Kemarin, Kota Guancheng.
Hari ini coba lakukan peringatan dini.
Pertanyaan yang sama, pikirkan lagi dari sudut pandang peneliti: jika Anda ingin memprediksi apakah sungai akan naik, apa yang Anda kumpulkan terlebih dahulu?
Tugas manakah yang akan kita ambil?
Prediksi Rawa Pasar / Banjir.Pertama, bantu pasar memahami risiko banjir, kemudian pertimbangkan bagaimana mengubah data observasi menjadi informasi yang berguna.
Dikembangkan bersama oleh Google Research dan Stanford Accelerator for Learning untuk usia 11–14 tahun. Ini memungkinkan pengguna membuat pilihan, melihat masukan, dan merevisi ide mereka.
Versi asli bahasa Inggris; menu bahasa saat ini tidak termasuk bahasa Mandarin. Tidak perlu login, perlu koneksi internet. Tutorial bahasa Mandarin berikut ini ditulis oleh AHALab, bukan lokalisasi resmi.
8 menit, fokus pada dua pilihan utama saja
Data mana yang harus dipilih? Apa yang digunakan untuk pengujian?
Empat kelompok terlebih dahulu menjelaskan alasannya, kemudian melihat ilustrasinya. Guru dapat menggunakan langkah-langkah yang telah disiapkan dalam versi aslinya; proyeksi tangkapan layar uji lapangan di bawah ini juga berfungsi. Diskusi ini tidak akan melatih model banjir Google yang sebenarnya.
| Waktu yang digunakan | Lakukan bersama-sama dalam satu kelas |
|---|---|
| 0–1 menit | Ingat kembali keputusan kemarin: Jika kita bisa mengetahui sebelumnya seberapa tinggi air sungai akan naik, apa yang akan kita ubah? |
| 1–4 menit | Setiap kelompok mengusulkan satu jenis data dan menjelaskan hubungannya dengan banjir. Tulis dulu di kertas, lalu lanjutkan ke bagian berikutnya. Jangan hanya mengatakan "semakin banyak data semakin baik". |
| 4–6 menit | Periksa segmen asli dan diskusikan kesenjangan data. Model tersebut berkinerja baik pada pertanyaan yang telah dilihatnya, apakah itu cukup? Data apa yang harus ditinggalkan sebelum diuji lagi? |
| 6–8 menit | Setiap kelompok menambahkan satu kalimat: "Agar peringatan ini dapat diandalkan, kita juga perlu memeriksa..." lalu kembali ke model cuaca. |
Langkah Pertama: Setelah menyelesaikan pilihan Anda, lihat kembali adegan aslinya
Jenis data apa yang ingin Anda temukan? Mengapa?
Petunjuk diskusi: Curah hujan, ketinggian atau aliran air sungai berhubungan langsung dengan banjir. Tanyakan juga dari mana asal pengamatan, sudah berapa lama dicatat, dan apakah ada nilai yang hilang. Topografi dan populasi yang terkena dampak juga patut diselidiki; jangan mencampur semua informasi berguna ke dalam masukan model yang sama.
Langkah Kedua: Berikan model pertanyaan yang belum pernah dilihat sebelumnya
Jika kumpulan data tidak pernah mencatat banjir, dapatkah Anda memercayai kumpulan data tersebut untuk memprediksi banjir?
"Menjawab dengan benar pada data yang telah dilihatnya" dan "mampu menilai kasus yang tidak terlihat" adalah hal yang berbeda. Data cadangan tidak digunakan dalam pelatihan untuk memeriksa positif palsu dan negatif palsu, terutama untuk banjir besar yang jarang terjadi. Diskusikan satu kesenjangan, lalu jelaskan bagaimana Anda ingin mengujinya.
Ini adalah pertanyaan ekstensi AHALab. Umpan balik game hanya menunjukkan performa dalam game; prediksi dunia nyata memerlukan validasi berkelanjutan melalui observasi aktual.
Hubungkan hasilnya dengan penelitian nyata
Yang baru saja kami lakukan adalah tugas mengajar. Selanjutnya, mari kita lihat Pangu, GenCast, Aurora, dan Earth-2: data apa yang mereka hadapi, dan bagaimana mereka mengevaluasi hasilnya? Terakhir, seseorang masih perlu menerima peringatan dan mengambil keputusan.
Kembali ke empat alat cuaca →Cara mempersiapkan sebelum kelas
- Gunakan komputer kelas dan jaringan untuk membuka versi asli, klik 'Terima misi', masuk ke pilihan tugas, pilih 'Market Marshes', lalu klik 'Mulai Quest'.
- Bacalah dialog pembuka sebelum kelas dan jeda halaman di bagian data. Item menu dapat diinterpretasikan oleh guru; jangan biarkan kecepatan membaca bahasa Inggris menentukan siapa yang bisa berpartisipasi.
- Defaultnya adalah satu komputer guru ditambah proyeksi. Masing-masing dari empat kelompok mempunyai alasan; berganti kelompok untuk setiap respons. Jika ada empat komputer, tentukan juga bagian tugas mana yang harus diselesaikan dalam sesi ini.
- Jika gagal dimuat sebelum kelas, cukup gunakan tangkapan layar lokal di halaman ini. Jika masih tidak masuk setelah sekitar 30 detik upaya di tempat, lanjutkan juga ke halaman ini.
Versi lokal menyimpan tangkapan layar, pertanyaan, dan perintah instruktur dan dapat dibuka secara offline; versi asli laman web Google tidak dapat dimainkan secara offline dengan cara ini, juga tidak menjamin kemajuan game dipertahankan di seluruh perangkat.
Ingin menyelesaikan tugas ini sepenuhnya?
Quest Fleksibel: Rawa Pasar Ini adalah adaptasi proyeksi pemain tunggal yang disediakan oleh Google, direkomendasikan untuk durasi 30–45 menit. Anda dapat membuka sesi khusus lainnya agar seluruh kelas dapat merasakan tugas yang lengkap dan meninjaunya; 8 menit pelajaran ini hanyalah sebuah segmen untuk bermain.
Situs web resminya juga memiliki Dusky Dunes untuk mencegah kebutaan, serta sumber daya tambahan seperti kanopi, bangunan, kebakaran hutan, dll. Anda dapat terus memilih berdasarkan masalah yang Anda pedulikan; Anda tidak harus memainkan semua tugas sekaligus.
Sumber dan catatan penggunaan
- Riset Google: AI Quests versi asli
Tes 11-09-2026: Dapat memasukkan tugas banjir bahasa Inggris tanpa login; Menu bahasa Cina tidak ditemukan.
- Google: Catatan rilis
Dikembangkan bersama oleh Google Research dan Stanford Accelerator for Learning, ditujukan untuk usia 11–14 tahun; Tugas melibatkan persiapan data, pelatihan, dan pengujian.
- Google: Sumber daya guru
Termasuk manual tugas, materi refleksi, dan sumber daya kelas yang diperluas.
- Google: Ruang kelas proyeksi Quest Fleksibel
Adaptasi proyeksi resmi merekomendasikan usia 9–15, 30–45 menit; Cocok untuk ruang kelas dengan lebih sedikit komputer atau akses internet.
- Google：FAQ
Tidak diperlukan nama, email, atau login; Game web memerlukan akses internet. Jumlah tugas dan rencana bahasa di FAQ tertinggal dibandingkan antarmuka sebenarnya, sehingga tugas yang dapat dimainkan tidak dinilai berdasarkan ini.
- Raspberry Pi Foundation: Menggabungkan Pengalaman AI
Mitra pendidikan telah memasukkan AI Quests ke dalam sumber daya Experience AI; Ini adalah catatan adopsi kursus, bukan studi efek untuk acara 8 menit ini.
Google dan mitranya menyediakan tugas dan materi pengajaran asli. Soal bahasa Mandarin, durasi 8 menit, dan metode pengelompokan pada pembelajaran ini telah disesuaikan oleh AHLab dan belum divalidasi di kelas ini.