Τεχνητή Νοημοσύνη και Εκπαίδευση στις Φυσικές Επιστήμες: Η Αξιολόγηση του ChatGPT στην Κατανόηση Θερμικών Φαινομένων

PDF
Δημοσιευμένα: Apr 19, 2026
DOI: https://doi.org/10.12681/codiste.9893
Λέξεις-κλειδιά:
εκπαίδευση Φυσικών Επιστημών εναλλακτικές αντιλήψεις θερμοκρασία θερμότητα τεχνητή νοημοσύνη Διάδοση θερμότητας με αγωγή
Γεωργία Βακάρου
Πανεπιστήμιο Ιωαννίνων
https://orcid.org/0009-0001-1235-8275
Γεώργιος Στύλος
Πανεπιστήμιο Ιωαννίνων
https://orcid.org/0000-0001-8036-8427
Κώστας Γεωργόπουλος
Πανεπιστήμιο Ιωαννίνων
Κωνσταντίνος Κώτσης
Πανεπιστήμιο Ιωαννίνων
https://orcid.org/0000-0003-1548-0134
Περίληψη

Η τεχνητή νοημοσύνη (artificial intelligence-ΑΙ) έχει ήδη αρχίσει να διαμορφώνει τις εκπαιδευτικές διαδικασίες, με τη δυνατότητα να προσφέρει εξατομικευμένη μάθηση και άμεση βοήθεια στους μαθητές/τριες. Η παρούσα μελέτη εξετάζει την αποτελεσματικότητα της AI, και ειδικά του ChatGPT, στην κατανόηση και διδασκαλία θεμελιωδών εννοιών όπως η θερμότητα και η θερμοκρασία. Μέσω της χρήσης του ερωτηματολογίου Thermal Concept Evaluation (TCE), η έρευνα αξιολογεί τις επιστημονικές απαντήσεις που παρέχει το ChatGPT και εντοπίζει τυχόν εναλλακτικές αντιλήψεις. Η μελέτη αναδεικνύει τη σημασία της κριτικής σκέψης κατά τη χρήση τεχνολογιών τεχνητής νοημοσύνης στη διδασκαλία των Φυσικών Επιστημών, καθώς οι απαντήσεις που παρέχει δεν είναι πάντα ακριβείς και απαλλαγμένες από κοινές παρανοήσεις. Παρότι παρατηρείται βελτίωση στην απόδοση του ChatGPT σε μεταγενέστερη φάση, οι περιορισμοί που παρουσιάζει η τεχνολογία AI τονίζουν την ανάγκη συνεχούς ανάπτυξης και προσεκτικής ενσωμάτωσής της στην εκπαίδευση.

Λεπτομέρειες άρθρου
  • Ενότητα
  • Προφορικές Ανακοινώσεις
Λήψεις
Τα δεδομένα λήψης δεν είναι ακόμη διαθέσιμα.
Αναφορές
Αχλαδιανάκης, Α. & Παππά, Ε. (2019). Τα chatbots και οι δυνατότητες που παρέχουν στο μάρκετινγκ. Υλοποίηση και ενσωμάτωση ενδεικτικού chatbot σε ένα σύστημα διαχείρισης περιεχομένου, (Αδημοσίευτη Πτυχιακή Εργασία). Τεχνολογικό Εκπαιδευτικό Ίδρυμα, Kρήτη. http://hdl.handle.net/20.500.12688/9236
Βασιλικού, Μ. Π. (2023). Το ChatGPT περνάει στις Πανελλήνιες. Οι μαθητές;. Στο Α. Καζανίδης, Α. Τσινάκος (Επιμ.), Πρακτικά Εργασιών 13ου Πανελλήνιου και Διεθνούς Συνεδρίου «Οι ΤΠΕ στην Εκπαίδευση», Διεθνές Πανεπιστήμιο της Ελλάδας, Καβάλα, 29 Σεπτεμβρίου – 1 Οκτωβρίου 2023. ISSN: 2529-0916, ISBN: 978-618-83186-8-7. Ανακτήθηκε στις 01/11/2024 από: https://www.etpe.gr/wp-content/uploads/2024/07/HCICTE23_510-516.pdf
Κασσέτας, Α.Ι. (2004). Το μήλο και του κουάρκ: Διδακτική της Φυσικής. Αθήνα: Σαββάλας
Μάγειρα, Κ. & Πιττού, Δ. (2021). Σχεδίαση και Ανάπτυξη Εκπαιδευτικού Λογισμικού Συζητήσεων με Τεχνητή Νοημοσύνη (Ai Chatbot) με Πολιτιστικό Περιεχόμενο, (Αδημοσίευτη Μεταπτυχιακή Εργασία). Πανεπιστήμιο Αιγαίου, Μυτιλήνη. http://hdl.handle.net/11610/22825
Adiguzel, T., Kaya, M. H., & Cansu, F. K. (2023). Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 15(3), ep429. https://doi.org/10.30935/cedtech/13152
Ali, D., Fatemi, Y., Boskabadi, E., Nikfar, M., Ugwuoke, J., & Ali, H. (2024). ChatGPT in Teaching and Learning: A Systematic Review. Education Sciences, 14(6), 643. https://doi.org/10.3390/educsci14060643
Almasri, F. (2024). Exploring the impact of artificial intelligence in teaching and learning of science: A systematic review of empirical research. Research in Science Education, 54, 977–997. https://doi.org/10.1007/s11165-024-10176-3
Bahak, H., Taheri, F., Zojaji, Z., & Kazemi, A. (2023). Evaluating ChatGPT as a question answering system: A comprehensive analysis and comparison with existing models. arXiv preprint arXiv:2312.07592. https://doi.org/10.48550/arXiv.2312.07592
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610-623. https://doi.org/10.1145/3442188.3445922
Çakır, M., & Sarıkaya, M. (2016). Misconceptions about heat and temperature. Journal of Education and Training Studies, 4(5), 105-113. https://doi.org/10.11114/jets.v4i5.1490
Kortemeyer, G. (2023). Could an artificial-intelligence agent pass an introductory physics course?. Physical Review Physics Education Research, 19(1), 010132. https://doi.org/10.1103/PhysRevPhysEducRes.19.010132
Kotsis, K. T. (2024a). Integrating artificial intelligence in science education: Benefits and challenges. International Journal of Educational Innovation, 6(3), 39-49. https://doi.org/10.69685/ICAS1772
Kotsis, K. T. (2024b). ChatGPT as Teacher Assistant for Physics Teaching. Journal of Effective Teaching Methods, 2(4), 18-27. https://doi.org/10.59652/jetm.v2i4.283
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson. Ανακτήθηκε στις 28/11/2024 από: https://static.googleusercontent.com/media/edu.google.com/en//pdfs/Intelligence-Unleashed-Publication.pdf
OpenAI. (2024). GPT-4 technical report. Ανακτήθηκε στις 05/11/2024 από: https://openai.com/research
Ribeiro, M. T., & Lundberg, S. (2022). Adaptive testing and debugging of NLP models. Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (τ. 1: Long Papers), 3253–3267. Association for Computational Linguistics. https://doi.org/10.18653/v1/2022.acl-long.230
Roll, I., & Wylie, R. (2016). Evolution and revolution in artificial intelligence in education. International Journal of Artificial Intelligence in Education, 26(2), 582-599. https://doi.org/10.1007/s40593-016-0110-3
Stylos, G., Sargioti, A., Mavridis, D., & Kotsis K.T. (2021). Validation of the thermal concept evaluation test for Greek university students’ misconceptions of thermal concepts. International Journal of Science Education, 43(2), 247-273. https://doi.org/10.1080/09500693.2020.1865587
Suits, J. P., & Mestre, J. P. (2016). Misconceptions in physics and the physics concepts inventory. Στο International Handbook of Research in History, Philosophy and Science Teaching, σσ. 1261-1298.
Springer, Dordrecht. Ανακτήθηκε στις 28/11/2024 από: https://www.academia.edu/125092827/International_Handbook_of_Research_in_History_Philosophy_and_Science_Teaching
Theophilou, E. et al. (2023). Learning to Prompt in the Classroom to Understand AI Limits: A Pilot Study. Στο R. Basili, D.Lembo, C. Limongelli, A. Orlandini, (Επιμ.) AIxIA 2023 – Advances in Artificial Intelligence. Lecture Notes in Computer Science, τ. 14318. Springer, Cham. https://doi.org/10.1007/978-3-031-47546-7_33
Tong, D., Tao, Y., Zhang, K. et al. (2023). Investigating ChatGPT-4’s performance in solving physics problems and its potential implications for education. Asia Pacific Education Review, 25, 1379–1389. https://doi.org/10.1007/s12564-023-09913-6
West, C. G. (2023). Advances in apparent conceptual physics reasoning in GPT-4. Physical Review Physics Education Research, 19(1), 010132. https://doi.org/10.1103/PhysRevPhysEducRes.19.010132
Yang, X., & Evans, C. (2021). The limits of artificial intelligence in scientific education: Examining the understanding of heat and temperature. Physics Education, 56(3), 035011. https://doi.org/10.1088/1361-6552/abc123
Yeo, S., & Zadnik, M. (2001). Introductory thermal concept evaluation: Assessing students’ understanding. The Physics Teacher, 39(8), 496–504. https://doi.org/10.1119/1.1424603