`Τίτλος Μαθήματος

Introduction to Generative AI

Κωδικός Μαθήματος

ΚΕΠ 106

Τύπος μαθήματος

Σεμινάρια/Εργαστήρια

Επίπεδο

Προπτυχιακό και Μεταπτυχιακό

Έτος / Εξάμηνο φοίτησης

Οποιοδήποτε έτος / Θερινό Εξάμηνο

Όνομα Διδάσκοντα

Δρ Δημήτρης Κυριάκου

ECTS

3

Διαλέξεις / εβδομάδα

4 Διαλέξεις ανά εβδομάδα

29/06 – 15.00-18.00
01/07 – 15.00-18.00
02/07 – 15.00-18.00

03/07 – 15.00-18.00

Εργαστήρια / εβδομάδα

4 Εργαστήρια ανά εβδομάδα

3 ώρες άνα εργαστήριο

12 ώρες συνολικά

ΔΙΑΡΚΕΙΑ = 1 εβδομάδα

(βλέπε πρόγραμμα Διαλέξεις/εβδομάδα)

Στόχοι Μαθήματος

Το σεμινάριο "Introduction to Generative AI" στοχεύει να εισαγάγει τους συμμετέχοντες στις βασικές αρχές της Γενετικής Τεχνητής Νοημοσύνης (Generative AI), να τους εξοικειώσει με τα πιο δημοφιλή εργαλεία (ChatGPT, Gemini και Claude) και να τους δώσει πρακτικές δεξιότητες για την αποτελεσματική χρήση τους στην καθημερινή και επαγγελματική ζωή.

Μαθησιακά Αποτελέσματα

Με την ολοκλήρωση του σεμιναρίου, οι συμμετέχοντες θα είναι σε θέση να:

1. Κατανοούν τις βασικές αρχές της Generative AI και τον τρόπο λειτουργίας των μεγάλων γλωσσικών μοντέλων (LLMs).

2. Αναγνωρίζουν τις διαφορές μεταξύ των εργαλείων ChatGPT, Gemini και Claude, καθώς και τα πλεονεκτήματα και περιορισμούς του καθενός.

3. Χρησιμοποιούν πρακτικά τις εφαρμογές Generative AI για συγγραφή, αναζήτηση πληροφοριών, παραγωγικότητα και αυτοματοποίηση εργασιών.

4. Αξιολογούν τα ηθικά και κοινωνικά ζητήματα που προκύπτουν από τη χρήση της Generative AI, όπως η παραπληροφόρηση και η πνευματική ιδιοκτησία.

5. Ενσωματώνουν την AI στην εργασία και την καθημερινότητά τους για να βελτιώσουν τη δημιουργικότητα, την αποδοτικότητα και τη λήψη αποφάσεων.

Προαπαιτούμενα

Κανένα

Συναπαιτούμενα

Κανένα

Περιεχόμενο Μαθήματος

Διάλεξη 1: 29/06/2026

Θεωρητική Εισαγωγή στη Γενετική Τεχνητή Νοημοσύνη

Σκοπός: Κατανόηση των βασικών αρχών και της εξέλιξης της Generative AI.

Περιεχόμενα:

1. Εισαγωγή στην Τεχνητή Νοημοσύνη

   • Τι είναι η ΤΝ και πώς διαφέρει από τη Generative AI

   • Ιστορική εξέλιξη και σημαντικά ορόσημα

2. Πώς λειτουργεί η Generative AI

   • Νευρωνικά δίκτυα και βαθιά μάθηση

   • Μεγάλα γλωσσικά μοντέλα (LLMs) και πώς εκπαιδεύονται

3. Βασικές Κατηγορίες Generative AI

   • Γεννήτριες κειμένου (ChatGPT, Gemini, Claude)

   • Γεννήτριες εικόνων, ήχου και βίντεο

4. Ηθικά και κοινωνικά ζητήματα

   • Παραπληροφόρηση και ψευδείς ειδήσεις

   • Δικαιώματα πνευματικής ιδιοκτησίας

   • Βias και διακρίσεις στα μοντέλα

Διάλεξη 2: 01/07/2026

Παρουσίαση και Σύγκριση των ChatGPT, Gemini & Claude

Σκοπός: Κατανόηση των χαρακτηριστικών και των διαφορών μεταξύ των τεσσάρων εργαλείων.

Περιεχόμενα:

1. ChatGPT (OpenAI)

   • Δυνατότητες και περιορισμοί

   • Βασικές χρήσεις (συγγραφή, brainstorming, ανάλυση δεδομένων)

2. Gemini (Google)

   • Ενσωμάτωση με το οικοσύστημα Google

   • Δυνατότητες αναζήτησης και οπτικής αναγνώρισης

3. Claude (Anthropic)

   • Εστίαση στη παραγωγικότητακαι αποτελεσματικότητα

   • Διαφορές στο prompting

4. Σύγκριση και Επιλογή του κατάλληλου εργαλείου

   • Πλεονεκτήματα και μειονεκτήματα του κάθε μοντέλου

   • Πρακτικά παραδείγματα χρήσης σε διαφορετικά σενάρια

Διάλεξη 3: 02/07/2026

Πρακτικές Εφαρμογές και Hands-on Δραστηριότητες

Σκοπός: Εξάσκηση των συμμετεχόντων στη χρήση των εργαλείων Generative AI.

Περιεχόμενα:

1. Δραστηριότητα 1: Συγγραφή & Δημιουργικότητα

   • Χρήση των ChatGPT & Gemini για συγγραφή περιεχομένου

   • Παραδείγματα σε ακαδημαϊκά και επιχειρηματικά περιβάλλοντα

2. Δραστηριότητα 2: Ανάλυση Δεδομένων & Αυτοματοποίηση

   • Χρήση του Claude για αυτοματοποίηση εργασιών στο Excel

   • Χρήση της Generative AI για ανάλυση κειμένων και reports

3. Δραστηριότητα 3: Προσωπική και επαγγελματική παραγωγικότητα

   • Βελτίωση επικοινωνίας και brainstorming με τα εργαλεία AI

   • Χρήση της Generative AI σε social media & marketing

4. Συζήτηση & Ερωτήσεις

   • Προβληματισμοί και μελλοντικές εξελίξεις

   • Πώς να χρησιμοποιούμε υπεύθυνα την Generative AI

Διάλεξη 4: 03/07/2026

Στρατηγική Χρήση, Prompt Engineering & Το Μέλλον της Generative AI

Σκοπός: Να αποκτήσουν οι φοιτητές τη δεξιότητα της στρατηγικής και υπεύθυνης χρήσης της Generative AI μέσω αποτελεσματικού prompting, κατανόησης των ορίων της και εφαρμογής της σε πραγματικά επαγγελματικά σενάρια.

Περιεχόμενα:

1. Prompt Engineering

• Πώς διατυπώνουμε σωστά ερωτήματα

• Βελτιστοποίηση αποτελεσμάτων AI

2. Όρια & Κίνδυνοι της Generative AI

• Hallucinations, αξιοπιστία, δεοντολογία

• Προσωπικά δεδομένα & ακαδημαϊκή χρήση

3. Επαγγελματικές Εφαρμογές

• Εκπαίδευση, business, IT, marketing, διοίκηση

4. Το Μέλλον της Generative AI

• AI agents, multimodal AI

• Δεξιότητες του μέλλοντος

5. Ομαδική Δραστηριότητα & Ανακεφαλαίωση

• Εφαρμογή AI σε πραγματικό σενάριο

• Συμπεράσματα & συζήτηση

Μεθοδολογία Διδασκαλίας

Σεμινάρια, Εργαστήρια.

Βιβλιογραφία

Παρουσιάσεις

Καθοδηγημένα Σενάρια Πρακτικής Εξάσκησης

Σημειώσεις

Διαδικτυακό υλικό

Αξιολόγηση

Επιτυχία/Αποτυχία

Γλώσσα

Ελληνικά

Course Title

Introduction to Generative AI

Course Code

KEP 106

Course Type

Seminars/Workshops

Level

Undergraduate and Postgraduate

Year / Semester

Any year / Summer Semester

Teacher’s Name

Dr Demetris Kyriacou

ECTS

3

Lectures / week

4 Lectures per Week

29/06 – 15.00-18.00
01/07 – 15.00-18.00
02/07 – 15.00-18.00

03/07 – 15.00-18.00

Laboratories / week

4 Labs Per Week

3 hours per lab

12 hours total

DURATION = 1 Week

Course Purpose and Objectives

The "Introduction to Generative AI" seminar aims to introduce participants to the fundamental principles of Generative Artificial Intelligence (Generative AI), familiarize them with the most popular tools (ChatGPT, Deepseek, Gemini, and Copilot), and equip them with practical skills for effectively using these tools in their daily and professional lives.

Learning Outcomes

By the end of the seminar, participants will be able to:

1. Understand the fundamental principles of Generative AI and how large language models (LLMs) function.

2. Recognize the differences between ChatGPT, Gemini, and Claude, along with their advantages and limitations.

3. Apply Generative AI tools in practical scenarios for writing, information retrieval, productivity, and task automation.

4. Evaluate the ethical and societal implications of Generative AI usage, including misinformation and intellectual property concerns.

5. Integrate AI into their work and daily activities to enhance creativity, efficiency, and decision-making.

Prerequisites

None

Required

None

Course Content

Lecture 1: 29/06/2026

Theoretical Introduction to Generative AI

Objective: Understanding the fundamental principles and evolution of Generative AI.

Contents:

1. Introduction to Artificial Intelligence

   • What AI is and how it differs from Generative AI

   • Historical evolution and key milestones

2. How Generative AI Works

   • Neural networks and deep learning

   • Large Language Models (LLMs) and their training process

3. Main Categories of Generative AI

   • Text generators (ChatGPT, Gemini, Claude)

   • Image, audio, and video generators

4. Ethical and Social Issues

   • Misinformation and fake news

   • Intellectual property rights

   • Bias and discrimination in AI models

Lecture 2: 01/07/2026

Presentation and Comparison of ChatGPT, Gemini & Claude

Objective: Understanding the features and differences between the four tools.

Contents:

1. ChatGPT (OpenAI)

   • Capabilities and limitations

   • Key use cases (writing, brainstorming, data analysis)

2. Deepseek

   • Specialization in knowledge and content enhancement

   • Differences from other LLMs

3. Gemini (Google AI)

   • Integration with the Google ecosystem

   • Search and visual recognition capabilities

4. Claude (Anthropic)

   • Focus on efficiency and productivity

   • Differences in prompting

5. Comparison and Choosing the Right Tool

   • Advantages and disadvantages of each model

   • Practical examples of use in different scenarios

Lecture 3: 02/07/2026

Practical Applications and Hands-on Activities

Objective: Hands-on experience using Generative AI tools.

Contents:

1. Activity 1: Writing & Creativity

   • Using ChatGPT & Gemini for content creation

   • Examples in academic and business settings

2. Activity 2: Data Analysis & Automation

   • Using Copilot for task automation in Excel

   • Utilizing Generative AI for text analysis and reporting

3. Activity 3: Personal and Professional Productivity

   • Enhancing communication and brainstorming with AI tools

   • Using Generative AI in social media & marketing

4. Discussion & Q&A

   • Challenges and future developments

   • How to use Generative AI responsibly

Lecture 4: 03/07/2026

Strategic Use, Prompt Engineering & the Future of Generative AI

Objective: To enable students to develop the skill of strategic and responsible use of Generative AI through effective prompting, understanding its limitations, and applying it to real-world professional scenarios.

Contents:

1. Prompt Engineering

   • How to formulate effective prompts

   • Optimizing AI outputs

2. Limitations & Risks of Generative AI

   • Hallucinations, reliability, and ethics

   • Personal data and academic use

3. Professional Applications

   • Education, business, IT, marketing, management

4. The Future of Generative AI

   • AI agents and multimodal AI

   • Future-ready skills

5. Group Activity & Recap

   • Applying AI to a real-world scenario

   • Conclusions and discussion

Teaching Methodology

Seminar/Workshop

Bibliography

Presentations.

Seminar Notes

Step-by-Step practical walkthroughs

Online material.

Assessment

Pass or Fail

Language

Greek