Introduction to AI

Δομή Μαθήματος

‍

Εβδομάδες 1–2: 🤖 Τι Είναι Τεχνητή Νοημοσύνη;

Εβδομάδα 1:
Ιστορική αναδρομή της AI από το 1950 έως σήμερα
Διαφορές μεταξύ AI και ρομποτικής – πού συναντώνται
Βασικοί όροι: machine learning, deep learning, neural networks
Η δοκιμή Turing και η έννοια της «τεχνητής συνείδησης»

Εβδομάδα 2:
Εισαγωγή στις βασικές θεματικές του μαθήματος
Προβληματισμοί γύρω από το μέλλον της AI

‍

Εβδομάδες 3–4: 👁 Αντίληψη και Νοημοσύνη

Εβδομάδα 3:
Πώς «βλέπουν» οι μηχανές τον κόσμο;
Αισθητήρες, δεδομένα και μηχανική αντίληψη

Εβδομάδα 4:
Διαφορές μεταξύ ανθρώπινης και μηχανικής νοημοσύνης
Γενική vs. Εξειδικευμένη τεχνητή νοημοσύνη
Χρήσεις σε αναγνώριση εικόνας, βίντεο και βιομετρικά δεδομένα

‍

Εβδομάδες 5–6: 🔁 Αλγόριθμοι και Λήψη Αποφάσεων

Εβδομάδα 5:
Τι είναι αλγόριθμος; Τι είναι decision tree;
Κατασκευή βασικού decision tree από τους μαθητές

Εβδομάδα 6:
Πώς οι αλγόριθμοι υποστηρίζουν την AI
Παραδείγματα αλγορίθμων που χρησιμοποιούμε καθημερινά
Η χρήση της AI στην αστρονομία και την ανακάλυψη εξωπλανητών

‍

Εβδομάδες 7–8: 🧠 Μηχανική Μάθηση (Machine Learning)

Εβδομάδα 7:
Ορισμός & εξέλιξη της μηχανικής μάθησης
Τέσσερις βασικοί λόγοι που την καθιστούν εφικτή σήμερα

Εβδομάδα 8:
Τύποι machine learning: επιβλεπόμενη, μη επιβλεπόμενη, ενισχυτική
Πώς εκπαιδεύεται η μηχανή με δεδομένα
Παραδείγματα: προτάσεις ταινιών, μουσικής, προϊόντων

‍

Εβδομάδες 9–10: 🔬 Βαθιά Μάθηση &  Δίκτυα

Εβδομάδα 9:
Τι είναι το deep learning και πώς λειτουργεί
Συστατικά των νευρωνικών δικτύων (neurons, layers, weights)

Εβδομάδα 10:
Διαφορές μεταξύ machine learning και deep learning
Χρήσεις σε αυτόνομα οχήματα και ευρύτερη επίδραση στην κοινωνία και την οικονομία

‍

Εβδομάδες 11–12: 🧍‍♂️ Άνθρωποι και Τεχνητή Νοημοσύνη

Εβδομάδα 11:
Η καθημερινή μας επαφή με την AI (βοηθοί, bots, μεταφραστές)
Τι είναι design thinking και πώς σχετίζεται με την AI

Εβδομάδα 12:
Πώς μπορεί η AI να αξιοποιηθεί για το κοινό καλό
Περιορισμοί της σύγχρονης τεχνολογίας AI

‍

Εβδομάδες 13–14: ⚖️ Ηθική και Προκαταλήψεις στην Τεχνητή Νοημοσύνη

Εβδομάδα 13:
Ηθικά διλήμματα και κοινωνικές επιπτώσεις
Τι σημαίνει «ηθική» στην κατασκευή ενός αλγορίθμου;

Εβδομάδα 14:
Προκαταλήψεις στα δεδομένα και στους αλγορίθμους
Γιατί η έλλειψη ποικιλομορφίας στην τεχνολογία ενισχύει την ανισότητα
Μελέτη περίπτωσης: χρήση της AI στο δικαστικό σύστημα των ΗΠΑ

‍

Εβδομάδες 15–16: 💼 AI και Εργασία

Εβδομάδα 15:
AI και αυτοματοποίηση – ποια επαγγέλματα απειλούνται;
Νέες ευκαιρίες: πώς η AI δημιουργεί νέους κλάδους και θέσεις εργασίας

Εβδομάδα 16:
Προσόντα και σπουδές για καριέρα στην AI
Αναδυόμενα επαγγέλματα στο χώρο της τεχνητής νοημοσύνης
Παράδειγμα: AI στη διάγνωση ασθενειών και στο σύστημα υγείας

‍

Εβδομάδες 17–18: 🧪 Τελικές Δραστηριότητες & Εφαρμογές

Εβδομάδα 17:
Επαναληπτική σύνοψη βασικών εννοιών
Ανάλυση πραγματικών περιπτώσεων χρήσης της AI

Εβδομάδα 18:
Τελικό project ή παρουσίαση: "AI και ο κόσμος μου"
Οι μαθητές επιλέγουν ένα πεδίο που τους ενδιαφέρει (π.χ. υγεία, εκπαίδευση, περιβάλλον) και παρουσιάζουν πώς μπορεί να αξιοποιηθεί η AI

‍

Λίστα Εργασιών

‍

Εισαγωγή στην Τεχνητή Νοημοσύνη

• Quiz: Ορολογία & Ιστορία της AI
• Ανάθεση: Infographic – “Τι είναι AI και πώς ξεκίνησε;”
• Συζήτηση: Η δοκιμή Turing και η έννοια της συνείδησης

‍

Αντίληψη και Νοημοσύνη

• Quiz: Μηχανική αντίληψη και τύποι AI
• Ανάθεση: Σύγκριση – Ανθρώπινη vs. Μηχανική Νοημοσύνη
• Πρότζεκτ: Εφαρμογές AI σε αναγνώριση εικόνας/βίντεο

‍

Αλγόριθμοι στην AI

• Quiz: Τι είναι αλγόριθμος;
• Ανάθεση: Δημιουργία απλού decision tree
• Case Study: Η χρήση αλγορίθμων στην αστρονομία

‍

Μηχανική Μάθηση

• Quiz: Τύποι Machine Learning & Εκπαιδευτικά Δεδομένα
• Ανάθεση: Παρουσίαση – “Πού συναντώ το ML στην καθημερινότητά μου;”
• Συζήτηση: Προσωπικές εμπειρίες με “έξυπνες” προτάσεις (YouTube, Spotify κ.ά.)

‍

Βαθιά Μάθηση και Νευρωνικά Δίκτυα

• Quiz: Τι είναι deep learning και neural networks;
• Ανάθεση: Εικονογραφημένη περιγραφή νευρωνικού δικτύου
• Mini Project: AI και αυτόνομα οχήματα – οφέλη & κίνδυνοι

Άνθρωποι και AI

• Quiz: Πώς αλληλεπιδρούμε ήδη με την AI;
• Ανάθεση: Infographic – Design Thinking & AI
• Συζήτηση: Πώς μπορεί η AI να χρησιμοποιηθεί για το κοινό καλό;
• ‍

‍

Ηθική και Προκαταλήψεις

• Quiz: Ηθικά ζητήματα στην AI
• Ανάθεση: Ερευνητικό Κείμενο – Προκατάληψη στα δεδομένα και κοινωνικές επιπτώσεις
• Case Study: Η AI στο δικαστικό σύστημα των ΗΠΑ

‍

AI και Εργασία

• Quiz: AI και το μέλλον της εργασίας
• Ανάθεση: Αναζήτηση – Ποια επαγγέλματα συνδυάζουν AI και κοινωνικό όφελος;
• Τελικό Project: Παρουσίαση “AI και το μέλλον που με αφορά”

‍

‍

Δεξιότητες

‍

Θεωρία

• Κατανόηση Βασικών Εννοιών: Βασικές Αρχές (AI), (ML), (NΔ), ηθικής AI και ο αντίκτυπός για θέσεις εργασίας.
• Θεμελιώδεις Αλγόριθμοι: Κατανόηση και εφαρμογή
• Κριτική Σκέψη: Ανάλυση προκαταλήψεων περί ΑΙ, ηθικών διλημμάτων, συζητήσεις για το μέλλον του ΑΙ
• Δημιουργικότητα: Σχεδιασμός έργων AI & παροχή καινοτόμων λύσεων σε προβλήματα πραγματικού κόσμου.
• Επικοινωνία: Συγγραφή σύντομων απαντήσεων. Παρουσίαση έργων και ιδεών.

Τεχνικές Δεξιότητες

• Εννοιολογική Κατανόηση: Αξιολόγηση γνώσεων βασικών εννοιών AI μέσω κουίζ.
• Εφαρμογή: Ασκήσεις αντιστοίχισης και φόρουμ αναστοχασμού δοκιμάζουν την εφαρμοσμένη γνώση.
• Πραξή: Έργασίες που απαιτούν πρακτική εμπειρία με εργαλεία AI.
• Γνώση Λογισμικού: Εξοικείωση με πλαίσια AI ανάλυση δεδομένων και εργαλεία μηχανικής (ML) μάθησης.

Ήπιες Δεξιότητες

• Συνεργασία: Συμμετοχή σε ομαδικά φόρουμ και ομαδικές εργασίες.
• Διαχείριση Χρόνου: Τήρηση προθεσμιών για μαθήματα, κουίζ, φόρουμ και εργασίες.
• Επίλυση Προβλημάτων: Εντοπισμός και επίλυση προκλήσεων σε έργα AI.
• Προσαρμοστικότητα: Ενσωμάτωση ανατροφοδότησης από συζητήσεις και ανασκοπήσεις έργων.

‍

‍

Στο δια ταύτα

‍

Μέσα από το μάθημα οι μαθητές:

• Κατανοούν τι είναι η Τεχνητή Νοημοσύνη και πώς λειτουργεί
• Μαθαίνουν πώς χρησιμοποιούνται αλγόριθμοι και δεδομένα για να «εκπαιδευτεί» μια μηχανή
• Εξερευνούν πραγματικές εφαρμογές της AI: αυτόνομα οχήματα, chatbots, ψηφιακοί βοηθοί, προτάσεις σε Netflix & Spotify
• Συζητούν ηθικά ζητήματα και προκαταλήψεις στους αλγορίθμους
• Κατανοούν πώς αλλάζει ο κόσμος της εργασίας και ποιες νέες δεξιότητες χρειάζονται για το μέλλον

‍

Τι κερδίζει το παιδί σας:

• Κριτική σκέψη γύρω από την τεχνολογία
• Ψηφιακό γραμματισμό και ορολογία αιχμής
• Πρώτη επαφή με έναν τομέα που έχει ραγδαία ανάπτυξη
• Ιδέες και εφόδια για σπουδές ή επαγγελματική σταδιοδρομία στο μέλλον

‍

‍