Κάρτα της μαθησιακής διαδρομής

 
Γενικό θέμα της μαθησιακής διαδρομής
 
Τεχνητή Νοημοσύνη στη Βιοτεχνολογία
Συγκεκριμένη ονομασία της μαθησιακής ενότητας
 
Βιοτεχνολογία με Τεχνητή Νοημοσύνη: Απελευθερώνοντας Νέες Δυνατότητες στην Ανακάλυψη Φαρμάκων
Ηλικία των χρηστών-στόχων

14-18 ετών
Απαιτήσεις για τον μαθητή
  1. 1.    Βασική κατανόηση εννοιών περιβαλλοντικής επιστήμης (π.χ. οικοσύστημα, κλίμα).
    Βασικές δεξιότητες γραμματισμού και αριθμητικής.
    Βασικές δεξιότητες ΤΠΕ.
  2. Πρόσβαση σε υπολογιστή ή tablet με σύνδεση στο διαδίκτυο.
  3. Διάθεση για ενασχόληση με ψηφιακά εργαλεία (εφαρμογές Επαυξημένης Πραγματικότητας, CoSpaces Edu).
  4. Δεν απαιτείται προηγούμενη εμπειρία σε προγραμματισμό ή ανάπτυξη AR, καθώς το CoBlocks είναι φιλικό για αρχάριους.
Περιγραφή της μαθησιακής ενότητας Αυτή η μαθησιακή ενότητα προσφέρει μια ολοκληρωμένη εισαγωγή στην τεχνητή νοημοσύνη στη βιοτεχνολογία και πιο συγκεκριμένα στις νέες δυνατότητες στην ανακάλυψη φαρμάκων. Χωρίζεται σε τρεις ενότητες: Η "Εξερεύνηση" εισάγει βασικές έννοιες της κλιματικής αλλαγής, των οικοσυστημάτων και της αποκατάστασης. Η "Εκτέλεση" εμβαθύνει στη βιο-έμπνευση, παρουσιάζοντας πώς οι φυσικές διεργασίες εμπνέουν λύσεις και πώς η Επαυξημένη Πραγματικότητα (AR) μπορεί να οπτικοποιήσει αυτές τις διεργασίες και τις επιπτώσεις τους, με παραδείγματα από τον πραγματικό κόσμο και πρακτικές δραστηριότητες. Η "Ενίσχυση" τεκμηριώνει τα παιδαγωγικά οφέλη της AR, προσφέροντας παραδείγματα χρήσιμων εφαρμογών AR και πρακτικές στρατηγικές ενσωμάτωσης. Η ενότητα ολοκληρώνεται με μια βιωματική άσκηση όπου οι μαθητές χρησιμοποιούν μια παιχνιδοποιημένη εμπειρία AR στο Delightex για να ενισχύσουν την κατανόηση και τη δέσμευσή τους με το θέμα. 
Μάθημα: Εμπλεκόμενα μέρη Ψηφιακός Γραμματισμός/Πληροφορική, Τέχνη & Σχεδιασμός, Κοινωνικές Επιστήμες, Μαθηματικά, Γλώσσα και Λογοτεχνία 
Λέξεις-κλειδιά Τεχνητή Νοημοσύνη (AI)
Βιοτεχνολογία, Ανακάλυψη Φαρμάκων, Μηχανική Μάθηση (ML), Βαθιά Μάθηση, Αναγνώριση Στόχων, Εικονικός Έλεγχος, Βελτιστοποίηση Κλινικών Δοκιμών, Επαναχρησιμοποίηση Φαρμάκων
Βιο-έμπνευση, Ψηφιακός Γραμματισμός, Επαυξημένη Πραγματικότητα (AR), Παιχνιδοποίηση.
Βασικά προσόντα, δεξιότητες και γνώσεις που μπορούν να αποκτηθούν

Δεξιότητες:

  • Κριτική Σκέψη: Ανάλυση μεγάλων συνόλων δεδομένων για εντοπισμό προτύπων και εξαγωγή προβλέψεων σε επιστημονικό πλαίσιο.
  • Επίλυση Προβλημάτων: Εφαρμογή βιο-εμπνευσμένων εννοιών σε προκλήσεις ανακάλυψης φαρμάκων, όπως η αντιστοίχιση υποψηφίων φαρμάκων με στόχους.
  • Ψηφιακός Γραμματισμός: Πλοήγηση και χρήση εφαρμογών AR.
  • Επιστημονική Διερεύνηση: Ερμηνεία δεδομένων και παρατήρηση φυσικών διεργασιών (εικονικών ή πραγματικών).
  • Επικοινωνία: Εξήγηση σύνθετων εννοιών και παρουσίαση ιδεών.

Γνώσεις:

  • Κατανόηση βασικών αρχών της βιοτεχνολογίας και της τεχνητής νοημοσύνης (AI), συμπεριλαμβανομένης της Μηχανικής Μάθησης (ML) και της Βαθιάς Μάθησης.
  • Κατανόηση του πώς η AI ενσωματώνεται σε διάφορα στάδια ανάπτυξης φαρμάκων, από την αναγνώριση στόχων και τον εικονικό έλεγχο έως τις κλινικές δοκιμές και την επαναχρησιμοποίηση φαρμάκων.
  • Αναγνώριση βιο-εμπνευσμένων λύσεων που προέρχονται από τη φύση.
  • Κατανόηση των δυνατοτήτων και των εφαρμογών της Επαυξημένης Πραγματικότητας στις Βιοεπιστήμες και τις Επιστήμες Υγείας.
Πόροι και διδακτικά βοηθήματα που χρησιμοποιούνται
  • Σχολικά βιβλία/Επιστημονικά άρθρα
  • Μελέτες περίπτωσης
  • Διαδικτυακοί πόροι
  • Δωρεάν πλατφόρμες AR (Delightex)
  • Συσκευές συμβατές με AR (έξυπνα τηλέφωνα/tablets)
Κ