Μεγάλα γλωσσικά μοντέλα: εφαρμογές στη διδασκαλία της πληροφορικής στη δευτεροβάθμια εκπαίδευση.

Απλή σελίδα τεκμηρίου
dc.contributor.advisorΒασιλειάδης, Γεώργιοςel
dc.contributor.advisorVasileiadis, Georgiosen
dc.contributor.authorΧρυσοβαλάντης, Αλεβίζοςel
dc.contributor.authorChrysovalantis, Alevizosen
dc.date.accessioned2025-05-26T09:36:33Z
dc.date.available2025-05-26T09:36:33Z
dc.date.issued2025-05-26
dc.description.abstractΗ Τεχνητή Νοημοσύνη έχει αναδειχθεί σε κρίσιμο πεδίο, με τις εφαρμογές των Μεγάλων Γλωσσικών Μοντέλων (LLMs) να φέρνουν σημαντικές αλλαγές σε διάφορους κλάδους. Στοντομέα της εκπαίδευσης, τα LLMs προσφέρουν νέες προοπτικές στη διδασκαλία της Πληροφορικής. Οι δυνατότητες προσωποποιημένης μάθησης, η άμεση ανατροφοδότηση και η υποστήριξη στην επίλυση προγραμματιστικών προβλημάτων ενισχύουν την αποτελεσματικότητα της διδασκαλίας. Επιπλέον, η χρήση πρακτικών παραδειγμάτων και η ενθάρρυνση της συνεργατικής μάθησης διευκολύνουν την κατανόηση σύνθετων εννοιών, ενσωματώνοντας τις τεχνολογίες αυτές στην εκπαιδευτική διαδικασία. Η παρούσα εργασία αναλύει το θεωρητικό πλαίσιο των LLMs, εξετάζει τις εφαρμογές τους στη διδασκαλία και προτείνει τρόπους ενσωμάτωσής τους στην εκπαιδευτική πρακτική. Η εργασία αναδεικνύει τις προκλήσεις και τις δυνατότητες χρήσης τους στη σχολική τάξη, ενώ παράλληλα παρουσιάζονται παραδείγματα εφαρμογής τους στη διδασκαλία της ΓΛΩΣΣΑΣ, της ψευδογλώσσας που διδάσκεται στα ελληνικά λύκεια. Τα συμπεράσματα της μελέτης υπογραμμίζουν τη δυναμική των LLMs ως εκπαιδευτικών εργαλείων, με προοπτικές περαιτέρω αξιοποίησης και έρευνας στον χώρο της εκπαίδευσης.el
dc.description.abstractArtificial intelligence (AI) has emerged as a pivotal field, with Large Language Models (LLMs) driving significant transformations across various domains. In education, LLMs offer novel opportunities for teaching Computer Science. Capabilities such as personalized learning, immediate feedback, and support in solving programming assignments enhance teaching effectiveness. Moreover, the use of practical examples and the promotion of collaborative learning facilitate the comprehension of complex concepts, integrating these technologies into the educational process.This thesis analyzes the theoretical framework of Large Language Models (LLMs), explorestheir applications in teaching, and proposes strategies for integrating them into educational practice. It highlights the challenges and potential applications of LLMs in the classroom while also presenting examples of their use in teaching the Greek pseudocode language, namely'GLOSSA'. The findings underscore the potential of LLMs as educational tools, paving the way for further research and broader implementation in education.en
dc.identifier.urihttps://apothesis.hmu.gr/handle/123456789/11316
dc.language.isoel
dc.publisherΕΛΜΕΠΑ, Σχολή Επιστημών Διοίκησης και Οικονομίας (ΣΕΔΟ), ΠΜΣ Διοίκηση και Ψηφιακός Μετασχηματισμός
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectμεγάλα γλωσσικά μοντέλα
dc.subjectτεχνητή νοημοσύνη
dc.subjectεκπαίδευση πληροφορικής
dc.subjectπροσωποποιημένη μάθηση
dc.subjectηθικές διαστάσεις
dc.subjectlarge language models
dc.subjectartificial intelligence
dc.subjectcomputer science education
dc.subjectpersonalized learning
dc.subjectethical considerations
dc.titleΜεγάλα γλωσσικά μοντέλα: εφαρμογές στη διδασκαλία της πληροφορικής στη δευτεροβάθμια εκπαίδευση.el
dc.titleLarge language models: applications in teaching computer science in secondary education master thesis.en
dc.typeΜεταπτυχιακή Διατριβή
heal.academicPublisherIDΕΛΜΕΠΑ Ελληνικό Μεσογειακό Πανεπιστήμιο
Αρχεία
Πρωτότυπος φάκελος/πακέτο
Τώρα δείχνει 1 - 1 of 1
Μικρογραφία εικόνας
Ονομα:
ChrysovalantisAlevizos2025.pdf
Μέγεθος:
919.5 KB
Μορφότυπο:
Adobe Portable Document Format
Λήψη
Φάκελος/Πακέτο αδειών
Τώρα δείχνει 1 - 1 of 1
Δεν υπάρχει διαθέσιμη μικρογραφία
Ονομα:
license.txt
Μέγεθος:
2.17 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή:
Λήψη
Συλλογές
Μεταπτυχιακές εργασίες / Master Theses