisation et leurs entrées

S’engager : identifier les dangers potentiels des algorithmes de recommandation, prendre des mesures pour utiliser les algorithmes de manière plus consciente et concevoir un algorithme qui atténuerait ces dangers

Résultats adaptés aux étudiants :

Nous apprendrons comment fonctionnent les algorithmes et les systèmes de recommandation, quels sont leurs objectifs d’optimisation, et nous découvrirons des termes clés tels que « algorithme », « objectif d’optimisation » et « entrée implicite ».

Nous réfléchirons à l’impact social, politique et commercial des algorithmes, à la manière dont ils collectent et utilisent nos données, et à la manière dont nous pouvons les utiliser de manière plus réfléchie.

Nous trouverons et utiliserons les paramètres de confidentialité, personnaliserons les recommandations des applications, analyserons les effets des algorithmes et concevrons des moyens de réduire les dommages potentiels causés par les systèmes de recommandation.

Vous pouvez imprimer l’activité et les documents d’accompagnement réunis dans un fichier PDF.