Πάνω από 8 στους 10 νέους ηλικίας 16 έως 24 ετών στην Ελλάδα χρησιμοποίησαν εργαλεία generative AI μέσα στο 2025, το υψηλότερο ποσοστό στην Ευρωπαϊκή Ένωση. Πρώτη στην ΕΕ η Ελλάδα στη χρήση τεχνητής νοημοσύνης από τους νέους, τι δείχνουν τα στοιχεία για τους φοιτητές.
Σύμφωνα με τα τελευταία στοιχεία της Eurostat, το ποσοστό στην Ελλάδα έφτασε το 83,5%, όταν ο ευρωπαϊκός μέσος όρος διαμορφώθηκε στο 63,8%. Η μέτρηση αφορά χρήση κατά τους τρεις μήνες πριν από την έρευνα και δεν περιορίζεται αποκλειστικά σε φοιτητές, αποτυπώνει όμως πόσο γρήγορα η τεχνητή νοημοσύνη έχει περάσει στην καθημερινότητα της ηλικιακής ομάδας που βρίσκεται σε μεγάλο βαθμό στην τριτοβάθμια εκπαίδευση.
Η αλλαγή αυτή αρχίζει να φαίνεται και στον τρόπο με τον οποίο οργανώνεται η ίδια η μελέτη. Μέχρι πριν από λίγα χρόνια, μια τυπική φοιτητική εργασία ξεκινούσε με το άνοιγμα του laptop, μια αναζήτηση στο Google και τη συγκέντρωση πηγών. Σήμερα, ανάμεσα στην ερώτηση και στην αναζήτηση έχει προστεθεί ένας νέος παράγοντας, η τεχνητή νοημοσύνη.
Ακόμη πιο συγκεκριμένη εικόνα δίνει πρόσφατη μελέτη του Πανεπιστημίου Δυτικής Αττικής σε 788 προπτυχιακούς από 27 τμήματα. Το 97,2% του δείγματος είχε χρησιμοποιήσει τουλάχιστον ένα εργαλείο generative AI, ενώ το ChatGPT κυριαρχεί με ποσοστό 95,8%. Παράλληλα, εργαλεία όπως Gemini, DeepSeek και Copilot δείχνουν ότι η χρήση δεν περιορίζεται πλέον σε μία εφαρμογή, αλλά απλώνεται σε ένα ευρύτερο ψηφιακό περιβάλλον που οι φοιτητές χρησιμοποιούν από tablets μέχρι το smartphone που έχουν συνεχώς μαζί τους.
Εδώ βρίσκεται ίσως το πιο ενδιαφέρον εύρημα. Παρά τη δημόσια συζήτηση που συχνά παρουσιάζει το generative AI ως έναν εύκολο τρόπο παραγωγής έτοιμων εργασιών, οι πραγματικές χρήσεις που δηλώνουν οι φοιτητές σκιαγραφούν διαφορετική εικόνα.
Σύμφωνα με την ίδια έρευνα, το 85% όσων χρησιμοποιούν GenAI ανέφερε την αναζήτηση πληροφοριών, το 59% την εξήγηση δύσκολων εννοιών και το 43% την προετοιμασία εξετάσεων. Η συγγραφή κειμένου περιορίζεται στο 30%. Όταν οι φοιτητές ερωτήθηκαν για τα κίνητρά τους, το 65% ανέφερε ότι χρησιμοποιεί AI για να κατανοήσει δύσκολες έννοιες, το 53% για να εντοπίσει πηγές και βιβλιογραφία και το 49% για να συγκεντρώσει υλικό μελέτης. Μόλις το 19% ανέφερε ως βασικό κίνητρο τη συγγραφή εργασιών.
Το εύρημα αυτό αλλάζει αισθητά την εικόνα. Το AI φαίνεται να λειτουργεί λιγότερο ως “μηχανή έτοιμων απαντήσεων” και περισσότερο ως ένας άτυπος ψηφιακός βοηθός μελέτης.
Η αλλαγή αυτή επηρεάζει και τον ίδιο τον τρόπο διαβάσματος. Σε μια οθόνη υπολογιστή, ένα επιστημονικό paper μπορεί πλέον να βρίσκεται δίπλα σε ένα AI εργαλείο που εξηγεί έναν όρο, συνοψίζει μια δύσκολη έννοια ή προτείνει νέες λέξεις-κλειδιά για αναζήτηση. Με ακουστικά, η ίδια διαδικασία συνεχίζεται μέσα από recorded lectures, podcasts και online μαθήματα. Η μελέτη γίνεται λιγότερο γραμμική και περισσότερο μια συνεχής εναλλαγή ανάμεσα σε πηγές, εφαρμογές και διαφορετικές μορφές περιεχομένου.
Η ευκολία αυτή δημιουργεί, όμως, ένα νέο πρόβλημα. Τα εργαλεία AI μπορούν να παράγουν απαντήσεις που ακούγονται απολύτως πειστικές και παρ’ όλα αυτά περιέχουν ανακρίβειες, ελλιπή στοιχεία ή ακόμη και βιβλιογραφικές αναφορές που δεν υπάρχουν.
Ερευνητές από το Πανεπιστήμιο Δυτικής Αττικής, επισημαίνουν ότι το AI μπορεί να βοηθήσει στην αρχική χαρτογράφηση ενός θέματος, στην κατανόηση μιας έννοιας ή στην αναζήτηση κατάλληλων keywords. Δεν μπορεί, όμως, να αντικαταστήσει την ανάγνωση της πραγματικής πηγής, την αναζήτηση σε επιστημονικές βάσεις και την επαλήθευση των πληροφοριών.
Το ίδιο δίλημμα αναγνωρίζουν και οι ίδιοι οι φοιτητές. Σε διαφορετική ελληνική μελέτη, του Πανεπιστημίου Αιγαίου, με δείγμα 515 ατόμων, το 77,2% θεωρεί ότι το AI μπορεί να βελτιώσει την έρευνα και την αναζήτηση πληροφοριών και το 61,4% ότι μπορεί να ενισχύσει την απόδοση σε εργασίες και εξετάσεις. Την ίδια στιγμή, το 68% θεωρεί ότι μπορεί να περιορίσει την κριτική σκέψη, ενώ το 64,8% εντοπίζει ως εμπόδιο την ανεπαρκή γνώση γύρω από τη σωστή χρήση τέτοιων εργαλείων.
Αυτό σημαίνει ότι η βασική φοιτητική δεξιότητα στην εποχή του AI μετακινείται. Το ζητούμενο δεν είναι μόνο να ξέρει κάποιος να κάνει μια καλή ερώτηση, αλλά να μπορεί να ελέγξει την απάντηση. Να επιστρέψει στην πρωτογενή πηγή, να συγκρίνει δεδομένα, να οργανώσει σωστά το υλικό του σε αρχεία και backups, είτε στο cloud είτε σε έναν εξωτερικό σκληρό δίσκο, και να ξεχωρίσει την τεκμηριωμένη πληροφορία από την πειστική ανακρίβεια.
Παράλληλα, η τεχνολογία έχει επεκτείνει τη μελέτη πέρα από το παραδοσιακό γραφείο. Online παρουσιάσεις, συνεργατικές εργασίες και webinars μέσω webcam, ψηφιακές σημειώσεις αλλά και έντυπο υλικό από εκτυπωτές συνθέτουν πλέον ένα υβριδικό περιβάλλον μάθησης, στο οποίο το φυσικό και το ψηφιακό συνυπάρχουν.
Η μεγαλύτερη αλλαγή, ωστόσο, δεν βρίσκεται στις ίδιες τις συσκευές. Βρίσκεται στη χρονική απόσταση ανάμεσα στην τεχνολογική υιοθέτηση και στην εκπαίδευση γύρω από αυτήν. Οι φοιτητές έχουν ήδη ενσωματώσει το AI στη μελέτη τους με πολύ μεγάλη ταχύτητα. Τα πανεπιστήμια, οι εκπαιδευτικοί κανόνες και οι δεξιότητες κριτικής αξιολόγησης καλούνται τώρα να ακολουθήσουν.
Και ίσως αυτό είναι το πραγματικό στοίχημα της επόμενης περιόδου: όχι αν οι φοιτητές θα χρησιμοποιούν τεχνητή νοημοσύνη, αλλά αν θα μάθουν να τη χρησιμοποιούν χωρίς να της παραχωρούν το σημαντικότερο κομμάτι της πανεπιστημιακής εκπαίδευσης, την ικανότητα να αμφισβητούν, να επαληθεύουν και τελικά να σκέφτονται μόνοι τους.
Εξωτερικές πηγές:
- Eurostat, “64% of 16-24-year-olds used AI in 2025”, 10 Φεβρουαρίου 2026. Eurostat
- Chatzopoulos, A., Zacharia, P. & Kantaros, A. (2026), “Generative AI in Higher Education: A Large-Scale Study of Student Usage Patterns, Applications and Motivations”, Applied Sciences, 16(12), 5972. Applied Sciences
- Kostas, A., Paraschou, V., Spanos, D., Tzortzoglou, F. & Sofos, A. (2025), “AI and ChatGPT in Higher Education: Greek Students’ Perceived Practices, Benefits, and Challenges”, Education Sciences, 15(5), 605. Education Sciences
