AI & SPORT - analyseer jouw vorm met InFORM
Artificiële intelligentie wordt steeds meer en meer zoals elektriciteit. Overal op de achtergrond aan het werk en noodzakelijk voor talloze innovaties. Die slimme algoritmes bepalen reeds hoe we werken, reizen, daten … toepassingen zoals ChatGPT schrijven huiswerk en Stable Diffusion of DALL-E kunnen eigenhandig de gekste kunstwerken maken. Je kan die technologie vakoverschrijdend in de klas brengen, samen met een collega kunst, klassieke talen en zélfs lichamelijke opvoeding! Welkom bij InFORM, het lesproject waarbij leerlingen sport, Python en AI combineren om te werken aan hun techniek en houding!
Wat is InFORM?
InForm is een lesproject waar we de brug slaan tussen lichamelijke opvoeding en computationeel denken. Het is ontworpen voor leerlingen in de tweede en derde graad secundair onderwijs en biedt een introductie in de wereld van AI. Niet louter theoretisch, want we passen het toe in de lessen lichamelijke opvoeding en programmeren. Hierdoor kunnen leerlingen en leerkrachten digitale toepassingen gebruiken in de les L.O. om hun houding en techniek te evalueren. Dergelijke apps en programma’s worden door sommige scholen reeds aangekocht, maar de lesaanpak in dit artikel betrekt de leerlingen bij het toepassen van dit soort technologie. Zo krijgen ze inzicht in de achterliggende technologie van dit soort applicaties, analyseren ze hun eigen sporttechniek of die van de medeleerlingen. Peerfeedback dus! Zo werken we samen aan doordachte gegevensverzameling en analyse om zo ons leerpad bij te sturen.
Hoe werkt OpenPose?
Netbalspeelster met aangeduide ‘keypoints’.
Binnen dit lesproject gaan de leerlingen aan de slag met OpenPose. Dat is een AI Framework dat werkt aan de hand van ‘Human Pose Estimation’ of ‘keypoint detections’. Het is dus vooraf getraind om een menselijk lichaam te herkennen door bepaalde aandachtspunten of ‘keypoints’. Dit passen we toe op een foto uit de les L.O.
Wanneer we het AI-model deze afbeelding of foto geven, zal het zijn herkenningsalgoritme toepassen en automatisch punten aanduiden op onze afbeelding. Dit werkje hoeven we dus, als mens, helemaal niet zelf te doen!
Analyse van één keypoint. Kleur toont hoe ‘zeker’ het model is van de output.
Wanneer we onder de motorkap kijken, het model laten focussen op één punt en dit visualiseren, leren we hoe het AI-model een foto analyseert. Het is voor de leerlingen mogelijk om het AI-model, door het gebruik van Python-code, aan te sturen. Door het gewenste aandachtspunt te wijzigen, kunnen ze een zone aanduiden. Dit kunnen ze gebruiken om te duiden dat een bepaalde punt, zoals de elleboog, niet volledig gestrekt is bij een worp. Of dat een enkel, door een slechte plaatsing, overbelast wordt.
Het is niet enkel mogelijk om een enkel punt of meerdere punten aan te duiden op een gegeven foto, het model kan die punten ook verbinden om zo een stokfiguurtje te maken. Een skelet, als het ware. Zo kan je de volledige figuur illustreren met gele lijnstukken, zoals hierboven. Deze lijnstukken hebben een RGB-code die we, opnieuw via Python, zelf kunnen programmeren. Een goed excuus om de leerlingen te laten kennismaken met RGB-codes in een les informaticawetenschappen! Je kan zo ook bepaalde lijnstukken selecteren en deze een specifieke kleur toekennen. Groen bij een goede houding of techniek, maar rood wanneer er een verbetering nodig is. Dit kan je toepassen op de analyse van een been bij het afspringen, een niet-gestrekte arm bij het werpen of een rug bij een hef- of zithouding.
Belangrijk: het AI-model kan automatisch punten aanduiden en, wanneer je de opgaves in de Python-code oplost, lijnstukken tekenen in een bepaalde kleur. Maar het aanduiden van goede- of minder goede houding, door punten en lijnstukken te kleuren, gebeurt door de leerkracht en/of leerling! Zij gebruiken hun vakkennis van goede techniek en gezonde ergonomie om die analyse te vervolledigen en de feedback op te stellen.
Binnen het lesmateriaal zijn startafbeeldingen voorzien, maar er is ook een functie ingebouwd waarmee leerlingen een eerder gemaakte foto uploaden of de webcam van hun device inschakelen en de foto rechtstreeks maken en analyseren. Het biedt dus een zekere flexibiliteit bij het integreren van digitale leermaterialen in een les lichamelijke opvoeding.
Tenslotte en als uitbreiding is het ook mogelijk om videobestanden te importeren. Dit kan via een upload van een bestaande videoclip of het rechtstreeks maken van een video via een aangesloten webcam. Opgelet: dit heb ik bewust gereserveerd als uitbreiding, want deze analyse kan wel even duren. Uit het voorbeeld hieronder kan je zien hoeveel seconden er nodig is per frame. Niet frames per seconde, maar seconden per individuele frame! Wanneer je even rekent dat er 24 frames in 1 seconde steken, mag je al snel 1 minuut aan rekentijd tellen per seconde video. Een sprong over de bok die op vijf seconden geklaard is, duurt ruim vijf minuten om te analyseren.
Lesmateriaal
Het lesmateriaal bestaat uit:
een volledig uitgewerkte Notebook met Python-code;
een lesvideo;
een begeleidende PowerPoint.
Benodigdheden
Om aan de slag te gaan met dit lesmateriaal en zo AI in de klas te brengen, heb je volgende zaken nodig:
computer (met interne of externe webcam);
smartphone of ander toestel om foto’s te nemen;
stabiele internetverbinding;
basiskennis Python (wat is een string, hoe maak ik een variabele aan …);
een Google- of Gmail-account.
Om de code te draaien moeten er geen programma’s worden geïnstalleerd. Het stelt dus geen grote vereisten aan het device van de leerkracht en leerling. Alles is te draaien binnen een webbrowser van een computer. Het gebruik van een smartphone of iPad om de Notebook te draaien wordt afgeraden.
Lesfasen
Dit lesmateriaal kan in volgende stappen worden aangebracht:
inleiding OpenPose, duiden van de doelen en kennismaking met de Notebook en Python-code;
les lichamelijke opvoeding: oog voor een bepaalde techniek (bijvoorbeeld de worp bij kogelstoten);
les lichamelijke opvoeding: leerlingen voeren uit en nemen fotomateriaal;
les informaticawetenschappen: leerlingen voeren de analyse uit op het gemaakte fotomateriaal;
evaluatie en reflectie.
Lesinhoud Informaticawetenschappen
Bij dit project heb je een basiskennis programmeren en Python nodig. Zo dienen leerlingen in de Notebook op bepaalde plaatsen zelf code aan te vullen of aan te passen om de opdrachten tot een goed einde te brengen. De vereiste kennis en vaardigheden zijn beperkt tot:
het noteren of aanpassen van een string;
aanmaken van een variabelen;
schrijven van een begrensde herhaling;
aanpassen van een RGB-kleurcode (meer informatie in het lesmateriaal).
Hierbij komen dus een select aantal elementen aan bod uit de leerlijnen computationeel denken, zoals variabelen, datatypes, de sequentie en de begrensde herhaling. Binnen de code is er ook een selectie te vinden.
Lesinhoud Lichamelijke opvoeding
Binnen de leerlijn lichamelijke opvoeding kan je dit lesmateriaal koppelen aan bewegingsdomeinen waar er een focus kan gelegd worden op techniek en ergonomie. Bijvoorbeeld de opslag bij volleybal, maar ook de houding van de spelers op het veld als zij een receptie moeten uitvoeren. Dit lesmateriaal is dus niet gebonden aan een bepaald bewegingsdomein.
Binnen het huidige leerplan lichamelijke opvoeding, Katholiek Onderwijs Vlaanderen, kan je dit trachten te verbinden met volgende aandachtspunten en leerplandoelen:
Aandachtspunten:
‘Het systematisch verzamelen van relevante informatie over het leerproces en het leerresultaat van de leerlingen kan je helpen om inzicht te hebben in de beginsituatie van elke leerling en in de mate waarin de leerling de vooropgestelde doelen bereikt. Op basis van deze vaststellingen kan het bijsturen van het lesgeven en/of de planning de leerlingen helpen om op hun niveau vorderingen te maken.’
Informatie zoals beelden over techniek en houding kunnen een leerling en leerkracht bijstaan bij het geven van gerichte feedback op het leerproces en resultaat.
“Als leraar is het belangrijk om breed te evalueren. Bij evalueren denk je niet enkel aan vaardigheden, ook kennis en attitudes en het toepassen van rollen verdienen een vorm van evaluatie. De leerlingen kunnen enkel groeien indien alle aspecten voldoende aandacht en feedback krijgen. Die evaluatie kan formatief of summatief gebeuren, formeel of informeel, mondeling of schriftelijk of een combinatie van voorgaande vormen van evaluatie. Zelf- en peerevaluatie verdienen zeker ook een plaats in dit gebeuren.”
Hier komt opnieuw het onderdeel feedback aan bod. Door doordacht gebruik te maken van beelden, deze te analyseren en die analyse te laten afhangen van de kennis van de leerlingen (‘wat is een goede werphouding?’, ‘Welke kenmerken onderscheiden een goede van een slechte ergonomische houding?’), kunnen we bijdragen aan dit leerproces. Leerlingen hoeven niet alleen hun eigen beelden te analyseren. Door hen te verdelen in groepen kunnen ze elkaars beelden helpen nemen, analyseren en voorzien van feedback.
Leerplandoelen:
LPD 1 De leerlingen voeren, rekening houdend met hun fysieke capaciteiten, motorische basisvaardigheden uit.
LPD 2 De leerlingen passen, rekening houdend met hun fysieke capaciteiten, technieken en geleerde vaardigheden toe om eenvoudige, samengestelde en complexe bewegingen uit te voeren.
LPD 4 De leerlingen gaan aan de hand van criteria bij zichzelf en bij anderen na of ze vorderingen maken in bewegingssituaties.
LPD 7 De leerlingen passen technieken voor een correcte lichaamshouding en ergonomische principes toe in verschillende bewegingssituaties.
LPD 8 De leerlingen vergelijken hun eigen statische en dynamische lichaamshouding met recente inzichten over ergonomie.
LPD 11 De leerlingen benutten (digitale) middelen om het leerproces in bewegingssituaties te ondersteunen.
Ik wil dit in mijn klas! Wat moet ik doen?
Wil je hier zelf mee aan de slag in jouw klaslokaal of sportzaal? Super! De toekomst zal steeds meer en meer digitaal zijn. Een toekomst waar artificiële intelligentie een heel belangrijke rol in zal spelen, in allerlei facetten van ons leven. Dat we jongeren hierop moeten voorbereiden en motiveren, spreekt voor zich. Ik wil jou daar gerust bij helpen! Via de knoppen hieronder kan je mij een bericht sturen of informatie krijgen over een nascholing of workshop. Ik antwoord veelal binnen de 48 uur!