Generative artificial intelligence and the transformation of science education: an activity theory analysis

Abstract

The rapid integration of Generative Artificial Intelligence (GenAI) and Large Language Models (LLMs) represents a profound paradigm shift in education, transitioning the pedagogical landscape from an era of information retrieval to one of probabilistic information generation. This transition presents an acute crisis of mediation for early childhood preservice teachers, who are frequently tasked with teaching counter-intuitive scientific threshold concepts, such as light and optics, Earth and space systems, floating and sinking, and energy transformation, often while battling their own low scientific self-efficacy. This thesis investigates how AI-based educational tools impact future teachers' conceptual understanding of natural sciences, their shifting professional identities, and their learning practices. To systematically analyze this disruption and account for the stochastic, agentic capabilities of LLMs, the research employs third-generation Cultural-Historical Activity Theory (CHAT) to map the systemic contradictions introduced by artificial intelligence. By viewing technology as a dynamic mediating artifact, the study operationalizes structural tensions, including the primary contradiction between the tool’s linguistic fluency (exchange value) and its propensity for scientific hallucinations (use value), as well as secondary contradictions clashing with traditional university rules and the teacher's changing division of labor. Methodologically, the study adopts a quantitative, quasi-experimental research design with repeated measures to assess the cognitive and attitudinal impacts of an AI-mediated instructional intervention. The sample comprised 249 undergraduate preservice teachers enrolled in the Department of Early Childhood Education at the University of Ioannina, Greece. Data was collected using standardized pre-tests and post-tests to measure conceptual knowledge in the natural sciences, alongside a multi-dimensional Likert-scale questionnaire capturing attitudes toward technology, artificial intelligence, and chatbots in both general and educational contexts. The empirical findings reveal a profound cognitive and affective shift. Following the intervention, participants demonstrated a highly significant improvement in their natural science knowledge, with mean scores rising from a baseline of 59.98% to 68.73% (p < .001, partial η^2= .939). Simultaneously, overall attitudes toward artificial intelligence and technology became significantly more positive. However, the data also exposed rigid, structural anxieties. Despite widespread adoption and increased enthusiasm for technology in science education, participants' fears regarding pedagogical dependency and ethical concerns (such as privacy and academic integrity) remained persistently high. Crucially, a regression-based mediation analysis with bootstrapping (5,000 resamples) confirmed that the cognitive knowledge gained during the intervention acted as a significant partial mediator between baseline and post-intervention attitudes (indirect effect ab = 0.0614). This indicates that professional motivation and technological affinity did not develop through passive exposure but were driven directly by the subjects successfully utilizing the tool to resolve their own cognitive frictions. Ultimately, this thesis argues that the integration of generative algorithms in science education is not merely a technical upgrade, but an ecological paradigm shift. It demands that teacher education programs formally embed critical artificial intelligence literacy within their curricula, shifting the professional identity of the future educator from a traditional transmitter of facts to an “epistemic orchestrator” and critical auditor of synthetic pedagogy. Furthermore, by contextualizing these localized pedagogical actions within broader quaternary contradictions, such as the massive environmental footprint of LLM computations, the research underscores the necessity of aligning technological integration with critical environmental consciousness and global sustainable development goals.

Η ραγδαία ενσωμάτωση της Παραγωγικής Τεχνητής Νοημοσύνης (GenAI) και των Μεγάλων Γλωσσικών Μοντέλων (LLMs) συνιστά ίσως μια βαθιά παραδειγματική μετατόπιση στην εκπαίδευση. Μεταβάλλει το παιδαγωγικό τοπίο από μια εποχή απλής ανάκτησης πληροφοριών σε μια εποχή πιθανολογικής παραγωγής πληροφοριών. Η μετάβαση αυτή προκαλεί μια οξεία κρίση διαμεσολάβησης για τους μελλοντικούς εκπαιδευτικούς της προσχολικής ηλικίας. Συχνά, οι παιδαγωγοί καλούνται να διδάξουν αντιδιαισθητικές επιστημονικές έννοιες κατωφλίου, όπως το φως και η οπτική, τα συστήματα της Γης και του διαστήματος, η πλεύση και η βύθιση, καθώς και ο μετασχηματισμός της ενέργειας. Και όλα αυτά συμβαίνουν ενώ ταυτόχρονα παλεύουν με τη δική τους χαμηλή επιστημονική αυτοαποτελεσματικότητα. Η παρούσα διατριβή, επομένως, διερευνά τον τρόπο με τον οποίο τα εκπαιδευτικά εργαλεία που βασίζονται στην τεχνητή νοημοσύνη επηρεάζουν την εννοιολογική κατανόηση των φυσικών επιστημών από τους μελλοντικούς δασκάλους. Εξετάζει παράλληλα τις μεταβαλλόμενες επαγγελματικές τους ταυτότητες και τις μαθησιακές τους πρακτικές. Προκειμένου να αναλυθεί συστηματικά αυτή η τεχνολογική ανατροπή και να ληφθούν υπόψη οι στοχαστικές, ενεργητικές ικανότητες των LLMs, η έρευνα αξιοποιεί την Πολιτισμική Ιστορική Θεωρία Δραστηριότητας (CHAT) τρίτης γενιάς. Ο στόχος είναι να χαρτογραφηθούν οι συστημικές αντιφάσεις που εισάγονται από την τεχνητή νοημοσύνη. Αντιμετωπίζοντας την τεχνολογία ως ένα δυναμικό εργαλείο διαμεσολάβησης, η μελέτη αναλύει σε λειτουργικούς όρους τις δομικές εντάσεις. Σε αυτές περιλαμβάνεται προφανώς η πρωταρχική αντίφαση ανάμεσα στη γλωσσική ευφράδεια του εργαλείου (ανταλλακτική αξία) και την τάση του για επιστημονικές παραισθήσεις (αξία χρήσης). Επιπρόσθετα, διερευνώνται δευτερεύουσες αντιφάσεις που συγκρούονται με τους παραδοσιακούς πανεπιστημιακούς κανόνες και τον μεταβαλλόμενο καταμερισμό εργασίας του εκπαιδευτικού. Από μεθοδολογική άποψη, η μελέτη υιοθετεί έναν ποσοτικό, οιονεί πειραματικό ερευνητικό σχεδιασμό με επαναλαμβανόμενες μετρήσεις. Σκοπός είναι να αξιολογηθούν οι γνωστικές και συναισθηματικές επιπτώσεις μιας διδακτικής παρέμβασης με τη διαμεσολάβηση της τεχνητής νοημοσύνης. Το δείγμα αποτελείται από 249 προπτυχιακούς φοιτητές, μελλοντικούς εκπαιδευτικούς, εγγεγραμμένους στο Παιδαγωγικό Τμήμα Νηπιαγωγών του Πανεπιστημίου Ιωαννίνων. Τα δεδομένα συλλέχθηκαν χρησιμοποιώντας σταθμισμένες δοκιμασίες πριν και μετά την παρέμβαση για τη μέτρηση της εννοιολογικής γνώσης στις φυσικές επιστήμες. Παράλληλα, αξιοποιήθηκε ένα πολυδιάστατο ερωτηματολόγιο κλίμακας Likert που κατέγραψε τις στάσεις των μελλοντικών εκπαιδευτικών απέναντι στην τεχνολογία, την τεχνητή νοημοσύνη και τα chatbots, τόσο σε γενικό όσο και σε εκπαιδευτικό πλαίσιο. Τα εμπειρικά ευρήματα αποκαλύπτουν μια μάλλον βαθιά γνωστική και συναισθηματική μετατόπιση. Μετά την παρέμβαση, οι συμμετέχοντες παρουσίασαν μια εξαιρετικά σημαντική βελτίωση στις γνώσεις τους στις φυσικές επιστήμες. Συγκεκριμένα, οι μέσες βαθμολογίες αυξήθηκαν από μια βάση 59.98 σε 68.73 σε μια κλίμακα 100 βαθμών (p < .001, partial η^2= .939). Ταυτόχρονα, οι συνολικές στάσεις απέναντι στην τεχνητή νοημοσύνη και την τεχνολογία έγιναν σημαντικά πιο θετικές. Ωστόσο, τα δεδομένα ανέδειξαν επίσης αρκετά άκαμπτες, δομικές ανησυχίες. Παρά την ευρεία υιοθέτηση και τον αυξημένο ενθουσιασμό για την τεχνολογία στη διδασκαλία των φυσικών επιστημών, οι φόβοι των συμμετεχόντων σχετικά με την παιδαγωγική εξάρτηση παρέμειναν επίμονα υψηλοί. Το ίδιο ίσχυσε και για ηθικούς προβληματισμούς, όπως η ιδιωτικότητα και η ακαδημαϊκή ακεραιότητα. Αξίζει να σημειωθεί ότι μια ανάλυση διαμεσολάβησης, βασισμένη στην παλινδρόμηση με τη μέθοδο bootstrapping (5.000 επαναδειγματοληψίες), οδήγησε σε ένα κρίσιμο εύρημα: Η γνωστική γνώση που αποκτήθηκε κατά τη διάρκεια της παρέμβασης λειτούργησε ως σημαντικός μερικός διαμεσολαβητής μεταξύ των στάσεων πριν και μετά την παρέμβαση (έμμεση επίδραση ab = 0.0614). Αυτό υποδηλώνει ότι το επαγγελματικό κίνητρο και η εξοικείωση με την τεχνολογία δεν αναπτύχθηκαν απλώς μέσα από παθητική έκθεση. Αντίθετα, καθοδηγήθηκαν άμεσα από την επιτυχή χρήση του εργαλείου από τα ίδια τα υποκείμενα, προκειμένου να επιλύσουν τις δικές τους γνωστικές τριβές. Τελικά, η παρούσα διατριβή υποστηρίζει ότι η ενσωμάτωση των παραγωγικών αλγορίθμων στη διδασκαλία των φυσικών επιστημών δεν αποτελεί απλώς μια τεχνική αναβάθμιση. Συνιστά μάλλον μια οικολογική παραδειγματική αλλαγή. Απαιτεί την άμεση ενσωμάτωση του κριτικού γραμματισμού στην τεχνητή νοημοσύνη στα προγράμματα σπουδών για την εκπαίδευση των εκπαιδευτικών. Με αυτόν τον τρόπο, η επαγγελματική ταυτότητα του μελλοντικού εκπαιδευτικού μετατοπίζεται από έναν παραδοσιακό μεταδότη γεγονότων σε έναν «επιστημικό ενορχηστρωτή» και κριτικό ελεγκτή της συνθετικής παιδαγωγικής. Επιπλέον, τοποθετώντας αυτές τις τοπικές παιδαγωγικές ενέργειες στο πλαίσιο ευρύτερων τεταρτογενών αντιφάσεων, αναδεικνύονται κρίσιμα ζητήματα. Χαρακτηριστικό παράδειγμα αποτελεί το τεράστιο περιβαλλοντικό αποτύπωμα που προκύπτει από την υπολογιστική ισχύ των Μεγάλων Γλωσσικών Μοντέλων. Έτσι, η έρευνα υπογραμμίζει την αναγκαιότητα να ευθυγραμμιστεί η τεχνολογική ενσωμάτωση με την κριτική περιβαλλοντική συνείδηση και τους παγκόσμιους στόχους βιώσιμης ανάπτυξης.