Αυτή η μεταπτυχιακή διπλωματική εργασία εξετάζει τη συμβολή των Μεγάλων Γλωσσικών Μοντέλων - ΜΓΜ (Large Language Models - LLMs) και των Ευφυών Πρακτόρων - ΕΠ (Intelligent Agents - IAs) στην εκπαιδευτική διαδικασία, επικεντρώνοντας στις δυνατότητες, τις εφαρμογές, τις προκλήσεις και τις μελλοντικές προοπτικές τους. Τα ΜΓΜ, όπως το ChatGPT, αποτελούν σύγχρονα συστήματα επεξεργασίας φυσικής γλώσσας, τα οποία χρησιμοποιούν Τεχνητή Νοημοσύνη για τη δημιουργία εξατομικευμένων εμπειριών μάθησης, την υποστήριξη της διδασκαλίας και τη διευκόλυνση της ερευνητικής διαδικασίας.

Η εργασία περιλαμβάνει μία αναλυτική επισκόπηση της υπάρχουσας βιβλιογραφίας, με έμφαση στη λειτουργία των ΜΓΜ, την αρχιτεκτονική Μετασχηματιστές (Transformer), καθώς και τις τεχνικές μηχανικής προτροπών (prompt engineering). Παρουσιάζονται επίσης συγκεκριμένες εφαρμογές των ΜΓΜ στην Εκπαίδευση, όπως η δημιουργία εκπαιδευτικού περιεχομένου και η αυτόματη αξιολόγηση.

Εξετάζονται, επιπλέον, οι ηθικές, κοινωνικές και τεχνικές προκλήσεις που συνοδεύουν τη χρήση αυτών των τεχνολογιών, όπως η εξάλειψη της μεροληψίας, η προστασία προσωπικών δεδομένων και η διασφάλιση ίσης πρόσβασης.

Τα ευρήματα βασίζονται σε πρωτογενή δεδομένα που προέκυψαν από πειράματα με 30 εκπαιδευτικούς Δευτεροβάθμιας Εκπαίδευσης στην Κεντρική Ελλάδα, καθώς επίσης και από παράλληλες επιμορφωτικές δράσεις στο πλαίσιο σχετικών σχεδίων δράσης της Αξιολόγησης Εκπαιδευτικού Έργου της Σχολικής Μονάδας του Ινστιτούτου Εκπαιδευτικής Πολιτικής. Τα αποτελέσματα των πειραμάτων ανέδειξαν την εξαιρετική αποδοχή των ΜΓΜ ως εργαλείων δημιουργίας διδακτικού υλικού, με το 93,8% των συμμετεχόντων να δηλώνει πρόθεση μελλοντικής χρήσης. Η συγκριτική αξιολόγηση των μοντέλων (ChatGPT, Claude, Gemini) έδειξε τη σαφή υπεροχή του Claude σε όλους τους παιδαγωγικούς δείκτες, ειδικά στην προσαρμογή του στο ελληνικό εκπαιδευτικό πλαίσιο. Τα σχόλια των  επτά εκπαιδευτικών που αξιολόγησαν το διδακτικό υλικό, όπως παρουσιάζονται στο Παράρτημα Β, επιβεβαιώνουν την υψηλή ποιότητα του Claude, αλλά προτείνουν βελτιώσεις όπως ο εμπλουτισμός των φύλλων εργασίας με στοιχεία από άλλα ΜΓΜ και η δυνατότητα αναζήτησης στο Διαδίκτυο, υποδεικνύοντας την ανάγκη για υβριδικά εργαλεία που ενισχύουν την παιδαγωγική προσαρμογή. Παράλληλα, καταγράφηκαν ανησυχίες που σχετίζονται με την αξιοπιστία των πληροφοριών και την ανάγκη για θεσμική υποστήριξη. Η μελέτη καταλήγει με συγκεκριμένες προτάσεις για την παιδαγωγικά ορθή ενσωμάτωση των ΜΓΜ στην εκπαιδευτική πρακτική και για μελλοντική έρευνα.

This master's thesis examines the contribution of Large Language Models (LLMs) and Intelligent Agents (IAs) to the educational process, focusing on their capabilities, applications, challenges, and future prospects. LLMs, such as ChatGPT, constitute modern natural language processing systems that use Artificial Intelligence to create personalized learning experiences, support teaching, and facilitate the research process.

The work includes a comprehensive review of existing literature, with emphasis on the operation of LLMs, Transformer architecture, as well as prompt engineering techniques. Specific applications of LLMs in Education are also presented, such as the creation of educational content and automated assessment.

Additionally, the ethical, social, and technical challenges that accompany the use of these technologies are examined, such as the elimination of bias, protection of personal data, and ensuring equal access.

The findings are based on primary data obtained from experiments with 30 secondary education teachers in Central Greece, as well as from parallel training activities within the framework of relevant action plans of the School Unit Educational Work Evaluation of the Institute of Educational Policy. The results highlighted the exceptional acceptance of LLMs as tools for creating teaching materials, with 93.8% of participants declaring their intention for future use. The comparative evaluation of the models (ChatGPT, Claude, Gemini) showed Claude's clear superiority across all pedagogical indicators, especially in its adaptation to the Greek educational context. The comments of the seven educators who evaluated the teaching material, as presented in Appendix B, confirm the high quality of Claude, but suggest improvements such as enriching the worksheets with elements from other LLMs and enabling Internet search functionality, indicating the need for hybrid tools that enhance pedagogical adaptability. At the same time, concerns related to information reliability and the need for institutional support were recorded. The study concludes with specific proposals for the pedagogically sound integration of LLMs into educational practice and for future research.