| dc.contributor.advisor | Virvou, Maria | |
| dc.contributor.advisor | Βίρβου, Μαρία | |
| dc.contributor.author | Tsirini, Varvara | |
| dc.contributor.author | Τσιρίνη, Βαρβάρα | |
| dc.date.accessioned | 2026-02-16T12:35:43Z | |
| dc.date.available | 2026-02-16T12:35:43Z | |
| dc.date.issued | 2025-12 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/18889 | |
| dc.description.abstract | Οι ραγδαίες τεχνολογικές και κοινωνικές εξελίξεις, σε συνδυασμό με την ολοένα αυξανόμενη έλλειψη χρόνου, έχουν διαμορφώσει μια νέα πραγματικότητα στις σύγχρονες κοινωνίες και κατ’ επέκταση επηρεάζουν σημαντικά και τις εκπαιδευτικές διαδικασίες. Ενδεικτικά, αν και όλο και περισσότεροι εκπαιδευτικοί αναγνωρίζουν την ανάγκη για αναδιαμόρφωση του διδακτικού υλικού με τρόπο πιο ελκυστικό και δημιουργικό, που θα ανταποκρίνεται καλύτερα στις ατομικές μαθησιακές ανάγκες, η διαρκώς αυξανόμενη πίεση χρόνου το καθιστά δύσκολο έργο προς επίτευξη. Παράλληλα, η έλευση νεοφυών τεχνολογιών, όπως επί παραδείγματι η εμφάνιση της παραγωγικής τεχνητής νοημοσύνης (Generative AI) σε ποικίλες εκφάνσεις της στην καθημερινότητα των σπουδαστών, έχει ταυτόχρονες επιρροές στις γνωσιακές τους συνήθειες και μαθησιακές τους προτιμήσεις. Για παράδειγμα, σπουδαστές νεότερης ηλικίας, που έχουν μεγαλώσει σε περιβάλλοντα χαρακτηριζόμενα από ευρεία έκθεση σε σύγχρονες τεχνολογικές δομές και ψηφιακά ερεθίσματα, ρέπουν προς γνωσιακές συμπεριφορές που χαρακτηρίζονται από έντονη παρουσία της τεχνολογίας και που τους επιτρέπει να αλληλοεπιδρούν με το εκπαιδευτικό υλικό, αντί να λειτουργούν ως παθητικοί καταναλωτές της πληροφορίας.
Οι εξελισσόμενες αυτές δυναμικές στην εκπαίδευση, τόσο από πλευράς εκπαιδευτικών όσο και σπουδαστών, καθιστούν αναγκαία την εκπόνηση ευμετάβλητων εκπαιδευτικών εργαλείων που επιτρέπουν την ανάπτυξη εξατομικευμένου διδακτικού περιεχομένου και ταυτόχρονα αξιοποιούν τις καινοτόμες τεχνολογίες που χρήζουν εφαρμογής στο χώρο της εκπαίδευσης. Αναγνωρίζοντας την επιτακτική αυτή ανάγκη, στα πλαίσια της παρούσας διατριβής εξετάζονται οι ποικίλοι τρόποι με τους οποίους η παραγωγική τεχνητή νοημοσύνη, συνδυαστικά με τη χρήση ευφυών πρακτόρων (AI agents), μπορούν να αποτελέσουν λύση στο εν λόγω ζήτημα, διασφαλίζοντας ότι οι εκπαιδευτικές διαδικασίες μπορούν να παραμείνουν αποτελεσματικές και επικαιροποιημένες, παρά τις συνεχιζόμενες κοινωνικές και τεχνολογικές μεταβολές.
Ειδικότερα, στην παρούσα διατριβή, εισηγούνται και παρουσιάζονται μια σειρά από εργαλεία βασισμένα στην τεχνητή νοημοσύνη, που επιτρέπουν τη δυναμική αναπροσαρμογή του μαθησιακού υλικού σε διαφορετικές μορφές (π.χ. εικόνα, ήχο) προκειμένου να καλύψουν καλύτερα τις ποικίλες μαθησιακές προτιμήσεις των σύγχρονων σπουδαστών. Τα εργαλεία υλοποιούν ευφυής πράκτορες τεχνητής νοημοσύνης που βασίζονται στο δραστικό συνδυασμό μεγάλων γλωσσικών μοντέλων (Large Language Models) με ταυτόχρονη χρήση παραγωγικής σύνθεσης επαυξημένης με μηχανισμούς ανάκτησης πληροφορίας (Retrieval Augmented Generation – RAG) και επιτρέπουν την αξιοποίηση του δοθέντος εκπαιδευτικού υλικού ενώ εξασφαλίζουν την παροχή τεκμηριωμένων και αξιόπιστων απαντήσεων σε πολυτροπικές μορφές. Πιο συγκεκριμένα, παρουσιάζονται αρχιτεκτονικές που:
• αξιοποιούν το εκπαιδευτικό υλικό δια μέσω της δημιουργίας διαδραστικών κουίζ και μηχανισμών παιχνιδοποίησης (gamification) του εκπαιδευτικού περιεχομένου, ενισχύοντας καθ’ αυτό τον τρόπο την απόκτηση γνώσης με ευχάριστο και εποικοδομητικό τρόπο
• διευκολύνουν την αποτελεσματική ανάπτυξη μαθησιακών πλάνων και τη σύνταξη συνεκτικών περιλήψεων (με ταυτόχρονη οπτικοακουστική υποστήριξη) στοχεύοντας στην αντιμετώπιση των χρονικών περιορισμών και την κάλυψη των διαφορετικών γνωστικών προτιμήσεων των διδασκομένων
• επιτρέπουν την άμεση αλληλεπίδραση των σπουδαστών με το διδακτικό περιεχόμενο υπό τη μορφή ψηφιακού βοηθού (Q&A agent) που μπορεί να δώσει απαντήσεις σε μαθησιακά ερωτήματα του σπουδαστή, με τεκμηριωμένο και αξιόπιστο τρόπο
Τέλος, ταυτόχρονα με την λεπτομερή ανάλυση των απαιτήσεων και τεχνικών υλοποίησης των προαναφερθέντων πρακτόρων τεχνητής νοημοσύνης, παρατίθενται και αναφορές σχετικά με τις απαιτούμενες αρχιτεκτονικές υποδομές και τις αλληλεπιδράσεις των πρακτόρων αυτών, ενώ εν κατακλείδι παρουσιάζονται ιδέες για μελλοντική περαιτέρω έρευνα και ανάπτυξη. | el |
| dc.format.extent | 86 | el |
| dc.language.iso | en | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Educational software with large language models | el |
| dc.title.alternative | Εκπαιδευτικό λογισμικό με μεγάλα γλωσσικά μοντέλα | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | Rapid technological and social changes, coupled with increasing time pressures, have defined a new reality for modern societies and extend to heavily affect the educational process. For example, educators often struggle with time limitations that restrict their capacity to redesign the teaching material in a more engaging, creative, and responsive way that better addresses the individuals’ learning requirements. At the same time, rapid technological advancements such as the advent of Generative AI, have become deeply embedded in everyday life and have fundamentally transformed learners' cognitive patterns and educational preferences (e.g. younger learners, who have typically grown up in digital environments, naturally prefer learning experiences that incorporate technology that allows them to interact with the learning content instead of passively receiving information).
These evolving patterns of both educators and learners impose the need for the development of educational tools that benefit from advanced technologies and enable adaptability to the diverse learning preferences while efficiently supporting teachers in delivering personalized content. Towards this direction, in the present thesis we explore how Generative and (agentic) Artificial Intelligence can empower the next generation of education software design, bridging this gap and ensuring that the teaching and learning processes remain effective and relevant in the face of ongoing societal and technological shifts.
In particular, we developed a series of AI-based tools that dynamically adjust the learning content into different formats, meeting each user's unique learning preferences. These tools employ the use of Large Language Models (LLM) and Retrieval Augmented Generation (RAG) in the context of AI agents and AI flows, that enable the retrieval of information from the given education curriculum and the provision of grounded responses in multimodal forms. For example, we introduce agentic designs that:
• enable the creation of interactive quizzes and quests, gamifying the educational content while empowering knowledge learning and assessment,
• allow for the effective development of learning plans and summaries (with visual and audio support) for addressing the time pressure bottlenecks as well as for covering for the diverse learners’ cognitive styles.
• empower the interactive Q&A sessions, fueled by agentic tools that can handle multimedia input and leverage planning and reasoning in order to assist the learner address inquiries on the learning subjects of their preferences, in a grounded and reliable way
Combined with a prototype implementation of such AI agents, we also provide details on the architectural backbone and functional interplay of these tools and conclude this study by sharing ideas for prospect future further research. | el |
| dc.contributor.master | Πληροφορική | el |
| dc.subject.keyword | Next-generation educational software | el |
| dc.subject.keyword | AI | el |
| dc.subject.keyword | Cognitive learning | el |
| dc.subject.keyword | Large language models | el |
| dc.subject.keyword | Generative Artificial Intelligence | el |
| dc.subject.keyword | Retrieval augmented generation | el |
| dc.subject.keyword | AI agents | el |
| dc.subject.keyword | AI flows | el |
| dc.subject.keyword | Education | |
| dc.date.defense | 2025-12 | |
