`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