4 

 

περιβάλλοντα, όπως το Unity, Python, Unreal και το HTML5, τα serious games μπορούν να 

αναπτυχθούν σε ποικίλα περιβάλλοντα και να τρέξουν σε διαφορετικές συσκευές. Έτσι, λόγω 

αυτής  της  προσαρμοστικότητάς  τους  ήδη  χρησιμοποιούνται  σε  σχολεία,  επιχειρήσεις  και 

άλλους τομείς, για την επίτευξη της βέλτιστης εκπαίδευσης. 

Ένα  σημαντικό  στοιχείο  των  παιχνιδιών  σοβαρού  σκοπού  είναι  η  ικανότητά  τους  στην 

εξατομίκευση  της  εμπειρίας  μάθησης  μέσω  της  προσαρμοζόμενης  υποστήριξης  και 

καθοδήγησης.  Ο  ρόλος  των  καθοδηγητών,  είτε  είναι  άνθρωποι  είτε  εργαλεία  τεχνητής 

νοημοσύνης, είναι ζωτικής σημασίας για την υποστήριξη της πορείας εκμάθησης του χρήστη, 

καθώς  παρακολουθούν  την  πρόοδο  και  παρέχουν  ανατροφοδότηση  για  τη  διασφάλιση  της 

επίτευξης  των  στόχων.  Με  αυτή  την  προσέγγιση,  ενισχύεται  η  συμμετοχή,  αλλά  και 

αντιμετωπίζονται  αποτελεσματικά  οι  ατομικές  προκλήσεις  των  μαθητών.  Επιπλέον,  τα 

παιχνίδια σοβαρού σκοπού έχουν αποδειχθεί εξαιρετικά χρήσιμα στην επίσημη εκπαίδευση και 

την επαγγελματική κατάρτιση, κάνοντας πολύπλοκα θέματα πιο προσιτά και ελκυστικά, καθώς 

αποτελούν  ένα  καινοτόμο  μέσο  προετοιμασίας  των  μαθητών  για  μελλοντικές  προκλήσεις, 

συνδυάζοντας  εκπαιδευτικούς  στόχους  με  τη  διαδραστικότητα  και  την  εμπλοκή  που 

προσφέρουν τα παιχνίδια (Noemí, 2014). 

1.3. Τεχνητή Νοημοσύνη - Ιστορική Αναδρομή 

 

Ο όρος Τεχνητή Νοημοσύνη, ΤΝ (Artificial Intelligence, AI) χρησιμοποιήθηκε πρώτη 

φορά  τη  δεκαετία  του  1950  και  συγκεκριμένα  το  1956  στο  συνέδριο  του  Ντάρτμουθ. 

Δημιουργήθηκε αρχικά με στόχο την ανάπτυξη μηχανών που θα μπορούσαν να αναπαράγουν 

και  να  μιμηθούν  βασικές  γνωστικές  λειτουργίες  που  χαρακτηρίζουν  τον  άνθρωπο,  όπως  η 

σκέψη, η μάθηση και η επίλυση προβλημάτων. 

 

Οι πρώτες επιτυχείς προσπάθειες χρήσης της Τεχνητής Νοημοσύνης επικεντρώθηκαν 

στη συμβολική λογική και την επίλυση προβλημάτων, όπως η μετάφραση ξένων γλωσσών και 

η επίλυση θεωρημάτων. Τη δεκαετία του 1990 η τεχνητή νοημοσύνη κατόρθωσε να εξελιχθεί 

χάρη  στη  Μηχανική  Μάθηση  (Machine  Learning),  η  οποία  επέτρεψε  στις  μηχανές  να 

μαθαίνουν και να εκπαιδεύονται από δεδομένα, καθώς και να κάνουν προβλέψεις. Έτσι πλέον 

αντί  να  προγραμματίζονται  αποκλειστικά  χειροκίνητα  απέκτησαν  την  ικανότητα  να 

βελτιώνονται μέσω της εμπειρίας και των γνώσεων που αποκτούσαν. 

 

Σήμερα  η  τεχνητή  νοημοσύνη  έχει  εξελιχθεί  ακόμη  περισσότερο  χάρη  στη  Βαθιά 

Μάθηση (Deep Learning), έναν εξειδικευμένο κλάδο της Μηχανικής Μάθησης, βασισμένο σε 

νευρωνικά  δίκτυα.  Η  Βαθιά  Μάθηση  επιτρέπει  στις  μηχανές  να  αναγνωρίζουν  σύνθετες 

σχέσεις  και  μοτίβα  σε  τεράστιες  ποσότητες  δεδομένων  επιτυγχάνοντας  λειτουργίες  όπως  η