Διερεύνηση της ενσωμάτωσης εργαλείων παραγωγικής τεχνητής νοημοσύνης στη συμπεριληπτική εκπαίδευση στη φυσική
Exploring the integration of generative AI tools in inclusive physics education
Λέξεις-κλειδιά
Συμπεριληπτική εκπαίδευση ; Καθολικός σχεδιασμός μάθησης ; Τεχνολογίες επικοινωνιών και πληροφορίας ; Αντεστραμμένη τάξη ; Τεχνητή νοημοσύνη ; Παραγωγική τεχνητή νοημοσύνη ; Μεγάλα γλωσσικά μοντέλαΠερίληψη
Εισαγωγή: Η ραγδαία ανάπτυξη της τεχνητής νοημοσύνης και η ενσωμάτωσή της σε διάφορους τομείς της εκπαίδευσης έχουν δημιουργήσει νέες προοπτικές στη μαθησιακή διαδικασία. Τα εργαλεία παραγωγικής τεχνητής νοημοσύνης, όπως τα μεγάλα γλωσσικά μοντέλα, χρησιμοποιούνται όλο και περισσότερο για την υποστήριξη της διδασκαλίας και τη βελτίωση της μαθησιακής εμπειρίας. Ιδιαίτερα στη διδασκαλία της Φυσικής, η χρήση αυτών των εργαλείων μπορεί να προσφέρει εξατομικευμένη καθοδήγηση, άμεση ανατροφοδότηση και ενίσχυση της κριτικής σκέψης. Η παρούσα εργασία εξετάζει τη δυναμική της αξιοποίησης των εργαλείων παραγωγικής τεχνητής νοημοσύνης στη διδασκαλία της Φυσικής, μέσα από τη συστηματική ανασκόπηση της βιβλιογραφίας και την εφαρμογή τους σε ένα εργαστηριακό μάθημα.
Σκοπός: Σκοπός της παρούσας εργασίας είναι η διερεύνηση της αξιοποίησης εργαλείων παραγωγικής τεχνητής νοημοσύνης στην εκπαίδευση της Φυσικής με στόχο την βελτίωση του συμπεριληπτικού πλαισίου και της παροχής εξειδικευμένης εκπαιδευτικής υποστήριξης. Για τον σκοπό αυτό πραγματοποιήθηκε: α) βιβλιογραφική ανασκόπηση σχετικά με την ενσωμάτωση εργαλείων παραγωγικής τεχνητής νοημοσύνης στην εκπαίδευση της Φυσικής και β) μία μελέτη περίπτωσης (case study) με τη χρήση των δυνατοτήτων της πλατφόρμας «Magic school», όπου διαμορφώθηκαν κατάλληλα ορισμένα εργαλεία παραγωγικής τεχνητής νοημοσύνης και αξιοποιήθηκαν από πρωτοετείς φοιτητές ηλεκτρονικών και ηλεκτρολόγων μηχανικών της ΑΣΠΑΙΤΕ, στα πλαίσια του εργαστηριακού μαθήματος της Φυσικής του α’ εξαμήνου.
Μέθοδος: Σε αυτή την εργασία υιοθετήθηκε η μεθοδολογία PRISMA για την συστηματική βιβλιογραφική ανασκόπηση, χρησιμοποιώντας τη βάση δεδομένων SCOPUS, με στόχο να διερευνηθεί η ενσωμάτωση εργαλείων παραγωγικής τεχνητής νοημοσύνης στη διδασκαλία της Φυσικής. Το ερευνητικό ερώτημα εστιάζει στη δυνατότητα ενσωμάτωσης των εργαλείων στην εκπαίδευση της Φυσικής και στις επιπτώσεις αυτής της χρήσης. Στη συνέχεια, σχεδιάστηκε μια αντεστραμμένη τάξη (flipped classroom) για τη διδασκαλία της μέτρησης της επιτάχυνσης της βαρύτητας με απλό εκκρεμές, όπου χρησιμοποιήθηκαν κατάλληλα prompts για την διαμόρφωση των εργαλείων και την υποστήριξη και προετοιμασία των φοιτητών. Τα αποτελέσματα προέκυψαν από την ανάλυση των συνομιλιών των φοιτητών με τα εργαλεία και από τις απαντήσεις τους σε ερωτηματολόγιο σχετικά με την εμπειρία τους.
Αποτελέσματα: Η παρούσα έρευνα διερεύνησε την αξιοποίηση εργαλείων Παραγωγικής Τεχνητής Νοημοσύνης στη διδασκαλία της Φυσικής, τόσο στη θεωρητική κατανόηση όσο και στην εργαστηριακή πρακτική. Τα αποτελέσματα από τη βιβλιογραφική ανασκό-πηση έδειξαν ότι η χρήση εργαλείων, όπως το ChatGPT, το NewtBot και το ChatPLT, μπορεί να ενισχύσει τη μαθησιακή διαδικασία μέσω εξατομικευμένης καθοδήγησης, άμεσης ανατροφοδότησης και υποστήριξης των φοιτητών στην επεξεργασία δεδομένων και στη βελτίωση της κατανόησης θεμελιωδών εννοιών της Φυσικής. Η μελέτη περίπτωσης ανέδειξε ότι οι φοιτητές στο αρχικό στάδιο επικεντρώθηκαν κυρίως σε ερωτήσεις θεωρητικού επιπέδου, ενώ στη συνέχεια στράφηκαν σε πιο σύνθετες ερωτήσεις ανάλυσης και αξιολόγησης, γεγονός που δείχνει εμβάθυνση στην κατανόηση και ανάπτυξη κριτικής σκέψης. Παρά τις θετικές επιδράσεις, παρατηρήθηκαν προκλήσεις, όπως η υπερβολική εξάρτηση από την τεχνητή νοημοσύνη και οι επιστημονικές ανακρίβειες σε ορισμένες απαντήσεις. Τα ευρήματα υπογραμμίζουν τη σημασία της προσεκτικής ενσωμάτωσης των εργαλείων παραγωγικής τεχνητής νοημοσύνης στην εκπαιδευτική διαδικασία, με έμφαση στη διαμόρφωση εργαλείων που θα καθοδηγούν τους φοιτητές προς τη σωστή απάντηση χωρίς να παρέχουν άμεσες λύσεις, ενισχύοντας έτσι την κριτική σκέψη και την αυτόνομη μάθηση.
Συμπεράσματα: Η παραγωγική τεχνητή νοημοσύνη αποτελεί έναν πολλά υποσχόμενο τομέα με δυνατότητες ενίσχυσης της μαθησιακής διαδικασίας στη Φυσική. Η έρευνα ανέδειξε τη σημασία της προσεκτικής ενσωμάτωσης της παραγωγικής τεχνητής νοημοσύνης στην εκπαιδευτική διαδικασία, με έμφαση στη διαμόρφωση εργαλείων που θα καθοδηγούν τους φοιτητές προς τη σωστή απάντηση χωρίς να παρέχουν άμεσες λύσεις. Η αξιοποίηση των εργαλείων αυτών μπορεί να βελτιώσει τη διδασκαλία της Φυσικής, αρκεί να γίνεται με κατάλληλη παιδαγωγική καθοδήγηση, ώστε να ενισχυθεί η ανάπτυξη της κριτικής σκέψης και της δημιουργικής επίλυσης προβλημάτων, διατηρώντας παράλληλα τον ρόλο του εκπαιδευτικού ως βασικού καθοδηγητή στη μαθησιακή πορεία.
Περίληψη
Introduction: The rapid advancement of artificial intelligence and its integration into various fields of education have created new prospects in the learning process. Generative artificial intelligence tools, such as large language models, are increasingly being used to support teaching and improve the learning experience. Particularly in Physics education, the use of these tools can provide personalized guidance, immediate feedback, and enhance critical thinking. This study examines the potential of using generative artificial intelligence tools in Physics education through a systematic literature review and their implementation in a laboratory course.
Purpose: The aim of this study is to investigate the use of generative artificial intelligence tools in Physics education with the goal of improving the inclusive framework and providing specialized educational support. For this purpose, (a) a systematic literature review was conducted regarding the integration of generative artificial intelligence tools in Physics education, and (b) a case study was designed using the capabilities of the “Magic School” platform, where specific generative artificial intelligence tools were adapted and utilized by first-year electronics and electrical engineering students at ASPAITE within the framework of the first-semester Physics laboratory course.
Method: This study adopted the PRISMA methodology for the systematic literature review, using the SCOPUS database to explore the integration of generative artificial intelligence tools in Physics education. The research question focused on the feasibility of integrating generative artificial intelligence tools into Physics education and the effects of their use. Subsequently, a flipped classroom was designed for teaching the measurement of gravita-tional acceleration using a simple pendulum, where appropriate prompts were used for the configuration of the tools and the support and preparation of the students. The results were derived from the analysis of student interactions with the tools and their responses to a questionnaire about their experience.
Results: This study examined the use of generative artificial intelligence tools in Physics education, both in theoretical understanding and laboratory practice. The results from the literature review showed that the use of generative artificial intelligence tools, such as ChatGPT, NewtBot, and ChatPLT, can enhance the learning process by providing personalized guidance, immediate feedback, and supporting students in data processing and improving their understanding of fundamental Physics concepts. The case study showed that students initially focused on theoretical-level questions, while they later shifted to more complex questions of analysis and evaluation, indicating a deeper understanding and development of critical thinking. Despite the positive effects, challenges were also observed, such as over-reliance on artificial intelligence and scientific inaccuracies in some responses. The findings highlight the importance of the careful integration of generative artificial intelligence tools into the educational process, with an emphasis on developing tools that guide students toward the correct answer without providing direct solutions, thereby enhancing critical thinking and independent learning.
Discussion: Generative artificial intelligence is a highly promising field with the potential to enhance the learning process in Physics education. The study highlighted the importance of carefully integrating generative artificial intelligence into the educational process, with an emphasis on developing tools that guide students toward the correct answer without providing direct solutions. The use of these tools can improve the teaching of Physics, provided that it is implemented with appropriate pedagogical guidance to enhance the development of critical thinking and creative problemsolving, while maintaining the role of the educator as a key facilitator in the learning process.
Αριθμός σελίδων
114Σχολή
Σχολή Επιστημών Υγείας & ΠρόνοιαςΣχολή Διοικητικών, Οικονομικών & Κοινωνικών Επιστημών
Ακαδημαϊκό Τμήμα
Τμήμα Βιοϊατρικών ΕπιστημώνΤμήμα Αγωγής και Φροντίδας στην Πρώιμη Παιδική Ηλικία
Τίτλος Προγράμματος Μεταπτυχιακών Σπουδών
Επιστήμες της Αγωγής μέσω Καινοτόμων Τεχνολογιών και Βιοϊατρικών ΠροσεγγίσεωνΓλώσσα
Ελληνικά
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές