Τεχνητή Νοημοσύνη στην Εκπαίδευση
Διδάσκων : Ανδρέας Σίντος
Ο σκοπός του μαθήματος είναι η εισαγωγή, συστηματική κατανόηση και παιδαγωγικά υπεύθυνη αξιοποίηση της τεχνητής νοημοσύνης (ΤΝ) στον χώρο της εκπαίδευσης. Το μάθημα απευθύνεται σε φοιτητές και φοιτήτριες που δεν έχουν κατ’ ανάγκη προηγούμενη τεχνική εξοικείωση με την ΤΝ, αλλά ενδιαφέρονται να κατανοήσουν πώς οι σύγχρονες εφαρμογές γενετικής τεχνητής νοημοσύνης και τα μεγάλα γλωσσικά μοντέλα (Large Language Models, LLMs) επηρεάζουν τη διδασκαλία, τη μάθηση, την αξιολόγηση, τη διοίκηση εκπαιδευτικών οργανισμών και τη διαμόρφωση εκπαιδευτικών πολιτικών.
Το μάθημα ξεκινά από βασικές έννοιες, δυνατότητες και κινδύνους της ΤΝ στην εκπαίδευση, με στόχο την απομυθοποίηση της τεχνολογίας και την ανάπτυξη κριτικής στάσης απέναντί της. Στη συνέχεια εξετάζεται, με απλό και κατανοητό τρόπο, ο τρόπος λειτουργίας των μεγάλων γλωσσικών μοντέλων και της γενετικής ΤΝ, δίνοντας έμφαση σε έννοιες όπως τα δεδομένα, τα μοντέλα, οι πιθανότητες, οι περιορισμοί, οι ανακρίβειες και η ανάγκη ανθρώπινης επίβλεψης.
Ιδιαίτερη έμφαση δίνεται στον γραμματισμό στην ΤΝ (AI literacy), δηλαδή στην ικανότητα εκπαιδευτικών και εκπαιδευόμενων να χρησιμοποιούν τα εργαλεία αυτά με ασφάλεια, υπευθυνότητα, κριτική σκέψη και επίγνωση των ορίων τους. Αναλύεται επίσης το prompt engineering (σχεδιασμός αποτελεσματικών εντολών/προτροπών) ως πρακτική δεξιότητα για την εκπαιδευτική πράξη, καθώς και η χρήση της ΤΝ στον σχεδιασμό μαθημάτων, δραστηριοτήτων, εκπαιδευτικού υλικού και διαφοροποιημένης διδασκαλίας.
Το μάθημα εξετάζει επιπλέον τις επιπτώσεις της ΤΝ στην αξιολόγηση, την ανατροφοδότηση και την ακαδημαϊκή ακεραιότητα, καθώς και τις δυνατότητες αξιοποίησής της στη διοίκηση εκπαιδευτικών μονάδων, στη μείωση του διοικητικού φόρτου εργασίας (workload) και στην υποστήριξη λήψης αποφάσεων (decision support). Παράλληλα, αναλύονται ζητήματα ηθικής, ιδιωτικότητας, προκαταλήψεων, προστασίας δεδομένων και ευρωπαϊκού κανονιστικού πλαισίου. Τέλος, οι φοιτητές εξοικειώνονται με τη διαμόρφωση πολιτικών υπεύθυνης χρήσης ΤΝ και ολοκληρώνουν το μάθημα με εργαστήριο σχεδιασμού ενός μικρού AI-enhanced (ενισχυμένου με τεχνητή νοημοσύνη) εκπαιδευτικού σεναρίου.
Περιεχόμενα Μαθήματος
Οι ενότητες που θα αναλυθούν στο πλαίσιο αυτού του μαθήματος είναι:
- Εισαγωγή στην ΤΝ στην εκπαίδευση: βασικές έννοιες, δυνατότητες, κίνδυνοι
- Πώς λειτουργούν τα LLMs και η γενετική ΤΝ: δεδομένα, μοντέλα, πιθανότητες, περιορισμοί
- AI literacy για εκπαιδευτικούς και μαθητές: κριτική χρήση, αξιολόγηση πηγών, μεταγνώση
- Prompt engineering για εκπαιδευτική πράξη: σχεδιασμός, παραδείγματα, επαναληπτική βελτίωση
- Σχεδιασμός μαθήματος και υλικού με ΤΝ: στόχοι, δραστηριότητες, διαφοροποίηση
- Αξιολόγηση, ανατροφοδότηση και ακαδημαϊκή ακεραιότητα στην εποχή της ΤΝ
- Διοίκηση εκπαιδευτικών μονάδων, workload και decision support με ΤΝ
- Ηθική, ιδιωτικότητα, προκαταλήψεις, ευρωπαϊκό κανονιστικό πλαίσιο
- Πολιτικές σχολείου/πανεπιστημίου για υπεύθυνη χρήση ΤΝ
- Εργαστήριο εφαρμογής: σχεδίαση μικρού AI-enhanced εκπαιδευτικού σεναρίου