Εργαστήριο Τεχνητής Νοημοσύνης: Από τη Θεωρία στην Πράξη μέσα στη Σχολική Αίθουσα.

PDF
Δημοσιευμένα: Μαρ 12, 2026
Λέξεις-κλειδιά:
Τεχνητή Νοημοσύνη Εκπαίδευση Εργαλεία Μάθησης
Νικόλαος Αμανατίδης
Περίληψη

Η Τεχνητή Νοημοσύνη (ΤΝ) ορίζεται ως η ικανότητα ενός ψηφιακού υπολογιστικού συστήματος να εκτελεί λειτουργίες που παραδοσιακά απαιτούν ανθρώπινη ευφυΐα, καθώς και οι συναφείς τεχνολογίες που αναπτύσσονται από αυτή τη συνθήκη. Η ΤΝ διακρίνεται σε διάφορους επιμέρους τομείς, όπως η μηχανική όραση, η αναγνώριση ομιλίας, η μηχανική μάθηση, η ανάλυση μεγάλων δεδομένων και η επεξεργασία φυσικής γλώσσας (Minsky, 1968). Στο πλαίσιο της εκπαίδευσης, η Τεχνητή Νοημοσύνη στην Εκπαίδευση (AIEd) προσφέρει σημαντικές δυνατότητες για τη βελτίωση της μαθησιακής διαδικασίας, της διδασκαλίας, της αξιολόγησης και της διοίκησης των εκπαιδευτικών μονάδων. Μέσω της ΤΝ, παρέχεται στους μαθητές και τους εκπαιδευτικούς μια πιο εξατομικευμένη, διαφοροποιημένη και προσαρμοστική εμπειρία μάθησης και διδασκαλίας, ενισχύοντας την κατανόηση του τρόπου απόκτησης γνώσεων και δεξιοτήτων από τους μαθητές και προσφέροντας άμεση ανατροφοδότηση και πληροφορίες μέσω ψηφιακών συστημάτων, οποτεδήποτε και οπουδήποτε. Ενώ η τεχνολογία εξελίσσεται με ταχύτατους ρυθμούς, η εξάρτηση του σύγχρονου κόσμου από την ΤΝ αυξάνεται διαρκώς. Η ΤΝ εφαρμόζεται ήδη σε ένα ευρύ φάσμα κλάδων, από την υγειονομική περίθαλψη και τις νομικές υπηρεσίες μέχρι τη μεταποίηση και τις μεταφορές. Ωστόσο, η αυξανόμενη χρήση της ΤΝ φέρνει μαζί της ένα νέο σύνολο προκλήσεων για τον εκπαιδευτικό τομέα. Οι προκλήσεις αυτές αφορούν κυρίως ποιοτική παιδαγωγική, ηθικά ζητήματα, όπως η προστασία των προσωπικών δεδομένων, η ταυτότητα των χρηστών, η δεοντολογία, τα πνευματικά δικαιώματα και η κακόβουλη χρήση. Καθώς η ΤΝ ενσωματώνεται όλο και περισσότερο στην εκπαίδευση, είναι ζωτικής σημασίας να εξεταστεί πώς επηρεάζει συγκεκριμένα θέματα όπως ησύγχρονη παιδαγωγική, οι στρατηγικές ενσωμάτωσης, η ιδιωτικότητα, η ασφάλεια και οι ηθικές επιπτώσεις.


 
Λεπτομέρειες άρθρου
  • Ενότητα
  • ΒΙΩΜΑΤΙΚΑ ΕΡΓΑΣΤΗΡΙΑ
Αναφορές
Ελληνόγλωσση
Σαρηγιαννίδης, Α. (2021). “Τεχνητή Νοημοσύνη και Εκπαιδευτική Τεχνολογία.” Εκδόσεις Πανεπιστημίου.
Μπαρμπαρίγος, Δ. (2020). “Η Εφαρμογή των Νέων Τεχνολογιών στην Εκπαίδευση.” Διδακτορική διατριβή, Πανεπιστήμιο Αθηνών.
Καλογρίτσας, Γ. (2019). “Η Διδασκαλία στην Πρωτοβάθμια Εκπαίδευση με Χρήση Τεχνητής Νοημοσύνης.” Περιοδικό Εκπαιδευτικής Έρευνας, 15(2), 45-60.
Ξενόγλωσση
Alawneh, Yousef&Radwan, Enas&Salman, Falsten&Makhlouf, Shadia&Makhamreh, Muawiyah. (2024). Ethical Considerations in the Use of AI in Primary Education: Privacy, Bias, and Inclusivity. 1-6. 10.1109/ICKECS61492.2024.10616986.
Baker, R. S. J. D., &Inventado, P. S. (2014). Educational data mining and learning analytics. In Learning, Design, and Technology (pp. 1-23). Springer.
Ferster B., (2022). Intelligent Tutoring Systems. doi: 10.4324/9781138609877-ree6-1
Islam Α., Rida, Ali., Gursharan, Singh., Bariul, Islam., A., K., M., Muzahidul, Islam., Sazzad, Hossain. (2024). An Evaluation of AI-Enhanced Collaborative Learning Platforms. doi: 10.1109/ic3se62002.2024.10593320
Jafari, E. (2024). Artificial intelligence and learning environment: Human considerations. Journal of Computer Assisted Learning, 40(5), 2135–2149. https://doi.org/10.1111/jcal.13011
Joyner, D. (2018). Intelligent Evaluation and Feedback in Support of a Credit-Bearing MOOC. In: Penstein Rosé, C., et al. Artificial Intelligence in Education. AIED 2018. Lecture Notes in Computer Science(), vol 10948. Springer, Cham. https://doi.org/10.1007/978-3-319-93846-2_30
Kerr, J. (2018). The role of technology in education: A review of the literature. Educational Technology & Society, 21(2), 1-12.
Kukulska-Hulme, A. (2020). Will mobile learning change language learning? In Mobile Learning: A Handbook for Educators and Trainers (pp. 53-64). Routledge.
Kumar., Divya, Singh., Rubeena, Vohra. (2023). Improving Learning Abilities Using AI-Based Education Systems. Advances in educational technologies and instructional design book series, 137-155. doi: 10.4018/979-8-3693-0378-8.ch006
López, J.B. (2024). Implications of Artificial Intelligence in Education. The educator as ethical leader. J. Interdiscip. Educ. Theory Pr. 2024, https://doi.org/10.47157/jietp.1505319.
Luckin, R., Holmes, W., Griffiths, M., & Ford, K. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
Mousa, Altamimi., Mohammad, Y., A., Azzeh., Mahmoud, Albashayreh. (2022). Predicting students' learning styles using regression techniques. Indonesian Journal of Electrical Engineering and Computer Science, abs/2209.12691(2):1177-1177. doi: 10.11591/ijeecs.v25.i2.pp1177-1185
Robles D, G, M, Christian, Quintero. (2020). Intelligent System for Interactive Teaching through Videogames. Sustainability, 12(9):3573-. doi: 10.3390/SU12093573
Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. Pearson.
Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30-40.
Woolf, B. P. (2010). Building Intelligent Interactive Tutors: Student-centered Strategies for Revolutionizing E-learning. Morgan Kaufmann.
Zahurin, K. et al. 2024. The Influence of Robotic Process Automation on the Administrative Workload of Teachers. Open International Journal of Informatics. 12, 1 (Jun. 2024), 47–56. DOI: https://doi.org/10.11113/oiji2024.12n1.296.
Zhang Y., S. Zhao, X. Tian and H. Sun, Design and Development of Virtual AI Teacher System Based on NLP, 2023 11th International Conference on Information and Education Technology (ICIET), Fujisawa, Japan, 2023, pp. 141-145, doi: 10.1109/ICIET56899.2023.10111415. keywords: