Τι προκαλεί η Τεχνητή Νοημοσύνη στους νεαρούς εγκεφάλους

 

Βασικά σημεία

•              Καθώς η τεχνητή νοημοσύνη ενσωματώνεται όλο και περισσότερο στην καθημερινή ζωή, τα παιδιά και οι έφηβοι στρέφονται σε αυτά τα εργαλεία για ψυχαγωγία, συντροφιά και βοήθεια με τις σχολικές εργασίες.

•              Η έρευνα σχετικά με τους νέους και την τεχνητή νοημοσύνη βρίσκεται ακόμη στα αρχικά της στάδια, ωστόσο οι ψυχολόγοι ανησυχούν ότι η κακή χρήση της θα μπορούσε να επηρεάσει αρνητικά την υγιή γνωστική, κοινωνική και συναισθηματική ανάπτυξη.

•              Η εκπαίδευση στο πολιτισμικό γίγνεσθαι, σχετικά με την τεχνητή νοημοσύνη μπορεί να βοηθήσει τους νέους να μάθουν πώς και πότε να τη χρησιμοποιούν με ασφάλεια.

Περισσότεροι από τους μισούς εφήβους στις ΗΠΑ δηλώνουν ότι χρησιμοποιούν chatbots τεχνητής νοημοσύνης (AI) για βοήθεια στις σχολικές τους εργασίες, σύμφωνα με έκθεση του Pew Research Center για το 2026. Ωστόσο, το στοιχείο αυτό αγγίζει μόνο την επιφάνεια του τρόπου με τον οποίο τα παιδιά και οι έφηβοι αλληλεπιδρούν με την τεχνητή νοημοσύνη —καλύπτοντας τα πάντα, από την ψυχαγωγία έως τη συντροφικότητα— καθώς και των επιπτώσεων που μπορεί να έχει αυτή η χρήση στη γνωστική, κοινωνική και συναισθηματική τους ανάπτυξη.

«Όλα όσα αφορούν τους νέους και την τεχνητή νοημοσύνη αποτελούν ουσιαστικά ένα ανοιχτό ερώτημα αυτή τη στιγμή», δήλωσε η Anne Maheux, PhD, επίκουρη καθηγήτρια Ψυχολογίας και Νευροεπιστήμης στο Πανεπιστήμιο της Βόρειας Καρολίνας στο Chapel Hill, η οποία μελετά τη χρήση της τεχνητής νοημοσύνης από τους νέους. «Ασφαλώς υπάρχουν θετικά στοιχεία, αλλά οι ειδικοί τείνουν να συμφωνούν ότι οι πιθανοί κίνδυνοι είναι πιο σημαντικοί και η κατανόησή τους πιο επείγουσα».

Ψυχολόγοι όπως η Maheux εργάζονται για να κατανοήσουν όχι μόνο αν τα παιδιά και οι έφηβοι χρησιμοποιούν την τεχνητή νοημοσύνη, αλλά και με ποιον τρόπο το κάνουν. Παράλληλα, δρομολογούν έρευνες για κρίσιμα ερωτήματα, όπως το πώς τα εργαλεία τεχνητής νοημοσύνης μπορούν να υποστηρίξουν τη μάθηση αντί να την παρεμποδίζουν, τι συμβαίνει όταν τα παιδιά αρχίζουν να βλέπουν τα chatbots ως φίλους, και πώς μπορούν να διδαχθούν δεξιότητες «γραμματισμού στην τεχνητή νοημοσύνη» (AI literacy), ώστε οι νεότερες γενιές να μαθαίνουν πότε είναι ασφαλές ή ενδεδειγμένο να ζητούν βοήθεια από την τεχνητή νοημοσύνη.

Συνδέσεις με τη διδασκαλία

Μαθήματα για την Τεχνητή Νοημοσύνη (ΤΝ), τη μάθηση και την εφηβική ανάπτυξη

Οι παρακάτω ερωτήσεις/προτροπές (ταξινομημένες ανά θέμα) μπορούν να υποστηρίξουν τους εκπαιδευτικούς ψυχολογίας στη συζήτηση σχετικά με το πώς η χρήση της ΤΝ επηρεάζει τη μάθηση, την κοινωνική ανάπτυξη και την ευημερία των εφήβων μέσα στην τάξη.

1. Μάθηση, μνήμη και γνωστικές λειτουργίες

Το άρθρο περιγράφει έρευνα που δείχνει ότι οι μαθητές οι οποίοι χρησιμοποίησαν έναν ψηφιακό βοηθό (tutor) βασισμένο σε ΤΝ παρουσίασαν σημαντική βελτίωση στους βαθμούς τους, αλλά δεν είχαν καλύτερη απόδοση από μια ομάδα ελέγχου από την οποία αφαιρέθηκε το ψηφιακό βοηθητικό εργαλείο. Αξιοποιώντας τις γνώσεις σας σχετικά με την κωδικοποίηση, την ανάκτηση και την έννοια της «επιθυμητής δυσκολίας» (desirable difficulty), εξηγήστε γιατί η μάθηση που απαιτεί προσπάθεια ενδέχεται να παράγει πιο διαρκή γνώση σε σύγκριση με τις συντομεύσεις που διευκολύνονται από την ΤΝ. Τι υποδηλώνει η θεωρία της «γνωστικής αποφόρτισης» (cognitive offloading) σχετικά με τους μακροπρόθεσμους κινδύνους της ανάθεσης μαθησιακών εργασιών στην ΤΝ;

Ενισχύει: την κωδικοποίηση και ανάκτηση μνήμης, την επιθυμητή δυσκολία, τη γνωστική αποφόρτιση και την απόκτηση δεξιοτήτων.

2. Εφηβική ανάπτυξη

Οι ερευνητές στο άρθρο αυτό περιγράφουν την εφηβεία ως μια κρίσιμη περίοδο («παράθυρο ευκαιρίας») για την κοινωνική και συναισθηματική ανάπτυξη, η οποία αποκαλείται συχνά «ηλικία των ευκαιριών» λόγω της μοναδικής πλαστικότητας του εφηβικού εγκεφάλου στην οικοδόμηση βασικών δεξιοτήτων. Αξιοποιώντας τις γνώσεις σας για την ανάπτυξη του εγκεφάλου κατά την εφηβεία, αξιολογήστε την ανησυχία ότι η εκτεταμένη χρήση της ΤΝ σε αυτή την περίοδο θα μπορούσε να παρεμποδίσει την ανάπτυξη της ενσυναίσθησης, της ανθεκτικότητας απέναντι στη δυσφορία και της ικανότητας επίλυσης συγκρούσεων. 

Τι υποδεικνύει η έρευνα για τις κρίσιμες περιόδους ανάπτυξης σχετικά με τη σοβαρότητα αυτών των ανησυχιών σε σχέση με την ανάπτυξη των εκτελεστικών λειτουργιών, τη συναισθηματική ρύθμιση, τη λήψη αποφάσεων και τη συμπεριφορά που κατευθύνεται προς την επίτευξη στόχων;

Ενισχύει: την ανάπτυξη του εφηβικού εγκεφάλου, τη νευροπλαστικότητα, τις κρίσιμες περιόδους ανάπτυξης, την ανάπτυξη του προμετωπιαίου φλοιού, τις εκτελεστικές λειτουργίες, τη συναισθηματική ρύθμιση και τη λήψη αποφάσεων.

3. Κοινωνική και συναισθηματική ανάπτυξη

Το άρθρο επισημαίνει ότι τα chatbots ΤΝ τείνουν να είναι θερμά, θετικά και να μην προκαλούν τριβές, πράγμα που σημαίνει ότι οι αλληλεπιδράσεις μαζί τους σπάνια απαιτούν την υιοθέτηση της οπτικής του άλλου, τη διατύπωση διαφωνίας ή την επίλυση συγκρούσεων. Αξιοποιώντας τις γνώσεις σας για το πώς τα παιδιά και οι έφηβοι αναπτύσσουν κοινωνικές δεξιότητες, κατανόηση των συναισθημάτων, ενσυναίσθηση και κοινωνική επάρκεια, αναλύστε τις πιθανές συνέπειες της δημιουργίας σχέσεων φιλικού τύπου μεταξύ παιδιών και ΤΝ. Υπό ποιες συνθήκες

υιοθέτηση οπτικής γωνίας, θεωρία της κοινωνικής μάθησης και ο ρόλος των σχέσεων με συνομηλίκους στην ανάπτυξη των εφήβων

4. Ερευνητικές μέθοδοι

Το άρθρο παραθέτει διάφορες μελέτες σχετικά για τη χρήση της Τεχνητής Νοημοσύνης (ΤΝ) από τους νέους, συμπεριλαμβανομένων αδημοσίευτων ευρημάτων και ερευνών που δεν έχουν ακόμη υποβληθεί σε διαδικασία αξιολόγησης από ομότιμους (peer review). Με βάση τις γνώσεις σας για την επιστημονική μέθοδο και τη διαδικασία αξιολόγησης από ομότιμους, αξιολογήστε την ισχύ των στοιχείων που παρουσιάζονται. 

Γιατί οι ερευνητές τονίζουν την ανάγκη για διαχρονικές μελέτες (longitudinal studies) στον συγκεκριμένο τομέα; 

Ποιοι είναι οι κίνδυνοι που ενέχει η εξαγωγή συμπερασμάτων από έρευνες αρχικού σταδίου κατά τη λήψη αποφάσεων πολιτικής που αφορούν τα παιδιά;

Ενισχύει τις γνώσεις σχετικά με: την επιστημονική μέθοδο, την αξιολόγηση από ομότιμους, τον σχεδιασμό διαχρονικής έρευνας και την αξιολόγηση αποδεικτικών στοιχείων.

5. Κίνητρα και αυτορρύθμιση

Αρκετοί ερευνητές στο άρθρο υποστηρίζουν ότι, όταν οι μαθητές λαμβάνουν άμεσες απαντήσεις από την ΤΝ, χάνουν ευκαιρίες να αναπτύξουν υπομονή, επιμονή και ικανότητα ρύθμισης των συναισθημάτων. 

Αξιολογήστε αυτόν τον ισχυρισμό, αξιοποιώντας τις γνώσεις σας σχετικά με τα εσωτερικά κίνητρα, την αυτορρύθμιση και τον ρόλο της «παραγωγικής προσπάθειας» (productive struggle) στη μάθηση. 

Πώς θα μπορούσε ο σχεδιασμός των εργαλείων ΤΝ —συμπεριλαμβανομένης της ταχύτητας απόκρισης και της απουσίας εμποδίων ή δυσκολιών κατά τη χρήση τους— να αλληλεπιδράσει με την αναπτυσσόμενη ικανότητα αυτορρύθμισης των εφήβων;

Ενισχύει τις γνώσεις σχετικά με: τα εσωτερικά και εξωτερικά κίνητρα, την αυτορρύθμιση, τη ρύθμιση των συναισθημάτων και την ψυχολογία της μάθησης.

Τελικά, οι ψυχολόγοι στηρίζουν ευρύτερες κοινωνικές προσπάθειες για την ενσωμάτωση της τεχνητής νοημοσύνης (ΤΝ) στα μαθησιακά περιβάλλοντα με τις κατάλληλες δικλείδες ασφαλείας, καθώς και για την προετοιμασία των νέων για μια αγορά εργασίας και έναν κόσμο όπου η τεχνολογία αυτή διαδραματίζει καθοριστικό ρόλο.

«Όταν οι σημερινοί έφηβοι ενηλικιωθούν, η ΤΝ θα είναι τόσο ενσωματωμένη στην καθημερινή ζωή όσο και το διαδίκτυο — κάτι στο οποίο βασιζόμαστε τόσο πολύ, ώστε σχεδόν δεν αντιλαμβανόμαστε την παρουσία του», δήλωσε ο ψυχολόγος Michael Robb (PhD), επικεφαλής έρευνας στον οργανισμό Common Sense Media, έναν μη κερδοσκοπικό φορέα που εστιάζει στον τρόπο με τον οποίο τα μέσα ενημέρωσης και η τεχνολογία επηρεάζουν τα παιδιά και τις οικογένειες. «Η πρόκληση θα είναι να προσδιορίσουμε πού εντάσσεται η ΤΝ, χωρίς να υποκαθιστά τις δεξιότητες που χρειάζονται οι νέοι για να μαθαίνουν, να εξελίσσονται και να λειτουργούν μέσα στην κοινωνία».

Μια παραγωγική διαδικασία προσπάθειας

Σύμφωνα με έκθεση της Anthropic του 2025 σχετικά με τα οφέλη της ΤΝ στην παραγωγικότητα, τα μεγάλα γλωσσικά μοντέλα (LLMs) γενικής χρήσης —όπως το ChatGPT, το Claude και το Gemini— ενδέχεται να ενισχύσουν την παραγωγικότητα σε εργασίες όπως η συγγραφή κειμένων και ο προγραμματισμός υπολογιστών. Ωστόσο, αυτό γίνεται εις βάρος της μάθησης, πιθανότατα επειδή οι χρήστες δεν εμβαθύνουν στο υλικό και δεν προβαίνουν σε ενεργό επεξεργασία των πληροφοριών.

Σε μια μελέτη που αφορούσε σχεδόν 1.000 μαθητές λυκείου στην Τουρκία, οι βαθμολογίες στα μαθηματικά βελτιώθηκαν κατά 48% όταν οι μαθητές είχαν τη δυνατότητα να χρησιμοποιούν το ChatGPT για την επίλυση προβλημάτων. Όταν όμως αφαιρέθηκε η πρόσβαση στο ChatGPT, οι επιδόσεις των μαθητών ήταν κατά 17% χαμηλότερες σε σύγκριση με εκείνους που δεν είχαν χρησιμοποιήσει ποτέ το εργαλείο (Bastani, H., et al., PNAS, Τόμ. 122, Αρ. 26, 2025). 

Προκειμένου να εξετάσουν τους μηχανισμούς που διέπουν τη σχέση μεταξύ των LLMs και της μάθησης, ερευνητές από το Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT) χρησιμοποίησαν ηλεκτροεγκεφαλογράφημα για να μετρήσουν την εγκεφαλική δραστηριότητα ενώ οι συμμετέχοντες έγραφαν δοκίμια, με ή χωρίς τη βοήθεια του ChatGPT. Διαπίστωσαν ότι οι συμμετέχοντες που χρησιμοποίησαν το LLM παρουσίασαν ασθενέστερη νευρωνική συνδεσιμότητα κατά την ολοκλήρωση της εργασίας. Τα ευρήματα δεν έχουν ακόμη αξιολογηθεί από ομότιμους κριτές (Kosmyna, N., et al., arXiv, 2025).

«Πιστεύω ότι αυτό ενέχει σημαντικό κίνδυνο για τους νέους μαθητές: όσο περισσότερο συνηθίζουν να βρίσκουν άμεσες λύσεις σε προβλήματα καθώς μεγαλώνουν, τόσο λιγότερο πιθανό είναι να αναπτύξουν τις απαραίτητες δεξιότητες για να επιλύουν αυτά τα προβλήματα μόνοι τους», δήλωσε η Shiri Melumad, PhD, αναπληρώτρια καθηγήτρια μάρκετινγκ στη Σχολή Wharton του Πανεπιστημίου της Πενσυλβάνια.

Αυτό εγείρει ένα ευρύτερο ερώτημα: 

Εάν η τεχνητή νοημοσύνη μπορεί να εκτελέσει ορισμένες εργασίες με σχεδόν απόλυτη ακρίβεια, χρειάζεται άραγε οι νέοι να εξακολουθούν να μαθαίνουν αυτές τις δεξιότητες; 

Οι ειδικοί στην επιστήμη της μάθησης απαντούν καταφατικά, τονίζοντας ότι οι βασικές δεξιότητες είναι απαραίτητες για την απόκτηση δεξιοτήτων ανώτερου επιπέδου. Για παράδειγμα, οι μαθητές εξακολουθούν να μαθαίνουν να κάνουν αριθμητικές πράξεις με το χέρι, παρά την εύκολη πρόσβαση σε αριθμομηχανές, επειδή αυτό τους βοηθά να χτίσουν τα θεμέλια για πιο προηγμένη μαθηματική σκέψη. Στο ίδιο πλαίσιο, η εκμάθηση προγραμματισμού εξακολουθεί να καλλιεργεί χρήσιμες γνωστικές δεξιότητες, όπως η λογική δόμηση, η ανάλυση προβλημάτων σε επιμέρους βήματα και η υπολογιστική σκέψη — ακόμη και αν η τεχνητή νοημοσύνη αναλαμβάνει όλο και περισσότερο τις εργασίες προγραμματισμού.

«Αυτό αποτελεί το επιχείρημα για το οποίο δεν πρέπει να μεταθέτουμε αλλού αυτά τα κρίσιμα πρότυπα σκέψης. Εάν οι μαθητές δεν διαθέτουν ήδη αυτές τις νοητικές συνήθειες, δεν μπορούν να οικοδομήσουν πάνω σε αυτές», δήλωσε ο Zachary A. Pardos, PhD, αναπληρωτής καθηγητής εκπαίδευσης στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϊ, ο οποίος μελετά την προσαρμοστική μάθηση και την τεχνητή νοημοσύνη.

Η μάθηση —που ενίοτε αποκαλείται «παραγωγική προσπάθεια» (productive struggle)— μπορεί να είναι μια επίπονη διαδικασία, κατά την οποία οι μαθητές καλούνται να καταβάλουν προσπάθεια για να κατανοήσουν απαιτητικό υλικό και να βελτιώσουν την απόδοσή τους. 

Η ιδέα αυτή βασίζεται στην έννοια της «επιθυμητής δυσκολίας» (desirable difficulty) που διατύπωσε ο ψυχολόγος Robert Bjork, PhD: πρόκειται για μια μαθησιακή δραστηριότητα που απαιτεί σημαντική προσπάθεια, αλλά προσφέρει μακροπρόθεσμα οφέλη.

«Αν ο στόχος είναι η μάθηση, τότε η αποδοτικότητα και η ευκολία πρέπει να περάσουν σε δεύτερη μοίρα», δήλωσε η Brooke Macnamara, PhD, αναπληρώτρια καθηγήτρια ψυχολογικών επιστημών στο Πανεπιστήμιο Purdue. Η ίδια μελετά πώς η εξάρτηση από την τεχνητή νοημοσύνη μπορεί να εξασθενήσει τις δεξιότητες με την πάροδο του χρόνου, μέσω μιας διαδικασίας που ονομάζεται «γνωστική αποφόρτιση» (cognitive offloading) — δηλαδή η χρήση εξωτερικών εργαλείων για τη μείωση της νοητικής προσπάθειας που απαιτείται για μια εργασία.

Όταν ένας μαθητής αντλεί άμεση ικανοποίηση από τις γρήγορες απαντήσεις της τεχνητής νοημοσύνης, χάνει παράλληλα την ευκαιρία να αναπτύξει δεξιότητες όπως η υπομονή, η επιμονή και η διαχείριση των συναισθημάτων, επισήμανε ο Robb.

Σε μια έρευνα, ο Maheux ρώτησε νεαρούς ενήλικες πόσο συχνά αναθέτουν εξ ολοκλήρου εργασίες στην τεχνητή νοημοσύνη (ΤΝ). Όσοι το έκαναν συχνότερα ανέφεραν υψηλότερα επίπεδα άγχους (PsyArXiv, 2026). Σε αδημοσίευτα δεδομένα, διαπιστώθηκε επίσης μείωση της ικανότητας ανοχής στη δυσφορία με την πάροδο του χρόνου.

«Η δυσφορία δεν είναι πάντα κακό πράγμα. Η εκμάθηση της διαχείρισης των συναισθημάτων αποτελεί κρίσιμο μέρος της εφηβείας, αλλά η μετατόπιση γνωστικών λειτουργιών στην ΤΝ ενδέχεται να υπονομεύει την ανάπτυξη αυτής της δεξιότητας», δήλωσε ο Maheux.

ΤΝ με δικλείδες ασφαλείας

Τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) είναι τόσο προσαρμοστικά και ευέλικτα, ώστε η εμπειρία του χρήστη μπορεί να διαφέρει σημαντικά από άτομο σε άτομο. Για τον λόγο αυτό, οι ερευνητές τονίζουν ότι σημασία δεν έχει το αν οι μαθητές χρησιμοποιούν την ΤΝ, αλλά το πώς και το γιατί τη χρησιμοποιούν.

Ακόμη και τα καθιερωμένα μοντέλα, όπως το ChatGPT, μπορούν να βρουν θέση στην εκπαίδευση όταν χρησιμοποιούνται για την υποστήριξη συγκεκριμένων γνωστικών εργασιών, επισήμανε ο Pardos. Για παράδειγμα, οι μαθητές μπορούν να αξιοποιήσουν αυτά τα εργαλεία για να απαλλαγούν από δευτερεύουσες εργασίες, όπως η μορφοποίηση κειμένου, η σύνταξη τυποποιημένων κειμένων ή η αναζήτηση πληροφοριών. Μπορούν επίσης να λειτουργήσουν ως συνεργάτες για την ανταλλαγή ιδεών (brainstorming), να δημιουργήσουν ενδεικτικά μαθηματικά προβλήματα συνοδευόμενα από αναλυτική παρουσίαση των λύσεων βήμα προς βήμα, ή να παρέχουν ουσιαστικά σχόλια και παρατηρήσεις πάνω σε ένα προσχέδιο κειμένου που έχει συντάξει ο χρήστης.

«Αυτές οι χρήσεις διαφέρουν σημαντικά από την πλήρη αυτοματοποίηση και την ανάθεση σε τρίτους μιας μαθησιακής δραστηριότητας», δήλωσε ο Maheux.

Η ψυχολογική επιστήμη μπορεί να συμβάλει στη λήψη αποφάσεων για την τεχνητή νοημοσύνη (ΤΝ) στην τάξη, προσδιορίζοντας ποιες μαθησιακές εμπειρίες είναι ουσιώδεις για την οικοδόμηση μόνιμης γνώσης και δεξιοτήτων — και ποιες εργασίες μπορεί να υποστηρίξει με ασφάλεια η ΤΝ.

Όλο και περισσότερα στοιχεία υποδεικνύουν ότι η παραγωγική ΤΝ (generative AI) με ενσωματωμένες δικλείδες ασφαλείας μπορεί να λειτουργήσει ως αποτελεσματικός ψηφιακός δάσκαλος. Σε μελέτη με μαθητές λυκείου στην Τουρκία που διδάσκονταν μαθηματικά, ερευνητές δοκίμασαν ένα εξειδικευμένο Μεγάλο Γλωσσικό Μοντέλο (LLM) με εντολές (prompts) σχεδιασμένες να υποστηρίζουν τη μάθηση. Οι μαθητές που χρησιμοποίησαν αυτό το εργαλείο σημείωσαν ακόμη μεγαλύτερη πρόοδο —βελτίωση βαθμολογίας κατά 127%, έναντι 48% για όσους χρησιμοποίησαν το ChatGPT. Όταν το εργαλείο αποσύρθηκε, οι μαθητές αυτοί απέδωσαν εξίσου καλά με την ομάδα ελέγχου, αποφεύγοντας τις μαθησιακές απώλειες που παρατηρήθηκαν στην ομάδα του ChatGPT. Από την άλλη πλευρά, οι μαθητές που χρησιμοποίησαν το εξειδικευμένο εργαλείο φάνηκε να υπερεκτιμούν το επίπεδο μάθησης και την απόδοσή τους στα τεστ, γεγονός που υποδηλώνει ότι ακόμη και η ΤΝ με δικλείδες ασφαλείας μπορεί να δημιουργήσει την ψευδαίσθηση της πλήρους γνώσης (Bastani, H., et al., PNAS, Vol. 122, No. 26, 2025).

Τα ευφυή συστήματα διδασκαλίας, όπως το ALEKS της McGraw Hill και το MATHia της Carnegie Learning, χρησιμοποιούν ήδη την ΤΝ για να αναλύουν την απόδοση των μαθητών και να προσαρμόζουν ανάλογα τον ρυθμό, τη δυσκολία και το επίπεδο υποστήριξης. Η ενσωμάτωση υποστήριξης μέσω chatbot που βασίζονται σε LLM θα μπορούσε να ενισχύσει περαιτέρω αυτά τα συστήματα, διασπώντας τα προβλήματα σε μικρότερα βήματα, θέτοντας καθοδηγητικές ερωτήσεις και εξηγώντας τα λάθη σε πραγματικό χρόνο, δήλωσε ο Pardos, ο οποίος ηγήθηκε της δημιουργίας ενός ευφυούς συστήματος διδασκαλίας ανοιχτού κώδικα με την ονομασία OATutor.

Τα εργαλεία παραγωγικής ΤΝ θα μπορούσαν επίσης να συμβάλουν στη σύγκλιση της ειδικής και της γενικής εκπαίδευσης, διευκολύνοντας τη μάθηση μαθητών με διαφορετικές ανάγκες στον ίδιο χώρο τάξης, δήλωσε η Tammy Kwan, EdD, επιχειρηματίας-συνεργάτης (entrepreneur-in-residence) στο Εργαστήριο ΤΝ του Πανεπιστημίου Princeton. Για παράδειγμα, το εργαλείο διδασκαλίας με ΤΝ Read Sidekick —φιναλίστ στον διαγωνισμό Create+AI Challenge 2026 του Stanford Accelerator for Learning— βοηθά άτομα με δυσκολίες ανάγνωσης να έχουν πρόσβαση σε σύνθετα κείμενα και να τα κατανοούν. Η δωρεάν επέκταση προγράμματος περιήγησης (browser extension) παρέχει ερμηνείες και οδηγίες ανάγνωσης ανά σειρά, ενώ σύντομα θα προσθέσει λειτουργία μετάφρασης από τα αγγλικά στην Αμερικανική Νοηματική Γλώσσα, με τη χρήση ενός κινούμενου ψηφιακού χαρακτήρα (avatar) που αποδίδει τα νοήματα.

«Πρόκειται για μια «Αν καταφέρουμε να το κάνουμε σωστά, η παραγωγική τεχνητή νοημοσύνη μπορεί να συμβάλει στη δημιουργία ενός πιο συμπεριληπτικού εκπαιδευτικού συστήματος».

Χωρίς εμπόδια

Εκτός σχολικής αίθουσας, τα παιδιά και οι έφηβοι χρησιμοποιούν επίσης τη λεγόμενη «κοινωνική τεχνητή νοημοσύνη» (social AI) για ψυχαγωγία, συντροφιά και λήψη συμβουλών. 

Σε αυτές περιλαμβάνονται δραστηριότητες όπως η ακρόαση μιας ιστορίας, η αναζήτηση συμβουλών για μια δύσκολη κοινωνική αλληλεπίδραση ή η εξάσκηση σε δια ζώσης συνομιλίες. Οι αλληλεπιδράσεις αυτές μπορούν να πραγματοποιούνται μέσω εξειδικευμένων εφαρμογών, όπως το Replika ή το Nomi, ή μέσω γενικών μοντέλων μεγάλης κλίμακας (LLMs), όπως το ChatGPT.

Έρευνες του οργανισμού Common Sense Media δείχνουν ότι το 72% των παιδιών έχει χρησιμοποιήσει κοινωνική τεχνητή νοημοσύνη (Talk, Trust, and Trade-Offs: How and Why Teens Use AI Companions, Common Sense Media, 2025). Περίπου το ένα τρίτο αυτών των παιδιών δηλώνει ότι έχει συζητήσει σοβαρά προβλήματα με την τεχνητή νοημοσύνη, αντί να μιλήσει γι' αυτά με κάποιον άνθρωπο.

«Αυτές οι χρήσεις ενδέχεται να προκαλούν αμηχανία στους γονείς, καθώς μπορούν να υποκαταστήσουν ρόλους που παλαιότερα θα αναλάμβανε κάποιο άλλο άτομο», δήλωσε ο Robb. «Μας ενδιαφέρει ιδιαίτερα να κατανοήσουμε ποιες μπορεί να είναι οι μακροπρόθεσμες επιπτώσεις αυτού του φαινομένου».

Σε ορισμένες περιπτώσεις, η κοινωνική τεχνητή νοημοσύνη (social AI) μπορεί να αποδειχθεί ωφέλιμη — για παράδειγμα, όταν ένα παιδί έχει περιορισμένη πρόσβαση σε συνομηλίκους ή δίκτυα υποστήριξης (λόγω απομακρυσμένης τοποθεσίας, π.χ.) ή όταν νευροδιαφορετικά παιδιά επιθυμούν να εξασκηθούν σε αλληλεπιδράσεις εκτός διαδικτύου. Οι ειδικοί προειδοποιούν ότι αυτά τα εργαλεία θα πρέπει να συμπληρώνουν —και όχι να αντικαθιστούν— τις σχέσεις στον πραγματικό κόσμο. Υπάρχουν επίσης σημαντικοί κίνδυνοι, όπως επισήμανε η Maheux, και τα περισσότερα από τα πιθανά οφέλη παραμένουν σε θεωρητικό επίπεδο. Πέρα από την υποκατάσταση των ανθρώπινων σχέσεων, η χρήση της κοινωνικής τεχνητής νοημοσύνης ενδέχεται να παρεμποδίσει την ανάπτυξη βασικών κοινωνικών δεξιοτήτων, όπως η σύγχρονη επικοινωνία (σε πραγματικό χρόνο) και η ερμηνεία της γλώσσας του σώματος.

Ένας ακόμη σημαντικός προβληματισμός: τα chatbot τεχνητής νοημοσύνης τείνουν να είναι θερμά, θετικά και κολακευτικά, με αποτέλεσμα οι αλληλεπιδράσεις μαζί τους να στερούνται τριβών, ανέφερε ο Robb. Κατά συνέπεια, τα παιδιά που χρησιμοποιούν κοινωνική τεχνητή νοημοσύνη ενδέχεται να χάσουν σημαντικές ευκαιρίες να υιοθετήσουν την οπτική γωνία ενός άλλου ατόμου, να διαχειριστούν διαφωνίες ή να επιλύσουν συγκρούσεις.

«Επειδή δεν είναι έμβια όντα με συνείδηση, τα συστήματα τεχνητής νοημοσύνης δεν έχουν δικές τους ανάγκες, οπότε το παιδί δεν έχει την ευκαιρία να εξασκηθεί σε κοινωνικά ωφέλιμες δεξιότητες, στην ενσυναίσθηση ή στη διαπραγμάτευση συγκρούσεων», δήλωσε η Maheux. «Για τους λόγους αυτούς, είναι πιθανό η τεχνητή νοημοσύνη να οδηγήσει στη διαμόρφωση πιο δυσλειτουργικών πεποιθήσεων σχετικά με το πώς θα πρέπει να είναι οι ανθρώπινες σχέσεις».

Αν και τα αποτελέσματα δεν έχουν ακόμη δημοσιευτεί, η έρευνά της υποδεικνύει ότι οι νέοι που διατηρούν πιο δυσλειτουργικές πεποιθήσεις για τις σχέσεις —όπως η ιδέα ότι οι άνθρωποι θα πρέπει να μπορούν να διαβάζουν τη σκέψη των άλλων— ενδέχεται με την πάροδο του χρόνου να αναπτύξουν μεγαλύτερο ενδιαφέρον για σχέσεις συντροφικότητας με την τεχνητή νοημοσύνη.

Οι τάσεις αυτές προκαλούν ιδιαίτερη ανησυχία, δεδομένου ότι η εφηβεία αποτελεί μια ευαίσθητη περίοδο για την κοινωνικο-συναισθηματική ανάπτυξη —συχνά αποκαλούμενη «ηλικία των ευκαιριών»— καθώς ο εφηβικός εγκέφαλος διαθέτει μοναδική πλαστικότητα για την οικοδόμηση κοινωνικών και συναισθηματικών δεξιοτήτων.

«Εάν αυτές οι δεξιότητες ανατεθούν σε εξωτερικά μέσα ή υπονομευθούν, οι νέοι ενδέχεται να αντιμετωπίσουν προκλήσεις σε αυτούς τους τομείς αργότερα στη ζωή τους», δήλωσε η Maheux.

Η προστασία των παιδιών

Αν και ορισμένα εργαλεία τεχνητής νοημοσύνης απαιτούν επαλήθευση ηλικίας, πολλά δημοφιλή μεγάλα γλωσσικά μοντέλα (LLM) επιτρέπουν σε οποιονδήποτε να συνδεθεί και να ξεκινήσει μια συνομιλία. Οι ειδικοί υποστηρίζουν ότι η εφαρμογή καλύτερων δικλείδων ασφαλείας θα μπορούσε να συμβάλει στην προστασία των νέων, μέχρις ότου η έρευνα αποσαφηνίσει ποια είδη 

«Ελπίζω ότι, καθώς επενδύουμε όλο και περισσότερο στην έρευνα, θα υιοθετήσουμε μια πιο προσεκτική στάση όσον αφορά τη χρήση της τεχνητής νοημοσύνης από τα παιδιά, μέχρι να έχουμε αποδείξεις ότι είναι ασφαλές γι’ αυτά να αναπτύσσονται σε ένα τέτοιο περιβάλλον», δήλωσε η Nita Farahany (PhD, JD), καθηγήτρια Νομικής και Φιλοσοφίας στο Πανεπιστήμιο Duke, η οποία μελετά τις νομικές, ηθικές και κοινωνικές πτυχές των αναδυόμενων τεχνολογιών.

Σημαντικό ρόλο στη διασφάλιση της ασφάλειας των παιδιών διαδραματίζουν και οι γονείς. Ορισμένοι ίσως νιώθουν ότι δεν κατανοούν πλήρως την τεχνητή νοημοσύνη και, κατά συνέπεια, δεν ξέρουν πώς να τη συζητήσουν με τα παιδιά τους. Ωστόσο, το άνοιγμα διαύλων επικοινωνίας —το να ρωτούν, δηλαδή, αν τα παιδιά χρησιμοποιούν αυτά τα εργαλεία και με ποιον τρόπο— μπορεί να βοηθήσει τους γονείς να εντοπίσουν έγκαιρα τυχόν προβλήματα και να καθορίσουν πιο υγιή όρια.

«Γνωρίζουμε από έρευνες για την ψηφιακή ευημερία ότι η διαμεσολάβηση των γονέων παίζει σημαντικό ρόλο», δήλωσε ο Robb. «Τα παιδιά που συζητούν ενεργά με τους γονείς τους για τον τρόπο χρήσης της τεχνολογίας —συμπεριλαμβανομένης της τεχνητής νοημοσύνης (ΤΝ)— είναι σε καλύτερη θέση να αναπτύξουν υγιείς συνήθειες γύρω από αυτήν».

Τα σχολεία πρέπει να παρέχουν σαφείς και άρτια διαμορφωμένες πολιτικές σχετικά με το πώς επιτρέπεται και πώς δεν επιτρέπεται να χρησιμοποιείται η ΤΝ για τις σχολικές εργασίες, ώστε οι μαθητές να μην αφήνονται να ερμηνεύουν κατά το δοκούν τα κενά στις οδηγίες, πρόσθεσε.

Μια άλλη προτεραιότητα για τα σχολεία θα πρέπει να είναι η διδασκαλία της υπεύθυνης χρήσης της ΤΝ στους μαθητές. Ο γραμματισμός στην ΤΝ μπορεί να βοηθήσει τα παιδιά να κατανοήσουν τους κινδύνους και τα οφέλη, καθώς και να αρχίσουν να κρίνουν μόνα τους τι συνιστά ασφαλή χρήση της τεχνολογίας αυτής. Αυτό θα απαιτήσει αλλαγές στην εκπαιδευτική υποδομή και στην επαγγελματική κατάρτιση, ώστε οι εκπαιδευτικοί να αισθάνονται επαρκώς προετοιμασμένοι να καθοδηγήσουν τους μαθητές, δήλωσε η Kwan. Ο οργανισμός Common Sense Media προσφέρει δωρεάν σχέδια μαθημάτων για τον γραμματισμό στην ΤΝ και άλλους πόρους για εκπαιδευτικούς.

«Η διδασκαλία στους μαθητές σχετικά με το πότε δεν πρέπει να χρησιμοποιούν την ΤΝ —καθώς και η ενθάρρυνση του προβληματισμού γύρω από τις επιλογές τους— μπορεί να συμβάλει στον περιορισμό των κινδύνων για την υγιή ανάπτυξή τους», δήλωσε η Nicole Barnes, PhD, επικεφαλής ψυχολόγος της APA για θέματα εκπαίδευσης.

Σε εξέλιξη βρίσκονται έρευνες που αποσκοπούν στην καλύτερη κατανόηση του τρόπου με τον οποίο η ΤΝ μπορεί να υποστηρίξει —αντί να παρεμποδίσει— τη μάθηση και την ανάπτυξη. Η Cukurova εξερευνά έναν τομέα γνωστό ως «συμπληρωματικότητα ΤΝ και ανθρώπου», όπου νέες δυνατότητες μπορούν να ενισχύσουν αλληλεπιδράσεις που χαρακτηρίζονται από συνεργατικότητα. Για παράδειγμα, μοντέλα ΤΝ με βελτιωμένες ικανότητες «θεωρίας του νου» —δηλαδή της επίγνωσης του τι σκέφτεται ή αισθάνεται κάποιος— ενδέχεται να είναι σε θέση να προκαλούν τους χρήστες να σκεφτούν κριτικά, αντί απλώς να ικανοποιούν τις επιθυμίες τους.

Η Maheux ελπίζει ότι οι ερευνητές θα μπορέσουν να αντλήσουν διδάγματα από τη βιβλιογραφία για τα μέσα κοινωνικής δικτύωσης και να υιοθετήσουν μια πιο αποτελεσματική προσέγγιση στη μελέτη της χρήσης της ΤΝ από τους νέους. Οι πρώιμες έρευνες για τα μέσα κοινωνικής δικτύωσης εστίαζαν κυρίως στον χρόνο παραμονής μπροστά στην οθόνη, αλλά μεταγενέστερες μελέτες έδειξαν ότι ο τρόπος με τον οποίο οι νέοι χρησιμοποιούν την τεχνολογία έχει πολύ μεγαλύτερη σημασία από τη συχνότητα χρήσης της. Στην περίπτωση της ΤΝ, αυτό σημαίνει ότι πρέπει να προσδιορίσουμε με ακρίβεια τι ακριβώς κάνουν τα παιδιά. Η ομάδα της Maheux καταρτίζει επί του παρόντος μια ταξινόμηση των τρόπων με τους οποίους παιδιά και έφηβοι χρησιμοποιούν την ΤΝ. Η ίδια τόνισε ότι οι διαχρονικές μελέτες θα είναι καθοριστικής σημασίας για την κατανόηση των επιπτώσεων αυτής της τεχνολογίας.

«Πρέπει να γνωρίζουμε τι προηγείται: οι ευπάθειες των παιδιών ή κάποιος παράγοντας που σχετίζεται με την ίδια τη χρήση της τεχνητής νοημοσύνης», δήλωσε. «Αν δεν εξετάζουμε τόσο τη βραχυπρόθεσμη όσο και τη μακροπρόθεσμη προοπτική, ενδέχεται να χάσουμε τη συνολική εικόνα για το πώς αυτές οι τεχνολογίες επηρεάζουν την ανάπτυξη».

Πηγή: https://www.apa.org/

By Zara Abrams

Date created: September 1, 2026