Οι μαθητές καλούνται να προβλέψουν τη συμπεριφορά του δικτύου και των συσκευών ενός έξυπνου σπιτιού, όχι μόνο παρατηρώντας τη συνδεσμολογία, αλλά επίσης χρησιμοποιώντας την κρίση και την εμπειρία τους, ανασύροντας με αυτόν τον τρόπο πρότερη γνώση.Στο προσομοιωτή (Packet Tracer) παρατηρούν τη συμπεριφορά του δ

Στη δραστηριότητα αυτή οι μαθητές εργάζονται με προσομοιωμένα δεδομένα καιρού (υγρασία, πίεση, άνεμος) και χρησιμοποιούν έναν απλό κώδικα Python για να προβλέψουν αν θα εμφανιστεί καταιγίδα. Μελετούν τον κώδικα, κάνουν δικές τους προβλέψεις, εκτελούν το πρόγραμμα και συγκρίνουν τα αποτελέσματα με τις προβλέψεις. Κάθε ομάδα αναλαμβάνει τον ρόλο μετεωρολογικού σταθμού, αναλύει την περιοχή της και παρουσιάζει ένα σύντομο “διάγγελμα καιρού” στο τέλος βασισμένο στα δεδομένα της.

Το εκπαιδευτικό σενάριο εντάσσεται στην Γ τάξη Γενικού Λυκείου στο θεματικό πεδίο Υπολογιστικά Συστήματα και Δίκτυα και τη θεματική ενότητα Ψηφιακή Αναπαράσταση Δεδομένων και στοχεύει στην κατανόηση και εφαρμογή βασικών εννοιών όπως τα αριθμητικά συστήματα και οι αλγόριθμοι συμπίεσης δεδομένων Huffman και RLE.

Οι μαθητές θα συνεργαστούν για να ανακαλύψουν πόσο εύκολη μπορεί να είναι η δημιουργία ψηφιακού περιεχομένου με τη βοήθεια της τεχνητής νοημοσύνης. Θα κληθούν να δομήσουν μια σύντομη παρουσίαση πάνω σε ένα συγκεκριμένο θέμα και να αναστοχαστούν τη χρήση και τον ρόλο της τεχνητής νοημοσύνης στη δημιουργική διαδικασία.

Η μικροδιδασκαλία υλοποιείται στο πλαίσιο της θεματικής ενότητας «Προγραμματισμός ρομπότ και υλικών διατάξεων» του μαθήματος Εφαρμογές Πληροφορικής της Α’ Λυκείου. Το εκπαιδευτικό σενάριο επικεντρώνεται στη γνωριμία των μαθητών με τα βασικά εξαρτήματα ενός Arduino Kit και στην ανάπτυξη δεξιοτήτων προγραμματισμού και αυτοματισμού μέσω προσομοίωσης στο περιβάλλον Tinkercad.

Η μικροδιδασκαλία στοχεύει στην κατανόηση βασικών εννοιών της ψηφιακής αναπαράστασης δεδομένων, εστιάζοντας σε τρεις βασικούς άξονες: συμπίεση, κρυπτογράφηση και αξιόπιστη μετάδοση. Μέσα από ιστορία-παράδειγμα, ερωταποκρίσεις, πρακτικές δραστηριότητες και χρήση ψηφιακών εργαλείων, οι μαθητές διερευνούν και εφαρμόζουν τις έννοιες στην πράξη, καταλήγοντας σε κρίσιμα συμπεράσματα.

Το παρόν εκπαιδευτικό σενάριο αφορά τις Καινοτόμες Εφαρμογές και την Τεχνητή Νοημοσύνη και εστιάζει στην κατανόηση πρακτικών εφαρμογών της, με έμφαση στο Machine Learning.

Στόχος του σεναρίου είναι να καταφέρουν οι μαθητές να μοντελοποιούν και να λύνουν με εργαλεία της Πληροφορικής προβλήματα που αφορούν τα Μαθηματικά. Συγκεκριμένα, θα πρέπει να συνδυάσουν τις γνώσεις τους πάνω στην εκθετική συνάρτηση με τις δεξιότητές τους σε διάφορα προγραμματιστικά περιβάλλοντα και εργαλεία, για να κατανοήσουν και να αναπαραστήσουν την εξάπλωση μιας ιογενούς επιδημίας, όπως αυτή του Covid-19.

Οι μαθητές εξοικειώνονται με τις έννοιες του αρχείου και του φακέλου. Γίνεται πρακτική εξάσκηση στη διαχείριση αρχείων και φακέλων στο περιβάλλον των Windows. Η πρακτική άσκηση περιλαμβάνει δημιουργία, αναζήτηση, αντιγραφή, μετακίνηση, μετονομασία, διαγραφή των αρχείων και των φακέλων και οργάνωση του χώρου αποθήκευσης του υπολογιστή με χρήση φακέλων και υποφακέλων. Ακολουθεί πρακτική άσκηση και αξιολόγηση των παραπάνω σε κατάλληλο εκπαιδευτικό λογισμικό.

Δραστηριότητες σχετικά με την ασφάλεια υπολογιστών και το κακόβουλο λογισμικό καθώς και συνεργατική συμπλήρωση εγγράφου και παρουσίασης Google σε ομάδες σε ότι αφορά τη συγκεκριμένη ενότητα.