Σύγχρονη Εκπαίδευση και Τεχνητή Νοημοσύνη

Απαιτούμενα τυπικά προσόντα και όροι συμμετοχής

Για τη συμμετοχή στο πρόγραμμα Σύγχρονη Εκπαίδευση και Τεχνητή Νοημοσύνη απαιτούνται τα παρακάτω: 

1. Βασική εξοικείωση με τη χρήση ηλεκτρονικών υπολογιστών: Οι συμμετέχοντες πρέπει να είναι άνετοι με τη χρήση ηλεκτρονικών υπολογιστών, όπως για παράδειγμα η πλοήγηση στο διαδίκτυο ή η χρήση βασικών εφαρμογών γραφείου. Δεν απαιτείται κάποια συγκεκριμένη πιστοποίηση. 
2. Πρόσβαση στο internet: Το μάθημα έχει πολλές πρακτικές εφαρμογές που είναι διαθέσιμες μόνο ηλεκτρονικών σελίδων
3. Κάτοχοι ή φοιτητές ενός πτυχίου ανώτερης ή ανώτατης εκπαίδευσης: Το πρόγραμμα είναι κατάλληλο για εκπαιδευτικούς με πτυχίο , για φοιτητές που βρίσκονται στη διαδικασία απόκτησής του αλλά ακόμα και για ενδιαφερόμενους που κάνουν εκπαίδευση σε εξειδικευμένους τομείς σε θεματικούς τομείς εκτός της εκπαίδευσης (π.χ. Σεμινάρια κατάρτισης)

4. Ενδιαφέρον για καινοτόμες μεθόδους διδασκαλίας: Οι συμμετέχοντες θα πρέπει να έχουν διάθεση να εξερευνήσουν νέες ιδέες και εργαλεία που μπορούν να αναβαθμίσουν τη διδασκαλία και τη διοίκηση στην εκπαίδευση. 

   Το πρόγραμμα έχει σχεδιαστεί ώστε να είναι προσβάσιμο και κατανοητό, ακόμα και για όσους δεν έχουν προηγούμενη εμπειρία στην Τεχνητή Νοημοσύνη.

Σκοπός του προγράμματος

Το πρόγραμμα Σύγχρονη Εκπαίδευση και Τεχνητή Νοημοσύνη στοχεύει να δώσει στους εκπαιδευτικούς όλες τις απαραίτητες γνώσεις και τις βασικές βάσεις για την κατανόηση του πεδίου της Τεχνητής Νοημοσύνης (ΤΝ), δεδομένου ότι στο μέλλον η ΤΝ αναμένεται να αποτελέσει το κυρίαρχο εργαλείο στην εκπαιδευτική διαδικασία και όχι μόνο. 

Παράλληλα, επιδιώκει να παρέχει στον εκπαιδευόμενο όλες τις αναγκαίες πληροφορίες για τη σωστή και υπεύθυνη χρήση της ΤΝ, εξηγώντας τους πιθανούς κινδύνους και τις προκλήσεις που συνδέονται με την ενσωμάτωσή της στο σχολικό περιβάλλον. 

Τέλος, το πρόγραμμα παρουσιάζει μια σειρά από πρακτικά θέματα μέσα από παραδείγματα, τα οποία μπορούν άμεσα να εφαρμοστούν από τον εκπαιδευτικό. Με αυτόν τον τρόπο, βοηθά τους συμμετέχοντες να βελτιώσουν το επίπεδο και τη συμμετοχή στη μαθησιακή διαδικασία, καθώς και την οργάνωση των μαθημάτων, κάνοντας τη διδασκαλία πιο αποτελεσματική και ελκυστική.

Στο τέλος του προγράμματος, οι συμμετέχοντες θα είναι πλήρως εξοπλισμένοι να χρησιμοποιήσουν την ΤΝ για να κάνουν τη διδασκαλία πιο καινοτόμα, αποτελεσματική και διαδραστική, ανταποκρινόμενοι στις ανάγκες του σύγχρονου σχολείου.

Εκπαιδευτικοί στόχοι

Οι εκπαιδευόμενοι, μετά την ολοκλήρωση του προγράμματος "Σύγχρονη Εκπαίδευση και Τεχνητή Νοημοσύνη", αναμένεται να: 

1. Κατανοήσουν τις βασικές αρχές της Τεχνητής Νοημοσύνης: Να αποκτήσουν σαφή εικόνα για το τι είναι η ΤΝ, πώς λειτουργεί και ποιες είναι οι βασικές τεχνολογίες που τη στηρίζουν. 
2. Εξοικειωθούν με τη χρήση εργαλείων ΤΝ: Να μάθουν να χρησιμοποιούν εφαρμογές, όπως τα μεγάλα γλωσσικά μοντέλα (π.χ. ChatGPT), για τη δημιουργία εκπαιδευτικού υλικού, την εξατομίκευση της διδασκαλίας και την υποστήριξη της καθημερινής εκπαιδευτικής πρακτικής. 
3.  Αναγνωρίσουν τους πιθανούς κινδύνους: Να ενημερωθούν για τα ηθικά και κοινωνικά ζητήματα της ΤΝ, όπως η προστασία δεδομένων, η αποφυγή προκαταλήψεων και η υπεύθυνη χρήση της τεχνολογίας. 
4. Εφαρμόσουν πρακτικές λύσεις: Να ενσωματώσουν την ΤΝ στην τάξη και στη σχολική διοίκηση, διευκολύνοντας την αυτοματοποίηση επαναλαμβανόμενων εργασιών, την οργάνωση μαθημάτων και την υποστήριξη μαθητών. 
5. Βελτιώσουν τη μαθησιακή εμπειρία: Να δημιουργούν προσωποποιημένες λύσεις διδασκαλίας, ενισχύοντας τη συμμετοχή και την κατανόηση των μαθητών. 
6. Παραγάγουν εκπαιδευτικό περιεχόμενο με την ΤΝ: Να αξιοποιούν εργαλεία για τη δημιουργία ήχου, βίντεο, παρουσιάσεων, κουίζ και άλλων πολυμεσικών υλικών που καθιστούν το μάθημα πιο ελκυστικό και διαδραστικό. 
7. Αξιοποιήσουν αυτοματισμούς: Να εξοικειωθούν με εργαλεία όπως το n8n για τη δημιουργία αυτοματοποιημένων διαδικασιών που διευκολύνουν την οργάνωση και μειώνουν τον φόρτο εργασίας. 

Με την επίτευξη αυτών των στόχων, οι συμμετέχοντες θα είναι έτοιμοι να αξιοποιήσουν την Τεχνητή Νοημοσύνη ως ένα ισχυρό εργαλείο που βελτιώνει τη διδασκαλία, την οργάνωση και τη συνολική εκπαιδευτική διαδικασία.

Στοιχεία επικοινωνίας

ΑΛΚΙΒΙΑΔΗΣ ΤΣΙΜΠΙΡΗΣ

e-mail: atsimpiris@ihu.gr

web: http://teachers.cm.ihu.gr/tsimpiris

Κ.Ε.ΔΙ.ΒΙ.Μ ΔΙ.ΠΑ.Ε.
Τ:+30-2310474913
kedivim@ihu.gr

Διδάσκοντες

ΜΕΛΗ ΔΕΠ, ΕΞΕΙΔΙΚΕΥΜΕΝΟΙ ΕΠΙΣΤΗΜΟΝΕΣ ΣΧΕΤΙΚΟΙ ΜΕ ΤΙΣ ΕΝΟΤΗΤΕΣ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ

Διδακτικές ενότητες και διάρκεια αυτών

Ο αριθμός ωρών καλύπτει και την εκτιμώμενη προσπάθεια που απαιτείται από τους συμμετέχοντες για την ολοκλήρωση της κάθε ενότητας και της τελικής εργασίας. 

Το υλικό της κάθε ενότητας θα απαρτίζεται από βιντεοσκοπήσεις με παρουσιάσεις και τα πρακτικά βήματα για δημιουργία της τελικής εργασίας. Κάθε ενότητα θα περιέχει και την ίδια την παρουσίαση καθώς και επιπλέον αντίστοιχο θεωρητικό υλικό. 

Αναλυτική παρουσίαση διδακτικών ενοτήτων

Ενότητα 1: Εισαγωγή στην Τεχνητή Νοημοσύνη

Σκοπός της Ενότητας
Η ενότητα αυτή προσφέρει μια φιλική και κατανοητή εισαγωγή στην Τεχνητή Νοημοσύνη (ΤΝ), εξηγώντας τι είναι, πώς λειτουργεί και πώς μπορεί να ενσωματωθεί στην εκπαιδευτική διαδικασία. Παρουσιάζει επίσης την ιστορική της εξέλιξη, διευκρινίζοντας παρανοήσεις και μύθους, και εξετάζει τις διαφορές μεταξύ ανθρώπινης και τεχνητής νοημοσύνης.

Περιεχόμενα Υποκεφαλαίων

• Τι είναι η Τεχνητή Νοημοσύνη: Παρουσίαση της έννοιας της ΤΝ, του τρόπου λειτουργίας της και του αντίκτυπού της στον κόσμο.
• Παραδείγματα εφαρμογών: Παρουσίαση καθημερινών παραδειγμάτων χρήσης τηε τεχνίτης νοημοσύνης 
• Διαφορές μεταξύ Τεχνητής Νοημοσύνης και άλλες τεχνολογίες: Κατανόηση τις διαφορετικότητας της τεχνίτης νοημοσύνης από τον κλασικό προγραμματισμό
• Ιστορική Εξέλιξη της Τεχνητής Νοημοσύνης: Ανασκόπηση από τα πρώτα πειράματα έως τις σύγχρονες εξελίξεις.
• Πως κατασκευάζεται ένα πρόγραμμα Τεχνητής Νοημοσύνης: Παρουσίαση του κύκλου δημιουργίας προγραμμάτων τεχνητής νοημοσύνης. Από τα δεδομένα έως στη χρήση του μοντέλου
• Λεξικό όρων τεχνητής νοημοσύνης: Εξοικείωση με του βασικούς όρους στην τεχνολογία της τεχνητής νοημοσύνης 

Ενότητα 2: Εξερεύνηση Τεχνολογιών Τεχνητής Νοημοσύνης

Σκοπός της Ενότητας
Η ενότητα αυτή εστιάζει στις κύριες τεχνολογίες της Τεχνητής Νοημοσύνης, όπως τα Νευρωνικά Δίκτυα, η Μηχανική και η Βαθιά Μάθηση, καθώς και τα Μεγάλα Γλωσσικά Μοντέλα. Παρέχει θεωρητική κατανόηση για να υποστηρίξει τη μελλοντική εφαρμογή εργαλείων ΤΝ στην εκπαίδευση.

Περιεχόμενα Υποκεφαλαίων

• Εισαγωγή: Στόχοι και σημασία της κατανόησης των τεχνολογιών ΤΝ.
• Tι είναι τα Νευρωνικά Δίκτυα (NeuralNetworks);: Βασικές αρχές κατανόησης
• Μηχανική Μάθηση (MachineLearning): Βασικές αρχές κατανόησης 
• Βαθιά Μάθηση (DeepLearning): Βασικές αρχές κατανόησης
• Υπολογιστική Όραση (ComputerVision): Βασικές αρχές κατανόησης 
• Μεγάλα Γλωσσικά Μοντέλα (LargeLanguageModels - LLMs): Βασικές αρχές κατανόησης

Ενότητα 3: Καλές Πρακτικές στην Τεχνητή Νοημοσύνη

Σκοπός της Ενότητας
Η ενότητα επικεντρώνεται σε ηθικά και νομικά ζητήματα που προκύπτουν από τη χρήση της ΤΝ όπως η προστασία δεδομένων, η μεροληψία, και ο περιβαλλοντικός αντίκτυπος.

Περιεχόμενα Υποκεφαλαίων

• Ηθική στην Τεχνητή Νοημοσύνη: Διαφάνεια, δικαιοσύνη, λογοδοσία.
• Προκαταλήψεις και Μεροληψίες στην ΤΝ: Πιθανοί κίνδυνοι και τρόποι αποφυγής τους.
• Προστασία Προσωπικών Δεδομένων: Ασφάλεια και προστασία δεδομένων χρηστών.
• Πνευματικά Δικαιώματα: Θέματα πνευματικής ιδιοκτησίας και ΤΝ.
• Περιβαλλοντικός Αντίκτυπος: Κατανάλωση ενέργειας και εκπομπές άνθρακα.
• Αλλαγές στον Ανθρώπινο Ρόλο: Επιδράσεις της ΤΝ στη φύση της εργασίας και στον άνθρωπο.
• Αρνητικές Παρενέργειες: Παραπληροφόρηση, καταπάτηση ιδιωτικότητας.
• Βέλτιστες Πρακτικές: Υπεύθυνη ανάπτυξη και χρήση της ΤΝ.

Ενότητα 4: Καλές Πρακτικές στην Τεχνητή Νοημοσύνη

Σκοπός της Ενότητας
Η ενότητα παρουσιάζει τρόπους ενσωμάτωσης της ΤΝ στη διδασκαλία και στη διαχείριση σχολικών μονάδων, δίνοντας έμφαση σε πρακτικές εφαρμογές και συνεργασία με μαθητές, γονείς και άλλους φορείς.

Περιεχόμενα Υποκεφαλαίων

• Εισαγωγή στην ΤΝ στην Εκπαίδευση: Εφαρμογές και προκλήσεις.
• Ενίσχυση της Μάθησης με ΤΝ: Προσωποποιημένη μάθηση, προσαρμοστικές πλατφόρμες, AI Tutors.
• Διαχείριση Εκπαιδευτικών Ιδρυμάτων με ΤΝ: Προβλέψεις εγγραφών, βελτιστοποίηση διαδικασιών.
• Υποστήριξη Εκπαιδευτικών με ΤΝ: Αυτόματες εργασίες, επαγγελματική ανάπτυξη.
• Οφέλη για Μαθητές: Καθοδήγηση, προσβασιμότητα.
• Συμμετοχή Γονέων και Φορέων: Παρακολούθηση και επικοινωνία.
• Ευρύτερες Εφαρμογές ΤΝ: Υποστήριξη ερευνητών, καινοτομία στην EdTech.

Ενότητα 5: Το ChatGPT, Άλλα Γλωσσικά Μοντέλα και Εργαλεία Κειμένου

Σκοπός της Ενότητας
Η ενότητα επικεντρώνεται στη χρήση μεγάλων γλωσσικών μοντέλων (LLMs) όπως το ChatGPT, καθώς και στις τεχνικές Prompt Engineering, που βοηθούν στην αποτελεσματική επικοινωνία με τα μοντέλα αυτά. Παρουσιάζει επίσης πώς τα εργαλεία αυτά μπορούν να υποστηρίξουν τη διδασκαλία και τη διοίκηση.

Περιεχόμενα Υποκεφαλαίων

• Prompt Engineering: Τεχνικές για τη διαμόρφωση αποτελεσματικών εντολών προς τα γλωσσικά μοντέλα.
• Το ChatGPT, το Claude και το Gemini: Παρουσίαση των εμπορικών LLMs και των δυνατοτήτων τους.
• Αναλυτικός Οδηγός ChatGPT: Βήμα-βήμα οδηγίες για τη χρήση του ChatGPT 
• Τοπικά Γλωσσικά Μοντέλα με βάση το Ollama: Παρουσίαση πλεονεκτημάτων και μειονεκτημάτων των τοπικών εργαλείων σε σύγκριση με τα εμπορικά.
• Εφαρμογές των LLMs στη Διοίκηση και Υποστήριξη Εκπαιδευτικών: Εργαλεία για αυτοματοποίηση βαθμολογήσεων, ανάπτυξη προγραμμάτων σπουδών κ.ά.
• Εφαρμογές των LLMs στην Τάξη: Δημιουργία υλικού, περίληψη μαθημάτων, διαδραστική μάθηση.
• Εργαλεία Αναγνώρισης Χρήσης LLMs: Λογισμικά που ανιχνεύουν τη χρήση των LLMs για την αξιολόγηση μαθητικών εργασιών.

Ενότητα 6: Το ChatGPT, Άλλα Γλωσσικά Μοντέλα και Εργαλεία Κειμένου

Σκοπός της Ενότητας
Η ενότητα εστιάζει στη χρήση εργαλείων ΤΝ για τη δημιουργία εκπαιδευτικού υλικού, όπως βίντεο, ήχου, κουίζ και τρισδιάστατων μοντέλων. Οι συμμετέχοντες θα εξοικειωθούν με πρακτικά εργαλεία που διευκολύνουν τη δημιουργία πολυμεσικού περιεχομένου χωρίς να απαιτείται προηγούμενη εμπειρία.

Περιεχόμενα Υποκεφαλαίων

• Εισαγωγή στην Παραγωγή Περιεχομένου με ΤΝ: Βασικές δυνατότητες και εφαρμογές της ΤΝ στη δημιουργία περιεχομένου.
• Παραγωγή Ήχου και Μουσικής με AI: Εργαλεία για δημιουργία ήχου και φωνητικών οδηγών.
• Παραγωγή Βίντεο με AI: Πλατφόρμες για δημιουργία βίντεο και κινούμενων γραφικών.
• Δημιουργία Παρουσιάσεων με AI: Εργαλεία για τη δημιουργία επαγγελματικών παρουσιάσεων.
• Παραγωγή Κουίζ και Δημοσκοπήσεων με AI: Δημιουργία διαδραστικών ασκήσεων αξιολόγησης.
• Δημιουργία Παιχνιδιών με AI: Πλατφόρμες για τη δημιουργία εκπαιδευτικών παιχνιδιών.
• Παραγωγή Κώδικα με AI: Αυτόματη δημιουργία και διόρθωση κώδικα για εκπαιδευτικές ανάγκες.
• Παραγωγή Τρισδιάστατων Μοντέλων με AI: Εργαλεία για τη δημιουργία 3D μοντέλων και εικονικών περιβαλλόντων.

Ενότητα 7: Διαχείριση Έργων, Οργάνωση και Αυτοματισμοί με Τεχνητή Νοημοσύνη στην Εκπαίδευση

Σκοπός της Ενότητας
Η ενότητα παρουσιάζει πώς η ΤΝ μπορεί να διευκολύνει τη διαχείριση έργων και καθημερινών εργασιών στην εκπαίδευση μέσω αυτοματισμών και έξυπνων εργαλείων.

Περιεχόμενα Υποκεφαλαίων

• Οργάνωση Σχολείων και Εκπαιδευτικών Ιδρυμάτων: Εφαρμογές της ΤΝ στη διαχείριση και κατανομή πόρων.
• Αυτοματισμός Εργασιών και Οργάνωσης για Εκπαιδευτικούς: Μείωση του διοικητικού φόρτου μέσω αυτοματοποίησης καθηκόντων.
• Εργαλεία Βελτιστοποίησης Επικοινωνίας και Συνεργασίας: Χρήση της ΤΝ για αποτελεσματική επικοινωνία με μαθητές, γονείς και συναδέλφους.

Ενότητα 8: Κατανόηση των AI Agents και ο Ρόλος τους στην Εκπαίδευση

Σκοπός της Ενότητας
Η τελευταία ενότητα εξηγεί τι είναι οι AI Agents, πώς λειτουργούν και πώς μπορούν να χρησιμοποιηθούν για την αυτοματοποίηση σύνθετων διαδικασιών στην εκπαίδευση.

Περιεχόμενα Υποκεφαλαίων

• Εισαγωγή στο FlowEngineering: Σχεδίαση αυτοματοποιημένων διαδικασιών με ΤΝ.
• Βασική Χρήση του Προγράμματος n8n: Παρουσίαση εργαλείων για αυτοματοποίηση χωρίς προγραμματιστικές γνώσεις.
• Βασικές Αρχές Σχεδιασμού AIAgents: Πρακτική εκμάθηση στη δημιουργία AIAgents.
• Παραδείγματα Εφαρμογής AIAgents στην Εκπαίδευση: Αυτόματη διαχείριση email, οργάνωση αρχείων, ενημερωτικά μηνύματα.
• Αυτοματοποιημένη Διαχείριση Εισερχόμενων Email: Παράδειγμα πρακτικής εφαρμογής με εργαλεία ΤΝ.
• Αυτόματη Αποστολή Ενημέρωσης Μαθητών και Γονέων: Ρύθμιση διαδικασιών ενημέρωσης για μαθητές και γονείς.

Τελική εργασία

Μετά το τέλος του προγράμματος επιμόρφωσης, οι εκπαιδευόμενοι καλούνται να ολοκληρώσουν την τελική εργασία.

Η τελική άσκηση στοχεύει στη σύνθεση όλων των δεξιοτήτων που αποκτήθηκαν κατά τη διάρκεια του μαθήματος, μέσα από την ανάπτυξη ενός ολοκληρωμένου έργου. Οι εκπαιδευόμενοι καλούνται να δημιουργήσουν, να προσαρμόσουν και να αυτοματοποιήσουν εκπαιδευτικές διαδικασίες με τη χρήση εργαλείων Τεχνητής Νοημοσύνης. Η Εργασία αποτελείται από 3 διακριτά μέρη 

1. Δημιουργία διαδραστικού Μαθήματος με Χρήση των μεθόδων υλοποίησης  τεχνητής νοημοσύνης που διδάχθηκαν

Οι συμμετέχοντες θα σχεδιάσουν ένα πλήρες δια δραστικό μάθημα αξιοποιώντας τα εργαλεία ΤΝ για τη δημιουργία και την παρουσίαση του υλικού (Οργάνωση και δομή μαθήματος, κείμενο, οπτικοακουστικό υλικό και slides). 

Παραδοτέο:
Ένα ολοκληρωμένο μάθημα (σε μορφή παρουσίασης ή e-learning πλατφόρμας) που θα περιλαμβάνει όλα τα παραπάνω στοιχεία. Και ένα συμπληρωματικό κείμενο επεξήγησης για το πως βεβαιώθηκε ότι το υλικό δεν έχει ηθικά ζητήματα, ζητήματα προσωπικών δεδομένων, πνευματικών δεδομένων και έχει προκαταλήψεις στο υλικό. 

Αξιολόγηση:

• Πληρότητα και δημιουργικότητα του μαθήματος (30/100). 
• Ενσωμάτωση τεχνολογιών Τεχνίτης νοημοσύνης (50/100)
• Ενσωμάτωση ηθικής χρήσης της ΑΙ (20/100)
• Μετατροπή της δομής του υλικού ώστε να αποδίδει σε ένα Podcast με τη βοήθεια της ΤΝ (20/100)
• Δημιουργία ακουστικών μαθημάτων  (20/100)
• Αξιολόγηση ποιότητας περιεχομένου και podcast (40/100)
• Συνολική εμφάνιση και φιλικότητα προς το χρήστη του καναλιού Podcast(εικόνες, περιγραφές κειμένων, μουσικές) (20/100)

2. Μετατροπή του Μαθήματος για άτομα με οπτικές δυσκολίες

Οι συμμετέχοντες θα προσαρμόσουν το εκπαιδευτικό υλικό σε ακουστική μορφή σε μορφή podcast ώστε να μπορούν διδαχθούν και άτομα με οπτικές δυσκολίες  

Παραδοτέο: ένα κανάλι podcast σε πλατφόρμα της επιλογής τους στο οποίο θα υπάρχει το μάθημα ανά ενότητα σε podcast μέγιστης διάρκειας 15 λεπτών.

Αξιολόγηση:

3. Δημιουργία Συστήματος Ενημέρωσης Γονέων

Οι συμμετέχοντες θα σχεδιάσουν ένα σύστημα το οποίο θα καταγράφει την απόδοση των μαθητών σε ένα Excel και θα αποστέλλει εξατομικευμένα email στους γονείς με τη χρήση εργαλείων αυτοματοποίησης. Το σύστημα θα γίνει στο N8N και θα έχει χρήση ενός agent το λιγότερο.

Παραδοτέο το αρχείο workflow από το N8N και ένα συνοδευτικό κείμενο για το πως σχεδιάστηκε και λειτουργεί το κάθε ένα κομμάτι 

Αξιολόγηση:

• Η ορθότητα της λειτουργίας του συστήματος. (60/100)
• Η προστασία των προσωπικών δεδομένων (40/100)

Συνολικά Κριτήρια Αξιολόγησης

• Δημιουργικότητα και ποιότητα των παραδοτέων.
• Ολοκλήρωση όλων των μερών της άσκησης.
• Ενσωμάτωση εργαλείων ΤΝ στις προτεινόμενες λύσεις.
• Συμμόρφωση με ηθικά και νομικά πρότυπα.

Με την ολοκλήρωση αυτής της άσκησης, οι συμμετέχοντες θα είναι σε θέση να σχεδιάζουν και να υλοποιούν πρακτικές λύσεις με Τεχνητή Νοημοσύνη που βελτιώνουν την εκπαιδευτική διαδικασία.