Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/40498Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Μπουρονίκου, Δήμητρα | el |
| dc.contributor.author | Bouronikou, Dimitra | en |
| dc.date.accessioned | 2026-10-14T10:01:55Z | - |
| dc.date.available | 2026-10-14T10:01:55Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/40498 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Μεταλόγος | el |
| dc.subject | Μαθητικός λόγος | el |
| dc.subject | Τεχνητή νοημοσύνη | el |
| dc.subject | Γραπτός λόγος | el |
| dc.subject | Μεγάλα γλωσσικά μοντέλα | el |
| dc.subject | Εκπαιδευτικό πλαίσιο | el |
| dc.subject | Metadiscourse | en |
| dc.subject | Student discourse | en |
| dc.subject | Artificial intelligence | en |
| dc.subject | Written discourse | en |
| dc.subject | Large language models | en |
| dc.subject | Educational context | en |
| dc.title | Μεταλογικοί Δείκτες στο Μαθητικό και τον Παραγόμενο από το ChatGPT Γραπτό Λόγο: Συγκριτική Ανάλυση | el |
| dc.title | Metadiscourse Markers in Student and ChatGPT-Generated Writing: A Comparative Analysis | en |
| dc.type | masterThesis | en |
| heal.type | masterThesis | el |
| heal.type.en | Master thesis | en |
| heal.type.el | Μεταπτυχιακή εργασία | el |
| heal.dateAvailable | 2026-10-14T10:02:56Z | - |
| heal.language | el | el |
| heal.access | free | el |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Φιλοσοφική Σχολή. Τμήμα Φιλοσοφίας | el |
| heal.publicationDate | 2026-07 | - |
| heal.abstract | Η ραγδαία διάδοση των συστημάτων παραγωγικής τεχνητής νοημοσύνης έχει δημιουργήσει νέα ερευνητικά ερωτήματα σχετικά με τις ομοιότητες και τις διαφορές μεταξύ ανθρώπινου και παραγόμενου από τεχνητή νοημοσύνη λόγου στο χώρο της εκπαίδευσης. Στο πλαίσιο αυτό, ιδιαίτερο ενδιαφέρον παρουσιάζει ο μεταλόγος ως πλαίσιο ανάλυσης, έννοια που αναφέρεται στους γλωσσικούς πόρους με τους οποίους ο/η συγγραφέας οργανώνει το κείμενο, εκφράζει τη στάση του και παράλληλα διαμορφώνει τη σχέση του με τον αναγνώστη. Η παρούσα εργασία εξετάζει τις διαφοροποιήσεις στη χρήση, την κατανομή και τη λειτουργία των μεταλογικών δεικτών μεταξύ μαθητικών κειμένων και κειμένων που παράγονται από τεχνητή νοημοσύνη από το ChatGPT, με βάση το μοντέλο μεταλόγου του Hyland. Το ερευνητικό ενδιαφέρον εστιάζει α) στη σύγκριση των δύο σωμάτων κειμένων και β) στη διερεύνηση του κατά πόσο οι παρατηρούμενες διαφοροποιήσεις μπορούν να συμβάλλουν στη διαμόρφωση ενδεικτικών κριτηρίων διάκρισης ανθρώπινου και παραγόμενου από τεχνητή νοημοσύνη γραπτού λόγου στο εκπαιδευτικό πλαίσιο. Το ερευνητικό υλικό αποτελείται από δύο συγκρίσιμα σώματα κειμένων, αποτελούμενα από 30 κείμενα το καθένα: ένα σώμα μαθητικών κειμένων και ένα σώμα κειμένων που παρήχθησαν από τεχνητή νοημοσύνη. Η ανάλυση στηρίχθηκε στη διάκριση του Hyland μεταξύ οργανωτικών και αλληλεπιδραστικών μεταλογικών δεικτών και στηρίχθηκε σε ποσοτική και ποιοτική προσέγγιση. Η ποσοτική ανάλυση βασίστηκε στη χειροκίνητη καταγραφή και κανονικοποίηση των δεικτών ανά 1.000 λέξεις ενώ η ποιοτική επικεντρώθηκε στη λειτουργική αξιοποίησή τους μέσα στα κείμενα. Τα αποτελέσματα έδειξαν ότι τα μαθητικά κείμενα εμφανίζουν υψηλότερη συνολική μεταλογική πυκνότητα, ιδιαίτερα στους αλληλεπιδραστικούς δείκτες. Σημαντικές διαφοροποιήσεις εντοπίστηκαν κυρίως στη χρήση δεικτών εμπλοκής, πλαισίου και επεξήγησης, όπου τα μαθητικά κείμενα υπερέχουν σαφώς. Ακόμη τα μαθητικά κείμενα παρουσίασαν μεγαλύτερη εσωτερική διαφοροποίηση στη χρήση δεικτών. Τα κείμενα τεχνητής νοημοσύνης εμφανίζουν μεγαλύτερη χρήση δεικτών μετάβασης, πιο περιορισμένο ρεπερτόριο, και συγκριτικά μεγαλύτερη σταθερότητα στη χρήση μεταλόγου. Συνολικά, η έρευνα δείχνει ότι ο μεταλόγος μπορεί να αποτελέσει χρήσιμο αναλυτικό πλαίσιο για τη μελέτη της διαφοροποίησης μεταξύ ανθρώπινου και παραγόμενου από τεχνητή νοημοσύνη γραπτού λόγου, προσφέροντας ενδείξεις που μπορούν να αξιοποιηθούν ερμηνευτικά στο σχολικό περιβάλλον, χωρίς όμως να συνιστούν ασφαλή κριτήρια διάκρισης. | el |
| heal.abstract | This study investigates differences in the use, distribution and function of metadiscourse markers in student-written texts and texts generated by large language models (LLMs), based on Hyland’s metadiscourse framework. The research focuses on a) comparing the two corpora and b) on exploring whether these differences may contribute to the development of criteria for distinguishing human-written from AI generated discourse in educational contexts. The data consist of two comparable corpora, each consisting of 30 texts: one corpus of student texts and one corpus of texts generated by AI. The analysis was based on Hyland’s distinction between interactive and interactional metadiscourse markers and combined quantitative and qualitative approaches. The quantitative analysis relied on the manual identification and normalization of markers per 1.000 words, while the qualitative analysis focused on their functional use within the texts. The findings showed that student texts display higher overall metadiscourse density, especially in interactional markers. Significant differences were identified mainly in engagement markers, frame markers and the use of code glosses, where student texts clearly outperform AI-generated texts. Furthermore, the student texts displayed greater internal variation in the use of metadiscourse markers. AI-generated texts use transitions more heavily, they show more limited variety in vocabulary, and display overall greater stability in the use of metadiscourse. Overall, the study suggests that metadiscourse can serve as a useful analytical framework for examining the differences between human-written and AI generated written discourse, offering interpretive indications relevant to school contexts, without constituting sufficient standalone criteria for distinguishing the two. | en |
| heal.advisorName | Γκαραβέλας, Κωνσταντίνος | el |
| heal.committeeMemberName | Μίχου, Αικατερίνη | el |
| heal.committeeMemberName | Γούγα, Γεωργία | el |
| heal.committeeMemberName | Γκαραβέλας, Κωνσταντίνος | el |
| heal.academicPublisher | Πανεπιστήμιο Ιωαννίνων. Φιλοσοφική Σχολή. Τμήμα Φιλοσοφίας | el |
| heal.academicPublisherID | uoi | el |
| heal.numberOfPages | 80 | el |
| heal.fullTextAvailability | true | - |
| Appears in Collections: | Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΦΛΣ | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Μ.Ε. Μπουρονίκου Δήμητρα (2026).pdf | 902.22 kB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
