Επιστημολογικές Επιγνώσεις ως Βάση Σχεδιασμού για τη Διδασκαλία της Τεχνητής Νοημοσύνης στο Λύκειο

Το άρθρο προτείνει ότι η διδασκαλία της τεχνητής νοημοσύνης (AI) σε μαθητές/μαθήτριες Λυκείου μπορεί να εμπλουτιστεί σημαντικά με ένταξη επιστημολογικών επιγνώσεων — δηλαδή γνώσης για το είδος, τα όρια και τις μεθοδολογίες της γνώσης — συνδέοντας τρία υποδειγματικά παραδείγματα AI: διαδικαστικής προγραμματισμού, λογικής δηλωτικής και μηχανικής μάθησης βάσει νευρωνικών δικτύων [Barelli, E., Lodi, M., Branchetti, L. et al. Epistemic Insights as Design Principles for a Teaching-Learning Module on Artificial Intelligence. Sci & Educ 34, 671–706 (2025). https://doi.org/10.1007/s11191-024-00504-4]. Η προσέγγιση αξιοποιεί το παιχνίδι tic-tac-toe ως κοινό πρόβλημα, εξετάζοντάς το μέσω των διαφορετικών προσεγγίσεων και σημειώνοντας πώς αλλάζει η αντίληψη για την διαφάνεια, ασάφεια και εμφάνιση αναδυόμενων ιδιοτήτων σε καθεμία . Οι συγγραφείς δείχνουν ότι οι επιγνώσεις αυτές συνιστούν καθοδηγητικό πλαίσιο – ή “scaffolding” – για διάλογο ανάμεσα στις επιστημονικές προσεγγίσεις και τεχνολογικές εφαρμογές.

Η μελέτη εισηγείται ότι μαθητές/μαθήτριες κατανοούν καλύτερα την επιστήμη όταν κατανοούν το πώς διαφορετικές επιστημονικές μεθοδολογίες χειρίζονται το ίδιο πρόβλημα, καθώς καθένας συνιστά διαφορετικό είδος γνώσης. Παράλληλα αναδεικνύεται η ανάγκη για διαθεματική διδασκαλία, καθώς η AI περιλαμβάνει στοιχεία πληροφορικής, λογικής, φιλοσοφίας επιστήμης και δεοντολογίας. Η προσέγγιση ενισχύει την επιστημολογική ενημερότητα των μαθητών/τριών, βοηθώντας τους/τις να αναγνωρίσουν τα όρια των αλγορίθμων και της δεδομένης γνώσης. Το άρθρο περιγράφει πώς το πρόγραμμα διδασκαλίας οργανώνεται σε εννέα μαθήματα: εισαγωγή στην AI, επανάληψη σε tic-tac-toe, λογική προσέγγιση, διαδικαστική, ασάφεια νευρωνικών δικτύων, ηθικά ζητήματα, περιβάλλοντα λήψης αποφάσεων σε AI, και τελική αξιολόγηση μέσω διάδρασης. Κάθε μάθημα συνδέει τη θεωρία με παιχνίδια, συζήτηση και ανάλυση παραδειγμάτων. Η αξιολόγηση περιλαμβάνει τόσο πρακτικά έργα όσο και γραπτά και στοχοθετημένα ερωτήματα σκέψης.

Κατά την εφαρμογή του προγράμματος, οι μαθητές/τριες ανέπτυξαν δυνατότερη ικανότητα αναστοχασμού σχετικά με την αξιοπιστία μοντέλων AI: αναγνώρισαν την ασάφεια των deep learning, τη διαφάνεια των λογικών κανόνων και τις περιορισμένες δυνατότητες των διαδικαστικών λύσεων. Επιπλέον, η ανάλυση της “εμφάνισης αναδυόμενων συμπεριφορών” μετέδωσε την ιδέα ότι νέα χαρακτηριστικά (π.χ. παραδείγματα ταξινόμησης) προκύπτουν έκτοτε της σύνθεσης. Οι εκπαιδευτικοί που εφάρμοσαν το πρόγραμμα δήλωσαν ότι η επιστημολογική προσέγγιση διεύρυνε τη σχολική συζήτηση, προκάλεσε έντονο ενδιαφέρον και ενίσχυσε τη συνειδητότητα των μαθητών/μαθητριών σε σχέση με την επιστημονική μεθοδολογία. Στις θετικές αναφορές περιλαμβάνονται αναφορές σε πιο εύστοχες ερωτήσεις, ανάπτυξη κριτικής σκέψης και αναγνώριση ηθικών προβλημάτων που σχετίζονται με την AI.

Οι συγγραφείς υποστηρίζουν τη διαρκή ανατροφοδότηση μεταξύ μαθητών/τριών και εκπαιδευτικών στη διάρκεια της διδασκαλίας — επισημαίνοντας την προστιθέμενη αξία της συνεχούς αξιολόγησης και βελτίωσης του διδακτικού σχεδίου. Αυτό το feedback loop θεωρείται κρίσιμο για τη στοχευσμένη ενίσχυση της επιστημολογικής δυναμικής. Η εμπειρία ολοκληρώθηκε με συμπεράσματα ότι η εκμάθηση AI στο λύκειο μπορεί και πρέπει να αναπτυχθεί με επιστημολογική βάση: οι μαθητές/μαθήτριες μαθαίνουν περισσότερα σχετικά με την επιστήμη όταν κατανοούν το πώς λειτουργεί κάθε προσέγγιση. Το πρόγραμμα αποτελεί ένα warp-drive για να εισαγάγουμε πιο σύνθετα θέματα βιολογίας, όπως συστήματα ανάδρασης, βιο-συστήματα και βιομετρικές τεχνολογίες.

Τελικά, οι συγγραφείς κλείνουν προτείνοντας ως επόμενο βήμα την προσαρμογή του πλαισίου σε άλλα διεπιστημονικά πεδία – και ειδικά σε βιολογία –, χρησιμοποιώντας την ίδια λογική: π.χ. επεξεργασία DNA μέσω χειρισμού ενζύμων, μοντελοποίηση πεπτιδίων ή κατασκευή αλγορίθμων βιοεντοπισμού.

Εκπαιδευτική Αξιοποίηση – Διδακτικό Σχέδιο Βιολογίας Λυκείου

Πιλοτικό μάθημα: «Επιστημολογία της Βιολογίας: από ένζυμο σε σύστημα λήψης αποφάσεων»

Διερευνητική Δραστηριότητα
Στόχος: Να αναλύσουν μαθητές/μαθήτριες πώς διαφορετικές επιστημονικές προσεγγίσεις (καθοριστικές, συστημικές, μαθηματικές) αντιμετωπίζουν το ίδιο βιολογικό πρόβλημα: το πώς ένα ένζυμο μετατρέπει ένα υπόστρωμα.
Δραστηριότητες:

• Παρουσίαση περίπτωσης: ένζυμο που μετατρέπει ουσία Α σε Β.
• Ομαδικές λύσεις:
  • καθοριστική / διαδικαστική: βήμα–βήμα μηχανισμός ένζυμου (όπως διαδικασία).
  • λογική / δηλωτική: κατάλληλη απόκριση σε ερωτήματα, π.χ. “αν pH>7 τότε ένζυμο = ανενεργό”.
  • σύστημα / αναδυόμενο: τι συμβαίνει όταν αλλάζει η θερμοκρασία ή υπάρχουν αναστολείς.
• Συζήτηση για τη διαφάνεια, αξιοπιστία, αναδυόμενη συμπεριφορά.
• Αναστοχασμός: ποια προσέγγιση είναι η καταλληλότερη και γιατί;

Διερευνητική δεξιότητα: επίγνωση πολλαπλών προσεγγίσεων και αξιολόγηση μεθοδολογίας.

Διαφοροποιημένη Δραστηριότητα

Τίτλος: «Το ένζυμο μιλά: επιστολή για την επίδρασή μου στο σώμα»

Δραστηριότητα:
Σε ρόλο ενζύμου, μαθητές/μαθήτριες γράφουν ένα γράμμα/infographic προς τον άνθρωπο-«οργανισμό», όπου εξηγούν:

• Τι είμαι και πώς λειτουργώ
• Πώς αντιδρώ σε αλλαγές (pH, θερμοκρασία, αναστολείς)
• Τι συμβαίνει όταν κάτι πάει λάθος (π.χ. νόσος)

Διαφοροποιήσεις:

• γραπτό γράμμα
• infographic (εικαστική έκφραση)
• ηχητική αφήγηση / βίντεο

Υποστήριξη:

• λέξεις-κλειδιά (διαφάνεια, αναδυόμενη συμπεριφορά, αναστολή, κ.λπ.)
• προτεινόμενο σενάριο: οργάνωση του γράμματος σε 4 τμήματα (προσωπική ιστορία, χαρακτηριστικά, παράδειγμα, έκκληση)

Αξιολόγηση:

• συνδυασμός επιστημολογικής ακρίβειας και δημιουργικής έκφρασης
• επάρκεια στη σύνδεση επιστημονικής γνώσης με διεπιστημονική προοπτική