Ενότητα 7.2.1 – Ερωτήσεις – Σελίδα 73 – ΠΛΗΡΟΦΟΡΙΚΗ Β΄ ΓΥΜΝΑΣΙΟΥ – Απαντήσεις – Λύσεις – ΠΛΗΡΟΦΟΡΙΚΗ Β΄ ΓΥΜΝΑΣΙΟΥ

(Πηγή: Βιβλίο Μαθητή, Πληροφορική Β΄ Γυμνασίου, §7.2.1 Ερωτήσεις [εντός της ενότητας 7.2 Τεχνητή Νοημοσύνη], σελ. 73. Οι εκφωνήσεις είναι αυτούσιες από το σχολικό βιβλίο.)

Ερωτήσεις

Άσκηση 1 (σελ. 73)

Έχετε χρησιμοποιήσει την εφαρμογή Gemini για να ζητήσετε πληροφορίες για ένα θέμα εργασίας που σας ανέθεσε ο καθηγητής ή η καθηγήτριά σας; Εξηγήστε πώς θα ελέγξετε την αξιοπιστία των αποτελεσμάτων που παρήγαγε η εφαρμογή.

Σκέψη / Μεθοδολογία: Η ερώτηση έχει δύο σκέλη: το πρώτο είναι προσωπικό (αν έχει χρησιμοποιηθεί ή όχι η εφαρμογή) και δεν έχει μία «σωστή» απάντηση. Το δεύτερο σκέλος ζητά συγκεκριμένα βήματα ελέγχου αξιοπιστίας, τα οποία στηρίζονται στα όσα είδαμε στο §7.2: μια απάντηση Τεχνητής Νοημοσύνης πρέπει πάντα να περνάει από κριτικό έλεγχο πριν γίνει αποδεκτή.

Λύση:

1. Το πρώτο σκέλος απαντιέται ελεύθερα από τον μαθητή, ανάλογα με την προσωπική του εμπειρία.
2. Για το δεύτερο σκέλος, ο έλεγχος αξιοπιστίας μιας απάντησης Τεχνητής Νοημοσύνης περιλαμβάνει: (α) διασταύρωση της πληροφορίας με άλλη, ανεξάρτητη και αξιόπιστη πηγή (π.χ. σχολικό βιβλίο, εγκυκλοπαίδεια, επίσημη ιστοσελίδα)·
3. (β) έλεγχο αν η απάντηση απαντά πραγματικά στην ερώτηση που τέθηκε, ή αν παρεξήγησε το ζητούμενο·
4. (γ) έλεγχο αν τα στοιχεία που χρησιμοποιεί είναι επικαιροποιημένα, ειδικά αν το θέμα εξελίσσεται διαρκώς·
5. (δ) σε περίπτωση αμφιβολίας, συνέχιση του διαλόγου με πιο συγκεκριμένες ερωτήσεις ή ζήτηση πηγών/αναφορών από την ίδια την εφαρμογή.

Ενδεικτική απάντηση: Ανεξάρτητα από την προσωπική εμπειρία του μαθητή, η αξιοπιστία μιας απάντησης ελέγχεται με διασταύρωση σε ανεξάρτητη πηγή, έλεγχο αν απαντά πράγματι στο ζητούμενο, έλεγχο επικαιρότητας των στοιχείων, και -αν χρειάζεται- διευκρινιστικές ερωτήσεις προς την ίδια την εφαρμογή.

Πρόσεξε:

• Δεν αρκεί να λες «θα το ελέγξω» χωρίς να εξηγήσεις ΠΩΣ — η αξιολόγηση κρίνει τη μέθοδο ελέγχου, όχι μόνο την πρόθεση.
• Το προσωπικό κομμάτι της ερώτησης (αν χρησιμοποίησες ή όχι την εφαρμογή) δεν έχει σωστή/λάθος απάντηση — αξιολογείται μόνο η μεθοδολογία ελέγχου αξιοπιστίας που περιγράφεις.

Άσκηση 2 (σελ. 73)

Περιγράψτε δύο παραδείγματα από την καθημερινή ζωή, που δεν αναφέρονται στην ενότητα αυτή, στα οποία εμπλέκεται η Τεχνητή Νοημοσύνη.

Σκέψη / Μεθοδολογία: Η άσκηση ζητά ρητά παραδείγματα διαφορετικά από όσα ήδη αναφέρθηκαν στο §7.2 (αναγνώριση προσώπου/δακτυλικού αποτυπώματος, πρόβλεψη καιρού, προσαρμοσμένο περιεχόμενο σε Μέσα Κοινωνικής Δικτύωσης, πλοήγηση διαδρομής, chatbot). Σκεφτόμαστε άλλους τομείς της καθημερινότητας όπου λειτουργούν συστήματα που «μαθαίνουν» από δεδομένα.

Λύση:

1. Εντοπίζουμε τομείς της καθημερινής ζωής όπου συστήματα αναγνωρίζουν μοτίβα ή παίρνουν αποφάσεις αυτόματα.
2. Παράδειγμα 1: οι φίλτρα ανεπιθύμητης αλληλογραφίας (spam) στο ηλεκτρονικό ταχυδρομείο, που αναγνωρίζουν μηνύματα-«σκουπίδια» με βάση χαρακτηριστικά που έχουν «μάθει» από εκατομμύρια προηγούμενα μηνύματα.
3. Παράδειγμα 2: οι εφαρμογές πλοήγησης πλήκτρων (αυτόματη διόρθωση/πρόβλεψη λέξης) στο πληκτρολόγιο του κινητού, που προτείνουν την επόμενη λέξη καθώς γράφουμε ένα μήνυμα.

Ενδεικτική απάντηση: Ενδεικτικά παραδείγματα: (1) τα φίλτρα ανεπιθύμητης αλληλογραφίας (spam) στο email, (2) η αυτόματη πρόβλεψη/διόρθωση λέξης στο πληκτρολόγιο του κινητού. Οποιοδήποτε άλλο τεκμηριωμένο παράδειγμα, διαφορετικό από όσα αναφέρθηκαν στο §7.2, γίνεται επίσης αποδεκτό.

Πρόσεξε:

• Το ζητούμενο είναι ρητά παραδείγματα ΕΚΤΟΣ όσων ήδη αναφέρθηκαν στην ενότητα — μια απλή επανάληψη παραδειγμάτων του βιβλίου δεν καλύπτει το ζητούμενο της άσκησης.
• Δεν αρκεί μόνο η ονομασία της εφαρμογής· χρειάζεται σύντομη εξήγηση του πώς εμπλέκεται η Τεχνητή Νοημοσύνη σε αυτήν.

Άσκηση 3 (σελ. 73)

Εξηγήστε τι είναι η Τεχνητή Νοημοσύνη και περιγράψτε δύο παραδείγματα όπου η χρήση της θα μπορούσε να εγκυμονεί κινδύνους για τον άνθρωπο.

Σκέψη / Μεθοδολογία: Η ερώτηση έχει δύο σκέλη. Το πρώτο ζητά τον ορισμό της Τεχνητής Νοημοσύνης, όπως δόθηκε στο §7.2: κλάδος της επιστήμης των υπολογιστών που δημιουργεί συστήματα ικανά να μιμηθούν την ανθρώπινη ευφυΐα (λήψη αποφάσεων, επίλυση προβλημάτων, αναγνώριση ομιλίας/προσώπου, δημιουργία περιεχομένου). Το δεύτερο σκέλος είναι ανοιχτό: ζητά δύο περιπτώσεις όπου μια εφαρμογή Τεχνητής Νοημοσύνης θα μπορούσε να βλάψει τον άνθρωπο, αν χρησιμοποιηθεί χωρίς κριτικό έλεγχο.

Λύση:

1. Ορισμός: η Τεχνητή Νοημοσύνη είναι κλάδος της επιστήμης των υπολογιστών που σκοπό έχει τη δημιουργία συστημάτων ικανών να μιμηθούν την ανθρώπινη ευφυΐα — να παίρνουν αποφάσεις, να επιλύουν προβλήματα, να αναγνωρίζουν ομιλία ή πρόσωπο, να δημιουργούν περιεχόμενο.
2. Κίνδυνος 1: μια εφαρμογή ιατρικής διάγνωσης βασισμένη σε Τεχνητή Νοημοσύνη μπορεί να δώσει λανθασμένη διάγνωση, αν ο γιατρός την εμπιστευτεί άκριτα χωρίς δικό του κλινικό έλεγχο.
3. Κίνδυνος 2: μια εφαρμογή παραγωγικής Τεχνητής Νοημοσύνης μπορεί να παράγει και να διαδώσει ψευδείς ειδήσεις (fake news), αν εκπαιδεύτηκε σε αναξιόπιστα ή παραπλανητικά δεδομένα.

Ενδεικτική απάντηση: Η Τεχνητή Νοημοσύνη είναι ο κλάδος της επιστήμης των υπολογιστών που δημιουργεί συστήματα ικανά να μιμούνται την ανθρώπινη ευφυΐα. Ενδεικτικοί κίνδυνοι: (1) λανθασμένη ιατρική διάγνωση αν χρησιμοποιηθεί χωρίς κλινικό έλεγχο, (2) παραγωγή/διάδοση ψευδών ειδήσεων από εφαρμογή εκπαιδευμένη σε αναξιόπιστα δεδομένα. Άλλα τεκμηριωμένα παραδείγματα κινδύνου γίνονται επίσης αποδεκτά.

Πρόσεξε:

• Ο ορισμός της Τεχνητής Νοημοσύνης έχει συγκεκριμένο περιεχόμενο από το βιβλίο και πρέπει να αποδίδεται με ακρίβεια, όχι μόνο περιφραστικά («είναι όταν ο υπολογιστής είναι έξυπνος»).
• Το δεύτερο σκέλος είναι ανοιχτής διερεύνησης — αξιολογείται η ποιότητα της αιτιολόγησης του κάθε παραδείγματος κινδύνου, όχι η επιλογή συγκεκριμένου παραδείγματος.