top of page

ΦΑΣΗ 3: ΕΡΕΥΝΑ ΠΕΔΙΟΥ

Συλλογή Δεδομένων στο Πεδίο και η Συνάντηση των Experts

Ώρα για δράση στο πεδίο! Μεταφέρουμε το εργαστήριο στην αυλή του σχολείου και ξεκινάμε τη συλλογή δεδομένων για να δοκιμάσουμε τις προβλέψεις της Τεχνητής Νοημοσύνης στην πράξη.

⏱️ Εκτιμώμενος Χρόνος: 4 διδακτικές ώρες

STEAM ROADMAP ΦΑΣΗ 3

🚀 Η Αποστολή των Experts

📈 Προετοιμασία Data Storytelling: Συλλέξτε τα ποσοτικά δεδομένα στο Excel και καταγράψτε τις ποιοτικές παρατηρήσεις στο Padlet, χτίζοντας τα θεμέλια για την περιβαλλοντική μας πρόταση.

🤝 Experts Jigsaw: Συμμετάσχετε στο Συμβούλιο Συντονισμού ως εκπρόσωποι ειδικοτήτων για να διασταυρώσετε τα πρωτογενή δεδομένα με τις προβλέψεις της ΤΝ (Human-in-the-loop).

📋 Εμπειρική Επαλήθευση: Ολοκληρώστε το κοινό, τεκμηριωμένο σύνολο δεδομένων, ταυτοποιώντας τις αιτίες απόκλισης (>15%) και προετοιμάζοντας το έδαφος για τη σχεδίαση του artifact.

Ο Κορμός της Τάξης: Η Ποιοτική Ερμηνεία

Χαρτογραφήστε την αιτιολογία των αποκλίσεων. Εντοπίστε τοπικές παραμέτρους (κτίρια, στροβιλισμούς) που η ΤΝ αδυνατεί να συνυπολογίσει. Εσείς θα εξηγήσετε το "γιατί" πίσω από το σφάλμα της αλγοριθμικής πρόβλεψης!

Ομάδα GATE: Η Ποσοτική Εμβάθυνση

Εκτελέστε Data Benchmarking! Συσχετίστε τις τρέχουσες μετρήσεις της αυλής με ιστορικά κλιματικά δεδομένα 10ετίας για την περιοχή μας (Επαγωγική Στατιστική). Εσείς θα αναλύσετε το "πόσο" της απόκλισης!

Η Συνάντηση των Experts (Jigsaw by Representation)

🤝 Πρωτόκολλο Ροής Ανταλλαγής Δεδομένων

⚙️ Engineers: Παραδίδουν τα πρωτογενή τεχνικά δεδομένα και τις συνθήκες πεδίου (π.χ. ύψος τοποθέτησης).

📊 Data Analysts: Εισάγουν τις τιμές στο Excel, υπολογίζουν τα μέτρα διασποράς και το best-fit γραμμικό μοντέλο.

🤖 AI Validators: Συγκρίνουν τα αποτελέσματα με τις προβλέψεις της ΤΝ (Human-in-the-loop) και εντοπίζουν αποκλίσεις άνω του 15%.

🎨 Creative Designers: Καταγράφουν τα τελικά συμπεράσματα (Data Storytelling) για την οργάνωση του artifact της Φάσης 4.

Plan B: Αντιμετώπιση Τεχνικών Προκλήσεων

Στην πραγματική επιστημονική έρευνα υπάρχουν αναποδιές! Σε περίπτωση τεχνικής αστοχίας του Arduino (π.txt. απώλεια σύνδεσης), ενεργοποιήστε το Plan B: Χρησιμοποιήστε τα έτοιμα back-up datasets της πλατφόρμας για να συνεχίσετε κανονικά τη στατιστική σας ανάλυση στο Excel.

Image by Jakub Żerdzicki

Checklist!

Πριν προχωρήσετε στην επόμενη φάση, βεβαιωθείτε ότι η ομάδα σας έχει ολοκληρώσει τα παρακάτω ορόσημα:

  • [ ] Ποιοτικές Παρατηρήσεις: Έχει γίνει η επιτυχής καταγραφή και ο διαμοιρασμός των τοπικών περιβαλλοντικών παραμέτρων στο Ψηφιακό Ημερολόγιο (Padlet);

​

  • [ ] Στατιστική Επεξεργασία: Έχουν εισαχθεί όλες οι μετρήσεις πεδίου στο Excel και έχει υπολογιστεί το κατάλληλο γραμμικό μοντέλο πρόβλεψης;

​

  • [ ] Διασταύρωση Experts: Συμμετείχαν οι εκπρόσωποι της ομάδας στο Συμβούλιο Συντονισμού (Jigsaw) για την ανταλλαγή των πορισμάτων;

​

  • [ ] Data Benchmarking (Ομάδα GATE): Έχει ολοκληρωθεί η συσχέτιση των τρεχουσών μετρήσεων με τα ιστορικά κλιματικά δεδομένα 10ετίας;

Δείκτης Επιτυχίας: Η επιτυχής συμπλήρωση του κοινού «Φύλλου Επαλήθευσης Δεδομένων» και η ταυτοποίηση των αιτιών απόκλισης (>15%) ανάμεσα στις μετρήσεις του Arduino και τις προβλέψεις της Τεχνητής Νοημοσύνης.

bottom of page