Με την επιτυχή ολοκλήρωση του μαθήματος «Τεχνητή Νοημοσύνη: Ηθική, Κίνδυνοι και Βέλτιστες Πρακτικές» οι προπτυχιακοί φοιτητές είναι σε θέση:

• Να αναγνωρίζουν τα κύρια ηθικά ζητήματα που συνδέονται με τη χρήση εργαλείων Τεχνητής Νοημοσύνης και ιδίως Παραγωγικής Τεχνητής Νοημοσύνης.
• Να εντοπίζουν συγκεκριμένους κινδύνους που πηγάζουν από τα δεδομένα εκπαίδευσης, τις αλγοριθμικές επιλογές, την ασφάλεια των συστημάτων και τις κοινωνικές χρήσεις.
• Να αναλύουν φαινόμενα όπως αλγοριθμικές προκαταλήψεις, παραισθήσεις γλωσσικών μοντέλων, deepfakes, διαρροές προσωπικών δεδομένων και παραβιάσεις πνευματικών δικαιωμάτων.
• Να γνωρίζουν τις βασικές αρχές του ευρωπαϊκού ρυθμιστικού πλαισίου (Κανονισμός για την Τεχνητή Νοημοσύνη της ΕΕ, AI Act).
• Να εφαρμόζουν βέλτιστες πρακτικές υπεύθυνης χρήσης εργαλείων Τεχνητής Νοημοσύνης σε ακαδημαϊκά και επαγγελματικά περιβάλλοντα.
• Να διαμορφώνουν τεκμηριωμένη κριτική στάση για τις επιπτώσεις της Τεχνητής Νοημοσύνης στο δικό τους επιστημονικό πεδίο και στην κοινωνία ευρύτερα.

1η εβδομάδα: Εισαγωγή στην ηθική της Τεχνητής Νοημοσύνης: εννοιολογικό πλαίσιο και πεδία προβληματισμού.

2η εβδομάδα: Παραγωγική Τεχνητή Νοημοσύνη και τα εργαλεία της (ChatGPT, Claude, Midjourney, Sora): ηθική θεώρηση.

3η εβδομάδα: Πώς «μαθαίνει» ένα γλωσσικό μοντέλο και γιατί αυτό έχει σημασία ηθικά.

4η εβδομάδα: Αξιοπιστία της πληροφορίας: παραισθήσεις γλωσσικών μοντέλων και πρακτικές επαλήθευσης.

5η εβδομάδα: Δεδομένα και αλγοριθμικές προκαταλήψεις: μελέτες περίπτωσης κοινωνικών διακρίσεων.

6η εβδομάδα: Πνευματική ιδιοκτησία, δημιουργικότητα και αυθεντικότητα στην εποχή της Παραγωγικής Τεχνητής Νοημοσύνης.

7η εβδομάδα: Παραπληροφόρηση και ψηφιακή εμπιστοσύνη: deepfakes και συνθετικό περιεχόμενο.

8η εβδομάδα: Ιδιωτικότητα, προσωπικά δεδομένα και ασφαλής χρήση εργαλείων Τεχνητής Νοημοσύνης.

9η εβδομάδα: Ασφάλεια συστημάτων Τεχνητής Νοημοσύνης: επιθέσεις, καταχρήσεις και κακόβουλη χρήση.

10η εβδομάδα: Πράκτορες Τεχνητής Νοημοσύνης: αυτονομία, λογοδοσία και έλεγχος.

11η εβδομάδα: Κοινωνικές, εργασιακές και περιβαλλοντικές επιπτώσεις.

12η εβδομάδα: Διακυβέρνηση της Τεχνητής Νοημοσύνης και ευρωπαϊκό ρυθμιστικό πλαίσιο (AI Act).

13η εβδομάδα: Βέλτιστες πρακτικές υπεύθυνης χρήσης εργαλείων Τεχνητής Νοημοσύνης στον ακαδημαϊκό και επαγγελματικό βίο.

Προτεινόμενη Βιβλιογραφία:

• Βλαχάβας Ι., Κεφαλάς Π., Βασιλειάδης Ν., Κοκκοράς Φ. & Σακελλαρίου Η. Τεχνητή Νοημοσύνη. Πανεπιστημιακές Εκδόσεις.
• Russell S. & Norvig P. Τεχνητή Νοημοσύνη: Μια Σύγχρονη Προσέγγιση. Εκδόσεις Κλειδάριθμος.
• Floridi L. (2023). The Ethics of Artificial Intelligence. Oxford University Press.
• Ευρωπαϊκή Ένωση. Κανονισμός (ΕΕ) 2024/1689 για την Τεχνητή Νοημοσύνη (AI Act).
• Επιστημονικά άρθρα και μελέτες περίπτωσης, επικαιροποιούμενα από τον διδάσκοντα.

Υβριδική διδασκαλία: δια ζώσης παράδοση από τον διδάσκοντα, με ταυτόχρονη σύγχρονη μετάδοση μέσω τηλεδιάσκεψης σε αίθουσες διδασκαλίας ανά νησί όπου εδρεύουν Τμήματα του Ιδρύματος.

Χρήση παρουσιάσεων και οπτικοακουστικού υλικού στη διδασκαλία

Ζωντανές επιδείξεις σύγχρονων εργαλείων Τεχνητής Νοημοσύνης μέσα στην τάξη

Υποστήριξη μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας του Ιδρύματος (e-class / openeclass)

Επικοινωνία με τους φοιτητές μέσω ηλεκτρονικού ταχυδρομείου και της πλατφόρμας του μαθήματος

Η αξιολόγηση συνδυάζει πρακτική και θεωρητική διάσταση:

Εργασία πρακτικής εφαρμογής (40%): εφαρμογή βέλτιστων πρακτικών χρήσης εργαλείων Τεχνητής 

Νοημοσύνης σε σενάριο σχετικό με το πεδίο σπουδών των φοιτητών, με ανάλυση των ηθικών διαστάσεων και των κινδύνων.

Τελική γραπτή εξέταση ή τελική εργασία (60%): ερωτήσεις κρίσης και ανάλυση μελέτης περίπτωσης.

Η γλώσσα εξέτασης είναι η ελληνική.