Prompt Engineering: Μεγιστοποιώντας τη Δυναμική του ChatGPT στην Εκπαίδευση στις Φυσικές Επιστήμες
Πανελλήνιο Συνέδριο της Διδακτικής των Φυσικών Επιστημών και Νέων Τεχνολογιών στην Εκπαίδευση · 19.04.2026 · 14 (2)
DOI: 10.12681/codiste.9891 ↗Kurz gefasst
Fachartikel in der Zeitschrift Πανελλήνιο Συνέδριο της Διδακτικής των Φυσικών Επιστημών και Νέων Τεχνολογιών στην Εκπαίδευση, online erschienen am 19.04.2026. Verfasst von Δημήτριος Γουσόπουλος.
Abstract (Originalsprache)
Η τεχνητή νοημοσύνη και ειδικότερα τα μεγάλα γλωσσικά μοντέλα, όπως το ChatGPT έχουν φέρει επανάσταση στον τρόπο που οι εκπαιδευτικοί εργάζονται. Ο τρόπος με τον οποίο εισάγουμε εντολές σε ένα τέτοιο μοντέλο παίζει καθοριστικό ρόλο στο κατά πόσο η απάντηση που θα επιστρέψει θα είναι χρήσιμη για την εργασία μας. Η τεχνική αυτή λέγεται Prompt Engineering. Ο στόχος αυτή της εργασίας είναι να διερευνήσει κατά πόσο εκπαιδευτικοί θετικών επιστημών που υπηρετούν στη δευτεροβάθμια εκπαίδευση βελτιώνουν τη στάση τους απέναντι στο ChatGPT ως βοηθό μάθησης μετά από κατάλληλη εκπαίδευση στο prompt engineering. Τα αποτελέσματα της πιλοτικής έρευνας που παρουσιάζεται δείχνουν βελτίωση στην σχετική άποψη των εκπαιδευτικών.
Zitieren
APA
Γουσόπουλος, Δ. (2026). Prompt Engineering: Μεγιστοποιώντας τη Δυναμική του ChatGPT στην Εκπαίδευση στις Φυσικές Επιστήμες. Πανελλήνιο Συνέδριο της Διδακτικής των Φυσικών Επιστημών και Νέων Τεχνολογιών στην Εκπαίδευση, 14(2). https://doi.org/10.12681/codiste.9891
Vancouver
Γουσόπουλος Δ. Prompt Engineering: Μεγιστοποιώντας τη Δυναμική του ChatGPT στην Εκπαίδευση στις Φυσικές Επιστήμες. Πανελλήνιο Συνέδριο της Διδακτικής των Φυσικών Επιστημών και Νέων Τεχνολογιών στην Εκπαίδευση. 2026;14(2). doi:10.12681/codiste.9891
BibTeX
@article{2026,
author = {Γουσόπουλος, Δημήτριος},
title = {Prompt Engineering: Μεγιστοποιώντας τη Δυναμική του ChatGPT στην Εκπαίδευση στις Φυσικές Επιστήμες},
journal = {Πανελλήνιο Συνέδριο της Διδακτικής των Φυσικών Επιστημών και Νέων Τεχνολογιών στην Εκπαίδευση},
year = {2026},
volume = {14},
number = {2},
doi = {10.12681/codiste.9891}
}
EUVIMED