AIWOT Online Portfolio

Project 2023-2-EE01-KA210-VET-000170467 — The use of artificial intelligence in the work of a teacher “Funded by the European Union. Views and opinions expressed ar e however those of the author(s) only and do not necessarily reflect those of the European Union or Estonia Haridus- ja Noorteamet. Neither the European Union nor the granting authority can be held responsible for them.”

Projekt 2023-2-EE01-KA210-VET-000170467 — Tehisintellekti kasutamine õpetaja töös "Rahastab Euroopa Liit. Väljendatud seisukohad ja arvamused on siiski ainult autori(te) omad ega pruugi kajastada Euroopa Liidu või Haridus- ja Noorteameti seisukohti ja arvamusi. Euroopa Liitu ega abi andvat asutust ei saa nende eest vastutavaks pidada."

Σχέδιο 2023-2-EE01-KA210-VET-000170467 — The use of artificial intelligence in the work of a teacher «Χρηματοδοτείται από την Ευρωπαϊκή Ένωση. Οι απόψεις και οι γνώμες που εκφράζονται είναι ωστόσο αποκλειστικά αυτές του/των συγγραφέα(ων) και δεν αντικατοπτρίζουν απαραίτητα εκείνες της Ευρωπαϊκής Ένωσης ή της Εσθονικής Υπηρεσίας Εκπαίδευσης και Νεολαίας (Haridus- ja Noorteamet). Ούτε η Ευρωπαϊκή Ένωση ούτε η αναθέτουσα αρχή μπορούν να θεωρηθούν υπεύθυνες για αυτές.»

Projektas 2023-2-EE01-KA210-VET-000170467 — Dirbtinio intelekto naudojimas mokytojo darbe „Finansuojama Europos Sąjungos. Nuomonės ir požiūriai, išreikšti šiame dokumente, yra tik autoriaus(-ių) nuomonės ir nebūtinai atspindi Europos Sąjungos ar Estijos Švietimo ir Jaunimo Agentūros (Haridus- ja Noorteamet) požiūrį. Nei Europos Sąjunga, nei suteikiančioji institucija nėra atsakingos už šias nuomones.

NOT Accept

Accept

AIWOT

Introduction

Survey & analysis

Sissejuhatus

Küsimustik

Εισαγωγή

Έρευνα

Įvadas

Apklausa

30 Selected AI Tools – A Teacher Short Manual

12 AI Tools

30 TI tööriista –lühimanuaal

Best practices

Σύντομο εγχειρίδιο 30 εργαλείων ΤΝ

Trumpas 30 DI įrankių vadovas

12 AI Tööriista

12 Εργαλεία Τεχνητής Νοημοσύνης καλές πρακτικές στην ΕΕΚ

ja nende kasutamine

ipsum dolor

12 dirbtinio intelekto įrankių su geriausia praktika

FINISH

Best practices

1. Audacity 2. ChatGPT 4.0 Ohm's Law (Theory and Practice) Maintenance and Repair of Motor Vehicle Body and Interior (Practical Work) 3. Deep Dream Professional Estonian for Chefs (Practical Exercise) Cutting Shapes (Short online lesson) 4. Eduaide.ai Atomic Structure (Theory Lesson) Preserving Food ( E-Learning) Cutting Shapes (Short online lesson)

Best practices

5. Note GPT AI Summarizer 6. Magic School AI 7. Eleven Labs AI 8. GAMMA AI Powered Presentation Builder

Best practices

9. QuestionWell10. Perplexity AI 11. DEEP·L 12. Canva Magic

Using Bloom's Taxonomy for Analyzing Artificial Intelligence The AIWOT team conducted an analysis of 30 artificial intelligence tools based on Bloom's Taxonomy. The first criterion was the target audience: primary school-based vocational students, adult vocational education, or professional hobby education. The second criterion was the tool's ability to create learning materials for both theoretical and practical lessons. The third criterion concerned the format of the materials, which could include audio, video, or text. In the table, "X" indicates that the criterion is supported, while "-" indicates that the tool does not have such a capability. You can find the guidelines for using Bloom's Taxonomy to evaluate AI tools HERE, and the analysis of 30 tools HERE

Best practices

1. Audacity 2. ChatGPT 4.0 Ohmi seadus (Theoria ja praktika) Mootorsõiduki kere ja sisustuse hooldus ja remont praktiline töö 3. Deep Dream Erialane eesti keel kokadele (praktiline harjutus) Tükelduskujud (online tund) 4. Eduaide.ai Aatomi ehitus (teooria) Toidu konserveerimne ( E-Learning)

Best practices

5. Note GPT AI Summarizer 6. Magic School AI 7. Eleven Labs AI 8. GAMMA AI Powered Presentation Builder

Best practices

9. QuestionWell10. Perplexity AI 11. DEEP·L 12. Canva Magic

Bloom’i taksonoomia kasutamine tehisintellekti analüüsimiseks AIWOTi meeskond koostas analüüsi 30 tehisintellekti tööriista kohta, tuginedes Bloom’i taksonoomiale. Esimene kriteerium oli sihtrühm: põhikoolijärgsed kutseõppurid, täiskasvanute kutseharidus või kutsealane huviharidus. Teine kriteerium oli tööriista võimalus luua õppematerjale nii teooria- kui ka praktiliste tundide jaoks. Kolmas kriteerium puudutas materjalide vormi, milleks võisid olla audio, video või tekst. Tabelis tähistab „X“, et selline kriteerium on võimalik, ja „-“, et sellist võimalust tööriistal ei ole. Bloom’i taksonoomia kasutamise juhendi tehisintellekti tööriistade hindamisel leiate SIIT ning 30 tööriista analüüsi leiate SIIT

Bloom taksonomijos naudojimas dirbtinio intelekto analizei AIWOT komanda atliko 30 dirbtinio intelekto įrankių analizę, remdamasi Bloom taksonomija. Pirmasis kriterijus buvo tikslinė auditorija: pagrindinės mokyklos profesinio mokymo moksleiviai, suaugusiųjų profesinis mokymas arba profesinio pobūdžio pomėgių mokymas. Antrasis kriterijus buvo įrankio galimybė kurti mokomąją medžiagą tiek teorinėms, tiek praktinėms pamokoms. Trečiasis kriterijus apėmė medžiagos formatą, kuris galėjo būti audio, video arba tekstinis. Lentelėje „X“ reiškia, kad kriterijus yra palaikomas, o „-“ reiškia, kad tokios galimybės įrankis neturi. Bloom taksonomijos naudojimo gaires dirbtinio intelekto įrankių vertinimui rasite ČIA, o 30 įrankių analizę rasite ČIA.

Χρήση της ταξινομίας του Bloom για την ανάλυση εργαλείων τεχνητής νοημοσύνηςΗ ομάδα AIWOT πραγματοποίησε ανάλυση 30 εργαλείων τεχνητής νοημοσύνης με βάση την ταξινόμηση του Bloom. Το πρώτο κριτήριο ήταν το ακροατήριο-στόχος: εκπαιδευόμενοι επαγγελματικής εκπαίδευσης με βασική εκπαίδευση, επαγγελματική εκπαίδευση ενηλίκων ή επαγγελματική εκπαίδευση ως χόμπι. Το δεύτερο κριτήριο ήταν η ικανότητα του εργαλείου να δημιουργεί εκπαιδευτικό υλικό τόσο για θεωρητικά όσο και για πρακτικά μαθήματα. Το τρίτο κριτήριο αφορούσε τη μορφή του υλικού, η οποία θα μπορούσε να περιλαμβάνει ήχο, βίντεο ή κείμενο. Στον πίνακα, το "Χ" υποδηλώνει ότι το κριτήριο υποστηρίζεται, ενώ το "-" υποδηλώνει ότι το εργαλείο δεν διαθέτει τέτοια δυνατότητα. Μπορείτε να βρείτε τις κατευθυντήριες γραμμές για τη χρήση της ταξινομίας του Bloom για την αξιολόγηση εργαλείων ΤΝ ΕΔΩ, και την ανάλυση 30 εργαλείων ΕΔΩ

Η ομάδα AIWOT ανέλυσε 30 εργαλεία τεχνητής νοημοσύνης και επικεντρώθηκε στην επιλογή των 12 καλύτερων εργαλείων τεχνητής νοημοσύνης. Το κύριο κριτήριο ήταν η καταλληλότητά τους για τις ανάγκες της επαγγελματικής εκπαίδευσης, με ιδιαίτερη έμφαση στη χρηστικότητα των εργαλείων για τη διευκόλυνση και τη δομή τόσο των πρακτικών όσο και των θεωρητικών μαθημάτων. Τα επιλεγμένα εργαλεία τεχνητής νοημοσύνης παρουσιάζονται σε συνδυασμό με τα επίπεδα της ταξινόμησης του Bloom, με παραδείγματα για κάθε εργαλείο σχετικά με το πώς μπορούν οι εκπαιδευτικοί να τα χρησιμοποιήσουν στην πράξη. Υλικά και επιπλέον πληροφορίες μπορείτε να βρείτε ΕΔΩ

Klausimynas ir jo analizė AIWOT projekto pagrindinis tikslas – sukurti vadovą/internetinį portfelį, kuriame dalyvaujančių mokyklų kolegos aprašytų dirbtinio intelekto įrankius ir pasidalintų savo geriausia praktika, pasiekta naudojant šiuos įrankius, kad darbas taptų efektyvesnis ir naudingesnis. Siekiant ištirti požiūrį, kompetencijas ir suvokimą šioje srityje, buvo atlikta apklausa. Klausimus ir jų analizę galite rasti čia:

SURVEYThe main goal of the AIWOT project is to develop a guide/online portfolio where colleagues from participating schools provide descriptions of AI tools and share their best practices achieved through the use of AI tools. To make the work more effective and beneficial, a survey was conducted to explore attitudes, competencies, and perceptions in this field. You can find the questions and their analysis under this link

KÜSIMUSTIK ja selle analüüsAIWOT-projekti peamine eesmärk on luua juhend või veebipõhine portfoolio, kus osalevate koolide kolleegid kirjeldavad tehisintellekti tööriistu ning jagavad oma parimaid praktikaid, mis on saavutatud nende tööriistade kasutamise kaudu. Selleks, et muuta töö tõhusamaks ja kasulikumaks, viidi läbi küsitlus, et uurida hoiakuid, pädevusi ja tajumusi selles valdkonnas. Küsimused ja nende analüüsi leiate siit:

ΕΡΕΥΝΑ Ο κύριος στόχος του σχεδίου AIWOT είναι η ανάπτυξη ενός οδηγού/ηλεκτρονικού χαρτοφυλακίου, όπου συνάδελφοι από τους συμμετέχοντες εκπαιδευτικούς φορείς θα παρέχουν περιγραφές εργαλείων Τεχνητής Νοημοσύνης και θα μοιράζονται τις βέλτιστες πρακτικές τους που επιτεύχθηκαν μέσω της χρήσης αυτών των εργαλείων. Για να γίνει η εργασία πιο αποτελεσματική και επωφελής, διεξήχθη έρευνα για να εξεταστούν οι στάσεις, οι ικανότητες και οι αντιλήψεις στον τομέα αυτό. Μπορείτε να βρείτε τις ερωτήσεις και την ανάλυσή τους στον σύνδεσμο

Bloom's taxonomy is an excellent tool for analyzing the effectiveness of AI in education for several reasons:

Clear structure for assessing learning: Bloom's taxonomy provides a structured approach to evaluate different levels of learning, from basic knowledge to higher-level cognitive skills such as analysis, synthesis, and evaluation. In the case of AI tools, it's important to assess how they support learners in progressing from lower knowledge levels to more advanced cognitive abilities.

Measuring various skills: AI can assist in automating and improving the assessment of different skills. Bloom's taxonomy offers a framework for determining which learning levels are supported by AI and whether the focus is solely on basic knowledge or also on deeper skills like analysis and creative thinking.

Visualizing the impact of AI tools: Using Bloom's taxonomy, teachers can analyze which levels of the taxonomy AI tools address and which areas may need further enhancement. For example, AI might assist with tasks like information recall and understanding but may require additional development to support higher cognitive processes, such as synthesis and evaluation.

Simplifying the measurement of learning outcomes: Bloom's taxonomy helps clearly define and structure learning outcomes. The effectiveness of AI-based solutions can be evaluated by examining how they support students' progress through the various levels of the taxonomy, providing educators with valuable insights into which areas need more attention and where AI has a positive impact.

Personalized learning: Bloom's taxonomy allows teachers and AI tools to tailor learning according to the student's current level and needs. AI can assess students' cognitive levels in real-time and offer differentiated tasks that align with the learner's individual development according to the steps of Bloom's taxonomy.Click link to go to 30 Selected AI Tools – A Teacher Short Manual

AIWOT-rühm analüüsis 30 tehisintellekti tööriista ning keskendus 12 parima valikule. Peamine kriteerium oli nende sobivus kutsehariduse vajadustega, pöörates erilist tähelepanu tööriistade kasutusvõimalustele nii praktiliste kui ka teooriatundide läbiviimise hõlbustamiseks ja struktureerimiseks. Valitud tehisintellekti tööriistad on esitatud koos Bloom’i taksonoomia tasemetega ning iga tööriista juures on toodud näited, kuidas õpetaja saab seda praktiliselt kasutada. Materjalid ja lisainfo leiate SIIT

The AIWOT team analyzed 30 artificial intelligence tools and focused on selecting the best 12 AI tools . The main criterion was their suitability for vocational education needs, with particular attention to the tools' usability in facilitating and structuring both practical and theoretical lessons. The selected AI tools are presented alongside Bloom's taxonomy levels, with examples provided for each tool on how teachers can use them in practice. Materials and additional information can be found HERE

AIWOT komanda išanalizavo 30 dirbtinio intelekto įrankių ir sutelkė dėmesį į 12 geriausių atranką. Pagrindinis kriterijus buvo jų tinkamumas profesinio ugdymo poreikiams, ypač atsižvelgiant į įrankių pritaikymą palengvinant ir struktūrizuojant tiek praktines, tiek teorines pamokas. Pasirinkti DI įrankiai pristatomi kartu su Blumo taksonomijos lygiais, pateikiant pavyzdžius, kaip kiekvieną įrankį galima naudoti mokymo praktikoje. Medžiagą ir papildomą informaciją galite rasti ČIA.

Dirbtinio intelekto naudojimas mokymo veikloje: Istorinė ir šiuolaikinė perspektyva Istorinė aplinka Visoje istorijoje žmonija visada siekė sukurti technologinius įrankius, kurie palengvintų kasdienį gyvenimą ir darbą. Senovėje žmonės svajojo apie mechanizmus, kurie galėtų atlikti reikalingas užduotis. Pavyzdžiui, graikų filosofas Aristotelis savo veikale "Politika" rašė apie galimybę, kad mašinos kada nors galėtų dirbti savarankiškai, taip išlaisvindamos vergus ir darbininkus nuo sunkaus darbo (Aristotelis, 350 pr. Kr.). Laikui bėgant, technologinės idėjos vystėsi, o XVIII amžiaus pramonės revoliucija atnešė pirmuosius mechanizuotus įrenginius. Nuo tada technologinių pagalbinių priemonių plėtra nuolat augo, galiausiai XX ir XXI amžiuje sukuriant dirbtinį intelektą (DI). DI reiškia sistemas, gebančias mokytis, prisitaikyti ir atlikti užduotis, kurioms paprastai reikia žmogaus intelekto, kaip problemų sprendimas ir sprendimų priėmimas (Russell & Norvig, 2020).

Dirbtinio intelekto vaidmuo mokymo veikloje Šiandien DI tampa svarbiu įrankiu švietimo ir mokymo veikloje. DI naudojimas švietime gali apimti įvairias programas, nuo administracinių užduočių iki individualaus mokymosi palaikymo. Vienas pagrindinių privalumų, kurį DI siūlo mokytojams, yra administracinių užduočių automatizavimas. Mokytojai dažnai turi tvarkyti didelį kiekį duomenų, įskaitant mokinių vertinimus ir atsiliepimus. DI sistemos gali padėti organizuoti ir analizuoti šiuos duomenis, taip atlaisvindamos mokytojų laiką ir leisdamos jiems daugiau dėmesio skirti mokymui ir individualiems mokinių poreikiams (Luckin et al., 2016). Be to, DI gali suteikti asmeninį mokymą, pritaikydama mokymo metodus pagal kiekvieno mokinio poreikius ir mokymosi stilius. Pavyzdžiui, adaptacinės mokymosi platformos, naudojančios DI, gali analizuoti mokinių pasiekimus ir pritaikyti mokymo medžiagą pagal jų stipriąsias ir silpnąsias puses. Tai ne tik pagerina mokymosi rezultatus, bet ir didina mokinių motyvaciją ir įsitraukimą (Holmes et al., 2019).

Ateities perspektyvos ir etinės svarstyklės DI vaidmuo švietime ir mokymo veikloje ateityje greičiausiai dar labiau išaugs. DI technologijų tolesnis vystymasis gali atnešti naujų ir novatoriškų sprendimų, kurie padarys mokymą ir mokymąsi dar efektyvesnį ir malonesnį. Tačiau DI naudojimas švietime taip pat kelia tam tikras etines svarstykles. Svarbu užtikrinti, kad DI sistemos būtų skaidrios ir naudojamos teisingai, siekiant išvengti diskriminacijos ir užtikrinti vienodą visų mokinių traktavimą. Be to, reikia atkreipti dėmesį į duomenų apsaugą ir mokinių privatumo apsaugą (Williamson, 2017).

Išvados DI naudojimas mokymo veikloje yra dar vienas žingsnis ilgoje žmonijos istorijoje, siekiančioje kurti įrankius, kurie palengvintų gyvenimą. Nuo Aristotelio svajonių iki šiuolaikinių DI taikymų švietime, technologijų pažanga leido sukurti įrankius, kurie gali žymiai pagerinti švietimo procesą ir padėti mokytojams jų darbe. Ateities perspektyvos yra daug žadančios, tačiau taip pat svarbu atkreipti dėmesį į susijusias etines ir privatumo problemas. Nuorodos • Aristotle. (350 BCE). Politika. • Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. • Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson. • Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. • Williamson, B. (2017). Big Data in Education: The Digital Future of Learning, Policy and Practice. Sage.

Dirbtinio intelekto plėtra ir jos poveikis švietimui Pastaraisiais metais DI plėtra buvo įspūdinga, ir ji neišvengiamai pradėjo daryti įtaką švietimo sričiai. Po COVID-19 pandemijos ši tema sulaukė dar daugiau dėmesio, nes skaitmeniniai sprendimai tapo neatsiejama švietimo dalimi. Erasmus+ K21: AI for Teachers Projektas 2023 metais trys švietimo įstaigos – Valgamaa profesinio mokymo centras (VKÕK) iš Estijos, Verslo ir svetingumo profesinio mokymo centras (VESK) iš Lietuvos ir Olympiaki Ekpaideftiki Kai Symvouleftiki EPE (Olympiaki T&C) iš Graikijos – pradėjo projektą, kurį remia Erasmus+ K21 priemonė. Projekto tikslas – padėti mokytojams rasti ir naudoti tinkamus DI sprendimus savo darbe.

Apklausos ir analizė Visose dalyvaujančiose šalyse partneriai atliko apklausą, siekdami suprasti, ką mokytojai žino apie DI ir ką jie norėtų apie jį sužinoti. Remiantis apklausos rezultatais, darbo grupės, naudodamos Bloom'o taksonomiją, išanalizavo 30 skirtingų DI programų ir sprendimų. Šios analizės rezultatu buvo pasirinktos 12 DI ar su DI susijusių programų, kurioms buvo parengtos praktinės gairės. Praktinės gairės ir mokymo medžiaga Pasirinktiems DI sprendimams buvo sukurtos gairės, padedančios mokytojams suprasti, kaip naudoti šias programas mokyme, vertinime ir grįžtamojo ryšio teikime. Gairėse buvo sutelktas dėmesys į praktinius pavyzdžius ir žingsnis po žingsnio instrukcijas, siekiant užtikrinti lengvą ir suprantamą naudotojų patirtį mokytojams. Projekto rezultatai ir tikslai Projekto komanda tikisi, kad kiekvienas mokytojas ras kažką įdomaus ir naudingo, kas padės jiems pagerinti savo mokymo veiklą. DI įdiegimas švietime gali pasiūlyti naujas galimybes mokinių įtraukimui, asmeninio mokymosi palaikymui ir mokymo efektyvumo didinimui.

Išvados DI plėtra ir jos poveikis švietimui yra reikšmingi, o tokie projektai kaip Erasmus+ K21 padeda mokytojams rasti ir naudoti šias galimybes. Tarptautinio bendradarbiavimo ir geriausių praktikų dalijimosi dėka mokytojai gauna vertingus įrankius, palaikančius jų profesinį tobulėjimą ir mokinių mokymosi procesą. Nuorodos • Erasmus+ K21 projekto oficiali svetainė. (2023). • VKÕK, VESK ir Olympiaki T&C oficialūs pranešimai spaudai. (2023). • Bloom'o taksonomijos taikymas švietime: teorija ir praktika. (2023).

Tehisintellekti kasutamine õpetamisel: Ajalooline taust Läbi ajaloo on inimkond alati püüdnud luua tehnoloogilisi vahendeid, mis lihtsustaksid igapäevaelu ja tööd. Antiikajast unistasid inimesed mehhanismidest, mis võiksid inimestele vajalikke ülesandeid täita. Näiteks kirjutas Kreeka filosoof Aristoteles oma teoses "Politika" võimalusest, et masinad võivad ühel päeval töötada iseseisvalt, vabastades seeläbi orjad ja töölised raskest tööst (Aristoteles, 350 eKr).

Aja jooksul arenesid tehnoloogilised ideed ning 18. sajandi tööstusrevolutsioon tõi kaasa esimesed mehhaniseeritud seadmed. Sellest ajast alates on tehnoloogia areng olnud pidevalt tõusuteel, mis viis lõpuks tehisintellekti (AI) loomiseni 20. ja 21. sajandil. Tehisintellekt viitab süsteemidele, mis suudavad õppida, kohaneda ja täita ülesandeid, mis tavaliselt nõuavad inimintelligentsust, näiteks probleemide lahendamist ja otsuste tegemist (Russell & Norvig, 2020). Tehisintellekti roll õpetamisel Tänapäeval mängib tehisintellekt hariduses üha olulisemat rolli. Selle kasutusvõimalused ulatuvad haldusülesannete lihtsustamisest kuni individuaalse õppetöö toetamiseni.

Üks peamisi eeliseid, mida tehisintellekt õpetajatele pakub, on haldusülesannete automatiseerimine. Õpetajad peavad sageli haldama suuri andmekoguseid, sealhulgas õpilaste hinnanguid ja tagasisidet. Tehisintellektisüsteemid aitavad neid andmeid korraldada ja analüüsida, vabastades õpetajate aega ning võimaldades neil keskenduda rohkem õpetamisele ja õpilaste individuaalsete vajaduste toetamisele (Luckin et al., 2016). Lisaks saab tehisintellekt toetada isikupärastatud õpet, kohandades õpetamismeetodeid vastavalt iga õpilase vajadustele ja õpistiilile. Näiteks adaptiivsed õppeplatvormid, mis kasutavad tehisintellekti, analüüsivad õpilaste tulemusi ja kohandavad õppematerjale nende tugevuste ja arendamist vajavate oskuste põhjal. See mitte ainult ei paranda õpitulemusi, vaid suurendab ka õpilaste motivatsiooni ja kaasatust (Holmes et al., 2019).

Tulevikuperspektiivid ja eetilised kaalutlused Tehisintellekti roll hariduses ja õpetamises kasvab tulevikus tõenäoliselt veelgi. Tehisintellekti tehnoloogiate jätkuv arendamine võib tuua kaasa uusi ja innovaatilisi lahendusi, mis muudavad õpetamise ja õppimise veelgi tõhusamaks ja nauditavamaks. Kuid tehisintellekti kasutamine hariduses tõstatab ka teatavaid eetilisi kaalutlusi. Oluline on tagada tehisintellektisüsteemide läbipaistvus ja õiglane kasutamine, et vältida diskrimineerimist ja tagada kõigi üliõpilaste võrdne kohtlemine. Lisaks tuleb tähelepanu pöörata andmekaitsele ja õpilaste privaatsusele (Williamson, 2017).

Tehisintellekti kasutamine õpetamisel on järjekordne samm inimkonna pikas ajaloos, püüdes luua elu lihtsustavaid abivahendeid. Alates Aristotelese unistustest kuni tänapäevaste tehisintellekti rakendusteni hariduses on tehnoloogia areng võimaldanud luua tööriistu, mis võivad haridusprotsessi märkimisväärselt parandada ja õpetajaid nende töös toetada. Tulevikuväljavaated on paljulubavad, kuid samuti on oluline pöörata tähelepanu sellega kaasnevatele eetilistele ja eraelu puutumatuse küsimustele. Viited • Aristoteles. (350 e.m.a). Poliitika. • Russell, S., & Norvig, P. (2020). Tehisintellekt: kaasaegne lähenemine (4. väljaanne). Pearson. • Luckin, R., Holmes, W., Griffiths, M., &; Forcier, L. B. (2016). Intelligentsus vallandati: argument tehisintellekti kohta hariduses. Pearson. • Holmes, W., Bialik, M., & Fadel, C. (2019). Tehisintellekt hariduses: lubadused ja mõju õpetamisele ja õppimisele. Õppekava ümberkujundamise keskus. • Williamson, B. (2017). Suurandmed hariduses: õppimise, poliitika ja praktika digitaalne tulevik. Salvei.

Tehisintellekti areng ja selle mõju haridusele Tehisintellekti (AI) areng on viimastel aastatel olnud tähelepanuväärne ja see on paratamatult hakanud mõjutama haridusvaldkonda. Alates COVID-19 pandeemiast on sellele teemale pööratud veelgi rohkem tähelepanu, kuna digilahendustest on saanud hariduse lahutamatu osa. Erasmus+ K21: AI õpetajatele projekt 2023. aastal algatasid kolm haridusasutust – Valgamaa Kutsehariduskeskus (VKÕK) Eestist, Verslo ir svetingumo profesinės karjeros centras (VESK) Leedust ja Olympiaki Ekpaideftiki Kai Symvouleftiki EPE (Olympiaki T&C) Kreekast – projekti, mida toetas Erasmus+ K21 meede. Projekti eesmärk on aidata õpetajatel leida ja kasutada oma töös sobivaid tehisintellekti lahendusi. Uuringud ja analüüs Kõigis osalevates riikides viisid partnerid läbi küsitlusi, et mõista, mida õpetajad tehisintellektist teavad ja mida nad sooviksid selle kohta õppida. Uuringu tulemuste põhjal analüüsisid töörühmad Bloomi taksonoomia abil 30 erinevat tehisintellekti rakendust ja programmi. Selle analüüsi tulemusena valiti välja 12 tehisintellektiga või tehisintellektiga seotud programmi, mille jaoks loodi praktilised juhendid.

Praktilised juhendid ja koolitusmaterjalid Valitud tehisintellekti lahenduste jaoks loodi juhendid, et aidata õpetajatel mõista, kuidas neid rakendusi õpetamisel, hindamisel ja tagasisides kasutada. Juhendid keskendusid praktilistele näidetele ja sammsammulistele juhistele, et tagada õpetajatele lihtne ja arusaadav kasutuskogemus. Projekti tulemused ja eesmärgid Projektimeeskond loodab, et iga õpetaja leiab midagi huvitavat ja kasulikku, mis aitab neil õpetamist tõhustada. Tehisintellekti kasutuselevõtt hariduses võib pakkuda uusi võimalusi õpilaste kaasamiseks, toetada individuaalset õppimist ja parandada õpetamise tõhusust. Järeldus Tehisintellekti areng ja selle mõju haridusele on märkimisväärne ning sellised projektid nagu Erasmus+ K21 aitavad õpetajatel neid võimalusi leida ja kasutada. Rahvusvahelise koostöö ja parimate tavade jagamise kaudu saavad õpetajad väärtuslikke tööriistu, mis toetavad nende professionaalset arengut ja õpilaste õppeprotsessi. Viited • Erasmus+ K21 projekti ametlik veebisait. (2023). • VKÕKi, VESKI ja Olympiaki T&C. ametlikud pressiteated (2023). • Bloomi taksonoomia rakendamine hariduses: teooria ja praktika. (2023).

Esileht

Use of Artificial Intelligence in Teaching: Historical and Contemporary Perspectives Historical Background Throughout history, humankind has always sought to create technological tools that would simplify daily life and work. In antiquity, people dreamed of mechanisms that could perform necessary tasks for humans. For example, the Greek philosopher Aristotle wrote in his work "Politika" about the possibility that machines might one day work independently, thereby freeing slaves and laborers from hard work (Aristotle, 350 BCE). Over time, technological ideas evolved, and the Industrial Revolution of the 18th century brought about the first mechanized devices. Since then, the development of technological aids has been on a continuous rise, culminating in the creation of artificial intelligence (AI) in the 20th and 21st centuries. AI refers to systems capable of learning, adapting, and performing tasks that typically require human intelligence, such as problem-solving and decision-making (Russell & Norvig, 2020). The Role of Artificial Intelligence in Teaching Today, AI is becoming a significant tool in education and teaching. The use of AI in education can encompass a variety of applications, from administrative tasks to supporting individual learning. One of the main advantages AI offers to teachers is the automation of administrative tasks. Teachers often need to manage large amounts of data, including student assessments and feedback. AI systems can help organize and analyze this data, thereby freeing up teachers' time and allowing them to focus more on teaching and addressing the individual needs of students (Luckin et al., 2016). Moreover, AI can provide personalized learning by adjusting teaching methods according to each student's needs and learning styles. For example, adaptive learning platforms that use AI can analyze student performance and tailor learning materials according to their strengths and weaknesses. This not only improves learning outcomes but also increases student motivation and engagement (Holmes et al., 2019).

Future Perspectives and Ethical ConsiderationsThe role of AI in education and teaching is likely to grow even further in the future. The continued development of AI technologies may bring new and innovative solutions that make teaching and learning even more efficient and enjoyable. However, the use of AI in education also raises certain ethical considerations. It is important to ensure that AI systems are transparent and used fairly to avoid discrimination and ensure equal treatment for all students. Additionally, attention must be paid to data protection and the privacy of students (Williamson, 2017). Conclusion The use of AI in teaching is another step in the long history of humankind's quest to create aids that simplify life. From Aristotle's dreams to today's AI applications in education, technological advancement has enabled the creation of tools that can significantly improve the educational process and support teachers in their work. The future perspectives are promising, but it is also important to pay attention to the accompanying ethical and privacy issues. References • Aristotle. (350 BCE). Politika. • Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. • Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson. • Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. • Williamson, B. (2017). Big Data in Education: The Digital Future of Learning, Policy and Practice. Sage.

The Development of AI and Its Impact on Education The development of artificial intelligence (AI) in recent years has been remarkable, and it has inevitably started to influence the field of education. Since the COVID-19 pandemic, this topic has received even more attention as digital solutions have become an integral part of education. Erasmus+ K21: AI for Teachers Project In 2023, three educational institutions—Valgamaa Vocational Training Centre (VKÕK) from Estonia, Verslo ir svetingumo profesinės karjeros centras (VESK) from Lithuania, and Olympiaki Ekpaideftiki Kai Symvouleftiki EPE (Olympiaki T&C) from Greece—initiated a project supported by the Erasmus+ K21 measure. The project's goal is to help teachers find and use suitable AI solutions in their work. Surveys and Analysis In all participating countries, partners conducted surveys to understand what teachers know about AI and what they would like to learn about it. Based on the survey results, workgroups analyzed 30 different AI applications and programs using Bloom's taxonomy. As a result of this analysis, 12 AI or AI-related programs were selected, for which practical guides were created.

Practical Guides and Training Materials Guides were created for the selected AI solutions to help teachers understand how to use these applications in teaching, assessment, and feedback. The guides focused on practical examples and step-by-step instructions to ensure an easy and understandable user experience for teachers. Project Outcomes and Goals The project team hopes that every teacher will find something interesting and useful that helps them enhance their teaching. The introduction of AI in education can offer new opportunities for student engagement, support individual learning, and improve the effectiveness of teaching. Conclusion The development of AI and its impact on education is significant, and projects like Erasmus+ K21 help teachers find and utilize these opportunities. Through international cooperation and the sharing of best practices, teachers gain valuable tools that support their professional development and the learning process of their students. References • Official website of the Erasmus+ K21 project. (2023). • Official press releases from VKÕK, VESK, and Olympiaki T&C. (2023). • Application of Bloom's taxonomy in education: theory and practice. (2023).

Χρήση Τεχνητής Νοημοσύνης στη Διδασκαλία Ιστορικές και Σύγχρονες Προοπτικές Ιστορικό Υπόβαθρο Σε όλη την ιστορία, η ανθρωπότητα πάντα επιδίωκε να δημιουργήσει τεχνολογικά εργαλεία που θα απλοποιούσαν την καθημερινή ζωή και την εργασία. Στην αρχαιότητα, οι άνθρωποι ονειρεύονταν μηχανισμούς που θα μπορούσαν να εκτελούν απαραίτητες εργασίες για τους ανθρώπους. Για παράδειγμα, ο Έλληνας φιλόσοφος Αριστοτέλης έγραψε στο έργο του "Πολιτικά" για την πιθανότητα οι μηχανές να μπορούσαν κάποτε να λειτουργούν ανεξάρτητα, απελευθερώνοντας έτσι τους δούλους και τους εργάτες από τη σκληρή εργασία (Αριστοτέλης, 350 π.Χ.). Με την πάροδο του χρόνου, οι τεχνολογικές ιδέες εξελίχθηκαν και η Βιομηχανική Επανάσταση του 18ου αιώνα έφερε τα πρώτα μηχανοποιημένα εργαλεία. Από τότε, η ανάπτυξη τεχνολογικών βοηθητικών μέσων αυξανόταν συνεχώς, καταλήγοντας στη δημιουργία της Tεχνητής Nοημοσύνης (TN) τον 20ό και 21ο αιώνα. Η TN αναφέρεται σε συστήματα ικανά να μαθαίνουν, να προσαρμόζονται και να εκτελούν εργασίες που συνήθως απαιτούν ανθρώπινη νοημοσύνη, όπως η επίλυση προβλημάτων και η λήψη αποφάσεων (Russell & Norvig, 2020). Ο Ρόλος της Τεχνητής Νοημοσύνης στη Διδασκαλία Σήμερα, η TN γίνεται σημαντικό εργαλείο στην εκπαίδευση και τη διδασκαλία. Η χρήση της TN στην εκπαίδευση μπορεί να περιλαμβάνει διάφορες εφαρμογές, από διοικητικά καθήκοντα έως την υποστήριξη της ατομικής μάθησης. Ένα από τα κύρια πλεονεκτήματα που προσφέρει η TN στους εκπαιδευτές είναι η αυτοματοποίηση των διοικητικών καθηκόντων.

Οι εκπαιδευτές συχνά χρειάζεται να διαχειριστούν μεγάλο όγκο δεδομένων, συμπεριλαμβανομένων των αξιολογήσεων και των ανατροφοδοτήσεων των μαθητών. Τα συστήματα ΤΝ μπορούν να βοηθήσουν στην οργάνωση και την ανάλυση αυτών των δεδομένων, απελευθερώνοντας έτσι το χρόνο των εκπαιδευτών και επιτρέποντάς τους να επικεντρωθούν περισσότερο στη διδασκαλία και στην αντιμετώπιση των ατομικών αναγκών των μαθητών (Luckin et al., 2016). Επιπλέον, η ΤΝ μπορεί να παρέχει εξατομικευμένη μάθηση, προσαρμόζοντας τις διδακτικές μεθόδους σύμφωνα με τις ανάγκες και τα μαθησιακά στυλ κάθε μαθητή. Για παράδειγμα, οι προσαρμοστικές πλατφόρμες μάθησης που χρησιμοποιούν ΤΝ μπορούν να αναλύσουν την απόδοση των μαθητών και να προσαρμόσουν τα μαθησιακά υλικά σύμφωνα με τα δυνατά και αδύνατα σημεία τους. Αυτό όχι μόνο βελτιώνει τα μαθησιακά αποτελέσματα, αλλά αυξάνει επίσης το κίνητρο και την εμπλοκή των μαθητών (Holmes et al., 2019).

Μελλοντικές Προοπτικές και Δεοντολογικά Ζητήματα Ο ρόλος της ΤΝ στην εκπαίδευση και τη διδασκαλία πιθανότατα θα αυξηθεί ακόμα περισσότερο στο μέλλον. Η συνεχιζόμενη ανάπτυξη των τεχνολογιών ΤΝ μπορεί να φέρει νέες και καινοτόμες λύσεις που θα κάνουν τη διδασκαλία και τη μάθηση ακόμα πιο αποδοτική και ευχάριστη. Ωστόσο, η χρήση της ΤΝ στην εκπαίδευση επίσης εγείρει ορισμένες ηθικές σκέψεις. Είναι σημαντικό να διασφαλιστεί ότι τα συστήματα ΤΝ είναι διαφανή και χρησιμοποιούνται δίκαια για να αποφευχθεί η διάκριση και να εξασφαλιστεί ίση μεταχείριση για όλους τους μαθητές. Επιπλέον, πρέπει να δοθεί προσοχή στην προστασία των δεδομένων και στην ιδιωτικότητα των μαθητών (Williamson, 2017). Συμπέρασμα Η χρήση της ΤΝ στη διδασκαλία είναι ένα ακόμα βήμα στην μακρά ιστορία της ανθρωπότητας που αποσκοπεί στη δημιουργία βοηθητικών εργαλείων που απλοποιούν τη ζωή. Από τα όνειρα του Αριστοτέλη έως τις σημερινές εφαρμογές της ΤΝ στην εκπαίδευση, η τεχνολογική πρόοδος έχει επιτρέψει τη δημιουργία εργαλείων που μπορούν να βελτιώσουν σημαντικά τη διαδικασία της εκπαίδευσης και να υποστηρίξουν τους δασκάλους στο έργο τους. Οι μελλοντικές προοπτικές είναι ελπιδοφόρες, αλλά είναι επίσης σημαντικό να δοθεί προσοχή στα συνοδευτικά ηθικά και ζητήματα ιδιωτικότητας. Αναφορές • Aristotle. (350 BCE). Politika. • Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. • Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson. • Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. • Williamson, B. (2017). Big Data in Education: The Digital Future of Learning, Policy and Practice. Sage.K κα

Ανάπτυξη της Τεχνητής Νοημοσύνης και η Επίδρασή της στην Εκπαίδευση Τα τελευταία χρόνια, η ανάπτυξη της τεχνητής νοημοσύνης (ΤΝ) ήταν αξιοσημείωτη, και αναπόφευκτα άρχισε να επηρεάζει τον τομέα της εκπαίδευσης. Μετά την πανδημία του COVID-19, αυτό το θέμα έχει λάβει ακόμα μεγαλύτερη προσοχή, καθώς οι ψηφιακές λύσεις έχουν γίνει αναπόσπαστο μέρος της εκπαίδευσης. Erasmus+ K21: AI for Teachers Project Το 2023, τρία εκπαιδευτικά ιδρύματα—το Valgamaa Vocational Training Centre (VKÕK) από την Εσθονία, το Verslo ir svetingumo profesinės karjeros centras (VESK) από τη Λιθουανία και την ΟΛΥΜΠΙΑΚΗ ΕΚΠΑΙΔΕΥΤΙΚΗ ΚΑΙ ΣΥΜΒΟΥΛΕΥΤΙΚΗ Ε.Π.Ε. (ΟΛΥΜΠΙΑΚΗ ΕΚΠΑΙΔΕΥΤΙΚΗ) από την Ελλάδα—ξεκίνησαν ένα έργο που υποστηρίζεται από το πρόγραμμα Erasmus+ K210. Ο στόχος του έργου είναι να βοηθήσει τους εκπαιδευτές να βρουν και να χρησιμοποιήσουν κατάλληλες λύσεις ΤΝ στη δουλειά τους. Έρευνες και Ανάλυση Σε όλες τις συμμετέχουσες χώρες, οι συνεργάτες διεξήγαγαν έρευνες για να κατανοήσουν τι γνωρίζουν οι εκπαιδευτές για την ΤΝ και τι θα ήθελαν να μάθουν γι' αυτήν. Βασισμένοι στα αποτελέσματα των ερευνών, οι ομάδες εργασίας ανέλυσαν 30 διαφορετικές εφαρμογές και προγράμματα ΤΝ χρησιμοποιώντας την ταξινόμηση του Bloom. Ως αποτέλεσμα αυτής της ανάλυσης, επιλέχθηκαν 12 προγράμματα ΤΝ ή σχετικά με την ΤΝ, για τα οποία δημιουργήθηκε ένας πρακτικός οδηγός.

Πρακτικός Οδηγός και Εκπαιδευτικό Υλικό Για τις επιλεγμένες λύσεις ΤΝ δημιουργήθηκαν οδηγοί που βοηθούν τους εκπαιδευτές να κατανοήσουν πώς να χρησιμοποιούν αυτές τις εφαρμογές στη διδασκαλία, την αξιολόγηση και την ανατροφοδότηση. Οι οδηγοί επικεντρώθηκαν σε πρακτικά παραδείγματα και βήμα προς βήμα οδηγίες για να εξασφαλίσουν μια εύκολη και κατανοητή εμπειρία χρήστη για τους εκπαιδευτές. Αποτελέσματα και Στόχοι του Έργου Η ομάδα του έργου ελπίζει ότι κάθε εκπαιδευτής θα βρει κάτι ενδιαφέρον και χρήσιμο που θα βοηθήσει στη βελτίωση της διδασκαλίας του. Η εισαγωγή της ΤΝ στην εκπαίδευση μπορεί να προσφέρει νέες ευκαιρίες για την εμπλοκή των μαθητών, την υποστήριξη της ατομικής μάθησης και τη βελτίωση της αποτελεσματικότητας της διδασκαλίας.

Συμπέρασμα Η ανάπτυξη της ΤΝ και η επίδρασή της στην εκπαίδευση είναι σημαντικές, και έργα όπως το Erasmus+ K21 βοηθούν τους εκπαιδευτές να βρουν και να αξιοποιήσουν αυτές τις ευκαιρίες. Μέσα από τη διεθνή συνεργασία και την ανταλλαγή βέλτιστων πρακτικών, οι εκπαιδευτές αποκτούν πολύτιμα εργαλεία που υποστηρίζουν την επαγγελματική τους ανάπτυξη και τη μαθησιακή διαδικασία των μαθητών τους. Αναφορές • Επίσημος ιστότοπος του έργου Erasmus+ K21. (2023). • Επίσημες ανακοινώσεις τύπου από VKÕK, VES και ΟΛΥΜΠΙΑΚΗ ΕΚΠΑΙΔΕΥΤΙΚΗ (2023). • Εφαρμογή της ταξινόμησης του Bloom στην εκπαίδευση: θεωρία και πρακτική. (2023)