📌 Μαθησιακοί Στόχοι:

🔹 Σε επίπεδο γνώσεων οι φοιτητές θα μπορούν να:

• Ορίζουν τις βασικές έννοιες: Τεχνητή Νοημοσύνη, εξόρυξη εκπαιδευτικών δεδομένων, εξατομικευμένη μάθηση.

• Περιγράφουν τις βασικές τεχνικές που εφαρμόζονται στην ανάλυση εκπαιδευτικών δεδομένων.

• Αναγνωρίζουν τις βασικές προκλήσεις και ηθικά ζητήματα που προκύπτουν από τη χρήση της AI στην εκπαίδευση.

🔹 Σε επίπεδο δεξιοτήτων οι φοιτητές θα είναι σε θέση να:

• Αναλύουν και συγκρίνουν διαφορετικές εφαρμογές της AI στην εκπαιδευτική πράξη.

• Χρησιμοποιούν κριτικά παραδείγματα και δεδομένα από τη βιβλιογραφία για να τεκμηριώσουν απόψεις.

• Ερμηνεύουν τα αποτελέσματα ερευνών και να τα συνδέουν με τη μαθησιακή εμπειρία.

🔹 Σε επίπεδο στάσεων οι φοιτητές θα:

• Ενισχύσουν το ενδιαφέρον τους για την αξιοποίηση της τεχνολογίας με παιδαγωγικά κριτήρια.

• Αναπτύξουν ηθική ευαισθησία γύρω από θέματα απορρήτου, διαφάνειας και ισότητας στην εκπαίδευση.

• Υιοθετήσουν στάση υπευθυνότητας για τον ρόλο του εκπαιδευτικού στον ψηφιακό μετασχηματισμό της τάξης.

Λέξεις–Κλειδιά

Personalized learning, AI in education, data mining in education, learning analytics, educational technology. Συνδυασμοί όπως: “AI + personalized education”, “data analysis + education”.