«Επισκόπηση των εφαρμογών Τεχνητής Νοημοσύνης στη Διδασκαλία των Μαθηματικών: Μέθοδοι, Αποτελεσματικότητα και Προοπτικές»

« Overview of Artificial Intelligence Applications in Mathematics Education: Methods, Effectiveness, and Perspectives. » (Αγγλική)

  1. MSc thesis
  2. ΛΕΩΝΙΔΑΣ ΠΑΛΙΛΗΣ
  3. Μεταπτυχιακές Σπουδές στα Μαθηματικά (ΜΣΜ)
  4. 27 Σεπτεμβρίου 2025
  5. Ελληνικά
  6. 70
  7. Νικόλαος Ματζάκος
  8. Παραγωγική Τεχνητή Νοημοσύνη | Μαθηματική Εκπαίδευση | Αντιλήψεις εκπαιδευτικών | Διδακτικές Προκλήσεις
  9. ΜΣΜ86
  10. 2
  11. 111
    • Η παρούσα μελέτη αποτελεί μια βιβλιογραφική ανασκόπηση 33 ερευνητικών άρθρων της περιόδου 2020-2024 που αφορούν στην ενσωμάτωση της Παραγωγικής ΤΝ στη διδασκαλία των μαθηματικών. Η ανάλυση οργανώθηκε γύρω από τρία κεντρικά ερευνητικά ερωτήματα: (α) Πώς αντιλαμβάνονται οι εκπαιδευτικοί τη χρήση της Παραγωγικής ΤΝ στη διδασκαλία των μαθηματικών; (β) Πώς αντιλαμβάνονται και επηρεάζονται οι μαθητές από τη χρήση της ΠΤΝ στη μαθησιακή διαδικασία; (γ) Ποιες είναι οι βασικές προκλήσεις και προϋποθέσεις για την αποτελεσματική ενσωμάτωσή της στη μαθηματική εκπαίδευση; Η μελέτη ανέδειξε ότι οι εκπαιδευτικοί αναγνωρίζουν τη δυναμική της στη διαφοροποίηση της διδασκαλίας, την εξατομικευμένη υποστήριξη και την καλλιέργεια της δημιουργικότητας, ενώ παράλληλα εκφράζουν ανησυχίες σχετικά με την ακρίβεια και την αξιοπιστία  των παραγόμενων απαντήσεων, την ηθική χρήση και την ανάγκη επιμόρφωσης. Από την πλευρά τους, οι μαθητές, παρότι αντιλαμβάνονται την ΤΝ ως εργαλείο άμεσης  γνωστικής υποστήριξης, που συμβάλλει στην ενίσχυση της κατανόησης και τη βελτίωση της ακαδημαϊκής τους επίδοσης, εμφανίζουν φαινόμενα μηχανιστικής χρήσης, γνωστικής εξάρτησης και μείωσης της κριτικής σκέψης. Επιπλέον, καταγράφονται προκλήσεις που σχετίζονται με την τεχνολογική υποδομή, την παιδαγωγική ενσωμάτωση, ζητήματα πνευματικής ιδιοκτησίας και τον κίνδυνο άνισης πρόσβασης. Συμπερασματικά, η ενσωμάτωση της Παραγωγικής ΤΝ στη μαθηματική εκπαίδευση προϋποθέτει στοχευμένη επιμόρφωση εκπαιδευτικών, σαφές πλαίσιο ηθικής χρήσης και προσαρμογή των διδακτικών πρακτικών, ώστε να αξιοποιηθεί δημιουργικά και να υποστηρίξει ουσιαστικά τη μαθησιακή διαδικασία.

    • This study presents a systematic literature review of 33 research articles published between 2020 and 2024, focusing on the integration of Generative Artificial Intelligence (GenAI) in mathematics education. The analysis was structured around three central research questions: (a) How do teachers perceive the use of GenAI in mathematics instruction? (b) How do students perceive and are influenced by the use of GenAI in the learning process? (c) What are the main challenges and prerequisites for its effective integration into mathematics education? The findings highlight that teachers acknowledge the potential of GenAI for differentiated instruction, personalized support, and the cultivation of creativity, while at the same time expressing concerns regarding the accuracy and reliability of AI-generated responses, ethical implications, and the need for professional development. From the students’ perspective, GenAI is perceived as an immediate cognitive support tool that enhances understanding and improves academic performance. However, instances of mechanical use, cognitive dependence, and reduced critical thinking were observed. Furthermore, challenges were identified in relation to technological infrastructure, pedagogical integration, intellectual property issues, and the risk of unequal access. In conclusion, the effective integration of GenAI into mathematics education requires targeted teacher training, a clear ethical framework, and the adaptation of teaching practices in order to harness its creative potential and provide meaningful support to the learning process.

  12. Hellenic Open University
  13. Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές