Η παρούσα διπλωματική εργασία εξετάζει τη δυναμική σχέση μεταξύ Τεχνητής Νοημοσύνης
(ΤΝ) και Οργανωσιακής Μάθησης (ΟΜ), εστιάζοντας στον καθοριστικό ρόλο των στελεχών
των εκπαιδευτικών οργανισμών. Σκοπός της έρευνας είναι η διερεύνηση του τρόπου με τον
οποίο η ηγετική εμπλοκή επηρεάζει τη διάχυση της γνώσης, αναδεικνύοντας τα κατάλληλα
ηγετικά μοντέλα και τις αναγκαίες δομικές αλλαγές για την ουσιαστική ενσωμάτωση της
Τεχνητής Νοημοσύνης στις διαδικασίες οργανωσιακής μάθησης του οργανισμού.
Μεθοδολογικά, ακολουθήθηκε η προσέγγιση της Συστηματικής Βιβλιογραφικής
Ανασκόπησης (SLR) βάσει του διεθνούς πρωτοκόλλου PRISMA. Μέσω της ηλεκτρονικής
βάσης Google Scholar και με τη χρήση στοχευμένων λέξεων, εντοπίστηκαν αρχικά 503 πηγές
της περιόδου 2022–2026 στην αγγλική γλώσσα (ηλεκτρονική αναζήτηση: Απρίλιος 2026).
Μετά την εφαρμογή αυστηρών κριτηρίων ένταξης και αποκλεισμού με βάση τα τέσσερα
στάδια του PRISMA (ταυτοποίηση, διαλογή, ελεγξιμότητα, συμπερίληψη), επιλέχθηκε ένα
τελικό δείγμα 40 μελετών που αποτελούν τον πυρήνα της σύνθεσης. Τα βασικά ευρήματα
αναδεικνύουν ότι η ενσωμάτωση της ΤΝ συνιστά πρωτίστως ηγετική και οργανωσιακή
πρόκληση και όχι αμιγώς τεχνοκρατικό ζήτημα. Ως καταλληλότερα προτείνονται τα υβριδικά
μοντέλα ηγεσίας, όπως το συνθετικό μοντέλο TDA (Μετασχηματιστική, Διανεμημένη,
Προσαρμοστική), το Μοντέλο Διαμεσολάβησης Ανθρώπου-Μηχανής καθώς και η Ηγετική
Συναισθηματική Νοημοσύνη (EQ) για τη δημιουργία κλίματος ψυχολογικής ασφάλειας.
Παράλληλα, προσδιορίζονται οι απαραίτητες δομικές αλλαγές, όπως η αποσυμφόρηση από τη
γραφειοκρατία, η ίδρυση Επιτροπών Ηθικής ΤΝ (με χρήση του πλαισίου RACI) και η
θεσμοθέτηση Επαγγελματικών Κοινοτήτων Μάθησης (PLCs). Συμπερασματικά, η επιτυχία
της ΤΝ εξαρτάται από την καλλιέργεια μιας ανθρωποκεντρικής κουλτούρας, όπου η
τεχνολογία λειτουργεί ως ενισχυτής της συλλογικής μάθησης υπό τη συνεχή ηθική και
παιδαγωγική καθοδήγηση της ηγεσίας.

This master’s thesis examines the dynamic relationship between Artificial Intelligence (AI)
and Organizational Learning (OL), focusing on the pivotal role played by educational
institution leaders. The purpose of the study is to explore how leadership involvement impacts
knowledge sharing, highlighting appropriate leadership models and essential structural
adaptations required for the meaningful integration of Artificial Intelligence into the
organization's learning processes. Methodologically, a Systematic Literature Review (SLR)
approach was followed, adhering strictly to the international PRISMA protocol. Utilizing the
Google Scholar database with targeted search keywords, an initial pool of 503 English
language sources published between 2022 and 2026 was identified (search conducted in April
2026). Following the systematic application of rigorous inclusion and exclusion criteria across
the four PRISMA stages (identification, screening, eligibility, inclusion), a final sample of 40
studies was selected to form the core of the synthesis. Key findings demonstrate that AI
integration is fundamentally an organizational and leadership challenge rather than a purely
technocratic issue. Hybrid leadership frameworks are proposed as the most suitable
approaches, specifically the composite TDA model (Transformational, Distributed, Adaptive),
the Human-Machine Leadership Mediation Model, and Leadership Emotional Intelligence
(EQ) to foster a climate of psychological safety. Simultaneously, essential structural
adaptations are identified, including administrative burden reduction through automation, the
establishment of AI Ethics Committees (utilizing the RACI responsibility matrix), and the
institutionalization of Professional Learning Communities (PLCs). In conclusion, the
successful adoption of AI depends on cultivating a human-centered organizational culture,
where technology acts as an amplifier of collective learning under the continuous ethical and
pedagogical guidance of educational leadership.