90 

 

Επιπλέον,  η  ακρίβεια  και  σαφήνεια  των  απαντήσεων  και  των  ερωτήσεων  βελτιώθηκαν, 

εξασφαλίζοντας την κατάλληλη προσαρμογή τους στο επίπεδο του χρήστη, τη θεματική και το 

ιστορικό του διαλόγου. 

Σχετικά με τη διαχείριση των δεδομένων και τη σχεδίαση του UI, επιτεύχθηκαν σημαντικές 

βελτιώσεις στη επεξεργασία και προβολή των δεδομένων σε πραγματικό χρόνο, αποτρέποντας 

την επαναληψιμότητα ερωτήσεων και απαντήσεων. Η αισθητική του διαλόγου εξασφαλίζει την 

ομαλή  ροή  και  αναδίπλωση  του  κειμένου  χωρίς  τεχνικά  προβλήματα.  Επίσης,  ο  κώδικας 

υποστηρίζει την εύκολη προσθήκη νέων θεματικών, NPCs και γραφικών μέσα από τη βάση 

δεδομένων,  χωρίς  να  απαιτούνται  περαιτέρω  τροποποιήσεις.  Έτσι,  με  την  εξασφάλιση  της 

επεκτασιμότητας  του  συστήματος  καθίσταται  ευκολότερη  η  μελλοντική  ανάπτυξη  και  οι 

αναβαθμίσεις. 

 

6.3. Συμπεράσματα 

Το  "A  Quest  of  Knowledge"  αποτελεί  μια  καινοτόμο  προσέγγιση  στην  εκπαιδευτική 

διαδικασία μέσω των ψηφιακών serious games, αξιοποιώντας τις δυνατότητες της Python και 

των  Μεγάλων  Γλωσσικών  Μοντέλων  (LLMs).  Η  ενσωμάτωση  αυτών  των  τεχνολογιών 

συνέβαλε  στη  δημιουργία  μιας  διαδραστικής  και  εξατομικευμένης  εμπειρίας  μάθησης, 

μετατρέποντας την εκπαίδευση σε μια συναρπαστική περιπέτεια. 

Ένα  από  τα  σημαντικότερα  επιτεύγματα  του  έργου  ήταν  η  επιτυχής  ενσωμάτωση  έξυπνων 

NPCs που αλληλεπιδρούν δυναμικά με τους παίκτες. Χάρη στη χρήση του Llama3, οι διάλογοι 

με  ιστορικές  προσωπικότητες  ξεπέρασαν  το  πλαίσιο  των  παραδοσιακών  ερωτήσεων-

απαντήσεων,  προσφέροντας  μια  πιο  φυσική  και  δημιουργική  αλληλεπίδραση.  Αυτή  η 

τεχνολογική καινοτομία ενίσχυσε την αυθεντικότητα της εμπειρίας, καθιστώντας το παιχνίδι 

πιο ελκυστικό και αποτελεσματικό ως εργαλείο μάθησης. Επιπλέον, η επιλογή και σύνδεση 

θεματικών  πεδίων,  όπως  τα  Μαθηματικά,  η  Ιστορία  και  η  Φυσική,  με  ιστορικά  πρόσωπα 

δημιούργησε ένα πρωτότυπo και εκπαιδευτικό περιβάλλον. Η δυνατότητα εξατομίκευσης της 

εμπειρίας  μάθησης,  μέσω  της  προσαρμογής  του  επιπέδου  δυσκολίας  και  του  αριθμού 

ερωτήσεων, προσέφερε μια εμπειρία προσαρμοσμένη στις ανάγκες κάθε παίκτη. Ωστόσο, κατά 

την  ανάπτυξη  του  παιχνιδιού,  παρουσιάστηκαν  προκλήσεις  που  αφορούσαν  κυρίως  την 

απόδοση  του  API  και  τη  διαχείριση  της  μνήμης  λόγω  των  απαιτήσεων  των  LLMs  και  των 

γραφικών  του  παιχνιδιού.  Οι  καθυστερήσεις  στις  απαντήσεις  των  NPCs  και  η  υψηλή 

κατανάλωση πόρων αντιμετωπίστηκαν με βελτιστοποίηση του API, χρήση global μεταβλητών 

και  αποθήκευση  δεδομένων  σε  SQLite.  Η  επιτυχημένη  υλοποίηση  των  δυναμικών 

αλληλεπιδράσεων μεταξύ των παικτών και των NPCs αποδεικνύει ότι τα LLMs μπορούν να