Dialogue

What must humans learn when answers become abundant?

FRONTIER THOUGHT · Meta-conference

What must we learn to remain capable of thinking for ourselves?

Persistent meta & virtual dialogues

One continuing dialogue, three programme rounds
  1. 1

    What must humans learn when answers become abundant?

    Inquiry from published sources

  2. 2

    Learning that survives the tool

    Planned follow-up

  3. 3

    A new compact for human learning

    Planned follow-up

Round 1 · Active source inquiry

What must humans learn when answers become abundant?

What must we learn to remain capable of thinking for ourselves?

What carries into the next round

Bring an assisted answer and an independent solution into the same teacher discussion. Use the difference to revise the next lesson’s rules and learning objective.

What can students explain and solve independently a month after using an AI tutor, and which children benefit least?

Sources and field questions for this round ↓

Round 2 · Planned follow-up

Learning that survives the tool

What should a Greek school measure before it expands AI tutoring?

What carries into the next round

Bring an assisted answer and an independent solution into the same teacher discussion. Use the difference to revise the next lesson’s rules and learning objective.

What should a Greek school measure before it expands AI tutoring?

Sources and field questions for this round ↓

Round 3 · Planned follow-up

A new compact for human learning

Which human capabilities must every education deployment strengthen?

What carries into the next round

Bring an assisted answer and an independent solution into the same teacher discussion. Use the difference to revise the next lesson’s rules and learning objective.

Which human capabilities must every education deployment strengthen?

Sources and field questions for this round ↓

How we will investigate the questions

Round 1 · What must humans learn when answers become abundant?

Published positions informing this round

Questions and evidence to request

  1. Teacher in a Greek pilot school

    What must a student demonstrate unaided before you conclude that learning improved?

    Evidence to request: An initial task, an unfamiliar independent task one month later and the marking rubric.

  2. Student and parent

    When did the tutor help you understand, and when did you accept an answer you could not explain?

    Evidence to request: One worked example, a detected mistake and an explanation in the student’s own words.

  3. School leader or pilot evaluator

    Who gets access and support, and what finding would change the programme?

    Evidence to request: Participation by need, teacher preparation and correction time, language checks and publication date for results.

Round 2 · Learning that survives the tool

Published positions informing this round

Questions and evidence to request

  1. Teacher in a Greek pilot school

    What must a student demonstrate unaided before you conclude that learning improved?

    Evidence to request: An initial task, an unfamiliar independent task one month later and the marking rubric.

  2. Student and parent

    When did the tutor help you understand, and when did you accept an answer you could not explain?

    Evidence to request: One worked example, a detected mistake and an explanation in the student’s own words.

  3. School leader or pilot evaluator

    Who gets access and support, and what finding would change the programme?

    Evidence to request: Participation by need, teacher preparation and correction time, language checks and publication date for results.

Round 3 · A new compact for human learning

Published positions informing this round

Questions and evidence to request

  1. Teacher in a Greek pilot school

    What must a student demonstrate unaided before you conclude that learning improved?

    Evidence to request: An initial task, an unfamiliar independent task one month later and the marking rubric.

  2. Student and parent

    When did the tutor help you understand, and when did you accept an answer you could not explain?

    Evidence to request: One worked example, a detected mistake and an explanation in the student’s own words.

  3. School leader or pilot evaluator

    Who gets access and support, and what finding would change the programme?

    Evidence to request: Participation by need, teacher preparation and correction time, language checks and publication date for results.

Published positions and original context

Sal Khan

Original talk

How AI could save education

Khan proposes personal tutoring and teacher assistance designed to prompt reasoning and give feedback rather than simply supply answers. His demonstrations are a design proposal, not proof of learning gains in Greek schools.

And we're going to give every teacher on the planet an amazing, artificially intelligent teaching assistant.

How AI could save (not destroy) education · TED2023 · 2023-04

Original talk · TED talk

Fei-Fei Li

Original question, paraphrased · Margaret Hoover

Pope Leo XIV says AI poses challenges to human dignity, justice and work. Does he have a point?

Li puts human concerns, public research capacity, education and dialogue at the centre of governance. She warns that policy built around extreme utopian or extinction narratives can distract from practical work.

And then keep the technologists and the experts at the table as the policy is being made.

Fei-Fei Li, Firing Line · PBS / Firing Line · 2025-05-23

Original conversation · Margaret Hoover

Demis Hassabis

Original question, paraphrased · Linda Rottenberg

Which skills, tools and knowledge should today’s students and lifelong learners develop, and which subjects would you study now?

Hassabis argues that Europe needs technological capability to influence AI’s direction. Education should develop the capacity to keep learning and connect disciplines.

Conversation at the Athens Innovation Summit · Prime Minister of the Hellenic Republic · 2025-09-13

Original conversation · Linda Rottenberg

Michalis Bletsas

Original interview topic · Alexandros Mordountak and Georgia Sadana

Using AI in education and learning

Bletsas warns that outsourcing a student’s thinking can weaken learning. He also sees value in personalised exercises and in teaching students to detect model mistakes.

Χρησιμοποιούμε με λάθος τρόπο την ΤΝ αντικαθιστώντας δικές μας διεργασίες και όχι επικουρικά όπως θα έπρεπε.

Interview on AI and learning on ERTnews Syndeseis · National Cybersecurity Authority, reproducing its governor’s ERTnews interview · 2026-08-26

Original conversation · Alexandros Mordountak and Georgia Sadana

Sofia Zacharaki

Original remarks

AI in Greek schools and the pilot programme

Ministry describes a pilot in 20 lyceums with OpenAI, Onassis Foundation and The Tipping Point, with teacher guidance and training. A programme description provides a concrete case for fieldwork but does not establish learning outcomes.

Ένα σχολείο του 1980 δεν μπορεί να ανταποκριθεί πλήρως στις ανάγκες ενός παιδιού που θα αποφοιτήσει το 2040.

Education Minister Sofia Zacharaki on AI in schools · Greek Ministry of Education · 2026-05-16

Published source · Official publication

Sal Khan

Original interview topic · Rachael Myrow, KQED

How generative AI can serve students and teachers

Khan discusses tutoring, teacher support and assessment with KQED’s Rachael Myrow. The question becomes what an assignment is meant to develop and how students demonstrate understanding.

CHM Live | Sal Khan's Brave New Words: AI and Education · Computer History Museum · 2025-03-11

Original conversation · Rachael Myrow, KQED

Fei-Fei Li

Original conversation · Neale Mahoney, Stanford SIEPR

Beyond words, building AI for the physical world

Li and Mahoney examine AI’s direction and public understanding at Stanford’s AI & the Economy forum. It expands the conference’s education theme to AI literacy, independent research and the institutions that shape its use.

AI & the Economy | Beyond Words: Building AI for the Physical World · Stanford Institute for Economic Policy Research (SIEPR) · 2025-11-20

Original conversation · Neale Mahoney, Stanford SIEPR

Fei-Fei Li

Original conversation · Andrew Ng

Human-centred AI and pathways into AI learning

Li speaks with Andrew Ng about human-centred AI, education for legislators and helping more people enter the field through AI4ALL. It provides an accessible foundation for the conference’s discussion of who learns and who gets to shape the technology.

Andrew Ng and Fei-Fei Li Discuss Human-Centered Artificial Intelligence – Stanford Online · Stanford Online · 2023-05-11

Original conversation · Andrew Ng

Constantinos Daskalakis

Original interview topic · Giannis Pantazopoulos

Human capability as AI advances

AI can accelerate work, but the capacity to adapt, think critically, create and understand people becomes more valuable. Daskalakis warns against surrendering creativity to a system whose reliability varies.

Κωνσταντίνος Δασκαλάκης στο Upfront 2026: «Οι μηχανές θα γίνουν ισχυρότερες, η επαφή πολυτιμότερη» · LiFO · The Upfront Initiative 2026 · 2026-06-12

Original conversation · Giannis Pantazopoulos

Continue the dialogue on EventChanger ↗

Read the full analysis ↗

FRONTIER THOUGHT · Meta-conference

Τι πρέπει να μαθαίνουμε για να συνεχίσουμε να σκεφτόμαστε αυτόνομα;

Διαρκής διάλογος πάνω στα μεγάλα θέματα

Μία συζήτηση που εξελίσσεται σε τρεις κύκλους
  1. 1

    Τι πρέπει να μαθαίνει ο άνθρωπος όταν οι απαντήσεις αφθονούν;

    Διερεύνηση με δημοσιευμένες πηγές

  2. 2

    Μάθηση που παραμένει χωρίς το εργαλείο

    Προγραμματισμένη συνέχεια

  3. 3

    Μία νέα συμφωνία για την ανθρώπινη μάθηση

    Προγραμματισμένη συνέχεια

Κύκλος 1 · Ενεργή διερεύνηση πηγών

Τι πρέπει να μαθαίνει ο άνθρωπος όταν οι απαντήσεις αφθονούν;

Τι πρέπει να μαθαίνουμε για να συνεχίσουμε να σκεφτόμαστε αυτόνομα;

Τι μεταφέρουμε στον επόμενο κύκλο

Οι νέες απαντήσεις θα καταγραφούν μαζί με την πηγή τους και την αλλαγή που επιφέρουν στο επόμενο σημείωμα.

Τι μπορούν να εξηγήσουν και να λύσουν αυτόνομα οι μαθητές έναν μήνα μετά τη χρήση ψηφιακού βοηθού και ποια παιδιά ωφελούνται λιγότερο;

Πηγές και ερωτήματα για τη διερεύνηση ↓

Κύκλος 2 · Προγραμματισμένη συνέχεια

Μάθηση που παραμένει χωρίς το εργαλείο

Τι πρέπει να μετρήσει ένα ελληνικό σχολείο πριν επεκτείνει την ΤΝ;

Τι μεταφέρουμε στον επόμενο κύκλο

Οι νέες απαντήσεις θα καταγραφούν μαζί με την πηγή τους και την αλλαγή που επιφέρουν στο επόμενο σημείωμα.

Τι πρέπει να μετρήσει ένα ελληνικό σχολείο πριν επεκτείνει την ΤΝ;

Πηγές και ερωτήματα για τη διερεύνηση ↓

Κύκλος 3 · Προγραμματισμένη συνέχεια

Μία νέα συμφωνία για την ανθρώπινη μάθηση

Ποιες ανθρώπινες ικανότητες πρέπει να ενισχύει κάθε εκπαιδευτική εφαρμογή;

Τι μεταφέρουμε στον επόμενο κύκλο

Οι νέες απαντήσεις θα καταγραφούν μαζί με την πηγή τους και την αλλαγή που επιφέρουν στο επόμενο σημείωμα.

Ποιες ανθρώπινες ικανότητες πρέπει να ενισχύει κάθε εκπαιδευτική εφαρμογή;

Πηγές και ερωτήματα για τη διερεύνηση ↓

Πώς θα διερευνήσουμε τα ερωτήματα

Κύκλος 1 · Τι πρέπει να μαθαίνει ο άνθρωπος όταν οι απαντήσεις αφθονούν;

Οι τοποθετήσεις από τις οποίες ξεκινάμε

Ερωτήματα και στοιχεία που θα ζητήσουμε

  1. Εκπαιδευτικός σε πιλοτικό σχολείο

    Τι πρέπει να αποδείξει αυτόνομα ένας μαθητής για να κρίνετε ότι έμαθε;

    Στοιχεία που θα ζητήσουμε: Αρχική άσκηση, άγνωστο πρόβλημα έναν μήνα μετά και κριτήρια αξιολόγησης.

  2. Μαθητής και γονέας

    Πότε ο βοηθός σάς βοήθησε να κατανοήσετε και πότε δεχτήκατε απάντηση που δεν μπορούσατε να εξηγήσετε;

    Στοιχεία που θα ζητήσουμε: Ένα παράδειγμα, ένα λάθος που εντοπίστηκε και εξήγηση με λόγια του μαθητή.

  3. Διεύθυνση σχολείου ή αξιολογητής προγράμματος

    Ποιος έχει πρόσβαση και υποστήριξη και ποιο εύρημα θα άλλαζε το πρόγραμμα;

    Στοιχεία που θα ζητήσουμε: Στοιχεία συμμετοχής ανά εκπαιδευτική ανάγκη, χρόνος προετοιμασίας και διορθώσεων, αξιολόγηση της γλώσσας και χρονοδιάγραμμα αποτελεσμάτων.

Κύκλος 2 · Μάθηση που παραμένει χωρίς το εργαλείο

Οι τοποθετήσεις από τις οποίες ξεκινάμε

Ερωτήματα και στοιχεία που θα ζητήσουμε

  1. Εκπαιδευτικός σε πιλοτικό σχολείο

    Τι πρέπει να αποδείξει αυτόνομα ένας μαθητής για να κρίνετε ότι έμαθε;

    Στοιχεία που θα ζητήσουμε: Αρχική άσκηση, άγνωστο πρόβλημα έναν μήνα μετά και κριτήρια αξιολόγησης.

  2. Μαθητής και γονέας

    Πότε ο βοηθός σάς βοήθησε να κατανοήσετε και πότε δεχτήκατε απάντηση που δεν μπορούσατε να εξηγήσετε;

    Στοιχεία που θα ζητήσουμε: Ένα παράδειγμα, ένα λάθος που εντοπίστηκε και εξήγηση με λόγια του μαθητή.

  3. Διεύθυνση σχολείου ή αξιολογητής προγράμματος

    Ποιος έχει πρόσβαση και υποστήριξη και ποιο εύρημα θα άλλαζε το πρόγραμμα;

    Στοιχεία που θα ζητήσουμε: Στοιχεία συμμετοχής ανά εκπαιδευτική ανάγκη, χρόνος προετοιμασίας και διορθώσεων, αξιολόγηση της γλώσσας και χρονοδιάγραμμα αποτελεσμάτων.

Κύκλος 3 · Μία νέα συμφωνία για την ανθρώπινη μάθηση

Οι τοποθετήσεις από τις οποίες ξεκινάμε

Ερωτήματα και στοιχεία που θα ζητήσουμε

  1. Εκπαιδευτικός σε πιλοτικό σχολείο

    Τι πρέπει να αποδείξει αυτόνομα ένας μαθητής για να κρίνετε ότι έμαθε;

    Στοιχεία που θα ζητήσουμε: Αρχική άσκηση, άγνωστο πρόβλημα έναν μήνα μετά και κριτήρια αξιολόγησης.

  2. Μαθητής και γονέας

    Πότε ο βοηθός σάς βοήθησε να κατανοήσετε και πότε δεχτήκατε απάντηση που δεν μπορούσατε να εξηγήσετε;

    Στοιχεία που θα ζητήσουμε: Ένα παράδειγμα, ένα λάθος που εντοπίστηκε και εξήγηση με λόγια του μαθητή.

  3. Διεύθυνση σχολείου ή αξιολογητής προγράμματος

    Ποιος έχει πρόσβαση και υποστήριξη και ποιο εύρημα θα άλλαζε το πρόγραμμα;

    Στοιχεία που θα ζητήσουμε: Στοιχεία συμμετοχής ανά εκπαιδευτική ανάγκη, χρόνος προετοιμασίας και διορθώσεων, αξιολόγηση της γλώσσας και χρονοδιάγραμμα αποτελεσμάτων.

Δημοσιευμένες τοποθετήσεις και αρχικό πλαίσιο

Sal Khan

Αρχική ομιλία

Πώς η ΤΝ θα μπορούσε να βελτιώσει την εκπαίδευση

Ο Khan προτείνει εξατομικευμένη διδασκαλία και υποστήριξη των εκπαιδευτικών, με έμφαση στη συλλογιστική και την ανατροφοδότηση. Οι επιδείξεις του παρουσιάζουν δυνατότητες που αξίζει να εξεταστούν στην ελληνική τάξη.

And we're going to give every teacher on the planet an amazing, artificially intelligent teaching assistant.

How AI could save (not destroy) education · TED2023 · 2023-04

Original talk · TED talk

Fei-Fei Li

Απόδοση του αρχικού ερωτήματος · Margaret Hoover

Ο Πάπας Λέων ΙΔ΄ λέει ότι η ΤΝ δημιουργεί προκλήσεις για την ανθρώπινη αξιοπρέπεια, τη δικαιοσύνη και την εργασία. Έχει δίκιο;

Η Li τοποθετεί τις ανθρώπινες ανάγκες, τη δημόσια έρευνα, την εκπαίδευση και τον διάλογο στο επίκεντρο της διακυβέρνησης της ΤΝ. Επισημαίνει ότι οι ακραίες αφηγήσεις μπορεί να αποσπούν την προσοχή από τις πρακτικές παρεμβάσεις που χρειάζονται.

And then keep the technologists and the experts at the table as the policy is being made.

Fei-Fei Li, Firing Line · PBS / Firing Line · 2025-05-23

Original conversation · Margaret Hoover

Demis Hassabis

Απόδοση του αρχικού ερωτήματος · Linda Rottenberg

Ποιες δεξιότητες, εργαλεία και γνώσεις πρέπει να αναπτύσσουν οι σημερινοί μαθητές και όσοι μαθαίνουν διαρκώς και ποια μαθήματα θα επιλέγατε σήμερα;

Η Ευρώπη χρειάζεται τεχνολογική ικανότητα για να επηρεάζει την κατεύθυνση της ΤΝ. Η εκπαίδευση χρειάζεται να καλλιεργεί τη διαρκή μάθηση και τη σύνδεση διαφορετικών πεδίων.

Conversation at the Athens Innovation Summit · Prime Minister of the Hellenic Republic · 2025-09-13

Original conversation · Linda Rottenberg

Michalis Bletsas

Θέμα της αρχικής συνέντευξης · Αλέξανδρος Μόρντουντακ και Γεωργία Σαδανά

Η χρήση της ΤΝ στην εκπαίδευση και στη μάθηση

Ο Μπλέτσας προειδοποιεί ότι η ανάθεση της σκέψης στην ΤΝ μπορεί να αποδυναμώσει τη μάθηση. Βλέπει αξία στις εξατομικευμένες ασκήσεις και στην ικανότητα εντοπισμού λαθών του μοντέλου.

Χρησιμοποιούμε με λάθος τρόπο την ΤΝ αντικαθιστώντας δικές μας διεργασίες και όχι επικουρικά όπως θα έπρεπε.

Interview on AI and learning on ERTnews Syndeseis · National Cybersecurity Authority, reproducing its governor’s ERTnews interview · 2026-08-26

Original conversation · Alexandros Mordountak and Georgia Sadana

Sofia Zacharaki

Αρχική τοποθέτηση

Η ΤΝ στα ελληνικά σχολεία και το πιλοτικό πρόγραμμα

Το Υπουργείο περιγράφει πιλοτικό πρόγραμμα σε 20 λύκεια, με την OpenAI, το Ίδρυμα Ωνάση και το The Tipping Point, καθώς και καθοδήγηση και κατάρτιση των εκπαιδευτικών. Η περιγραφή δίνει συγκεκριμένο πεδίο διερεύνησης, χωρίς να τεκμηριώνει από μόνη της μαθησιακά αποτελέσματα.

Ένα σχολείο του 1980 δεν μπορεί να ανταποκριθεί πλήρως στις ανάγκες ενός παιδιού που θα αποφοιτήσει το 2040.

Education Minister Sofia Zacharaki on AI in schools · Greek Ministry of Education · 2026-05-16

Published source · Official publication

Sal Khan

Θέμα της αρχικής συνέντευξης · Rachael Myrow, KQED

Πώς η παραγωγική ΤΝ μπορεί να υπηρετήσει μαθητές και εκπαιδευτικούς

Ο Khan συζητά με τη Rachael Myrow την εξατομικευμένη υποστήριξη, τον ρόλο του εκπαιδευτικού και την αξιολόγηση. Το ουσιαστικό ερώτημα είναι τι καλλιεργεί μια εργασία και πώς διαπιστώνεται ότι ο μαθητής έχει κατανοήσει όσα μαθαίνει.

CHM Live | Sal Khan's Brave New Words: AI and Education · Computer History Museum · 2025-03-11

Original conversation · Rachael Myrow, KQED

Fei-Fei Li

Αρχική συζήτηση · Neale Mahoney, Stanford SIEPR

Πέρα από τις λέξεις, ανάπτυξη ΤΝ για τον φυσικό κόσμο

Η Li και ο Mahoney εξετάζουν στο Stanford την πορεία της ΤΝ και τον τρόπο με τον οποίο την κατανοεί η κοινωνία. Η συζήτηση διευρύνει το εκπαιδευτικό ζήτημα: κατανόηση της ΤΝ, ανεξάρτητη έρευνα και θεσμοί που διαμορφώνουν τη χρήση της.

AI & the Economy | Beyond Words: Building AI for the Physical World · Stanford Institute for Economic Policy Research (SIEPR) · 2025-11-20

Original conversation · Neale Mahoney, Stanford SIEPR

Fei-Fei Li

Αρχική συζήτηση · Andrew Ng

Ανθρωποκεντρική ΤΝ και διαδρομές εκπαίδευσης στην ΤΝ

Η Li συζητά με τον Andrew Ng την ανθρωποκεντρική ΤΝ, την ενημέρωση των νομοθετών και τις ευκαιρίες πρόσβασης στο πεδίο μέσω του AI4ALL. Προσφέρει μια κατανοητή αφετηρία για το ερώτημα ποιος μαθαίνει και ποιος διαμορφώνει την τεχνολογία.

Andrew Ng and Fei-Fei Li Discuss Human-Centered Artificial Intelligence – Stanford Online · Stanford Online · 2023-05-11

Original conversation · Andrew Ng

Constantinos Daskalakis

Θέμα της αρχικής συνέντευξης · Γιάννης Πανταζόπουλος

Οι ανθρώπινες ικανότητες καθώς εξελίσσεται η ΤΝ

Η ΤΝ μπορεί να επιταχύνει την εργασία, αλλά η προσαρμοστικότητα, η κριτική σκέψη, η δημιουργικότητα και η κατανόηση των ανθρώπων αποκτούν μεγαλύτερη αξία. Ο Δασκαλάκης προειδοποιεί για την εκχώρηση της δημιουργικότητας σε ένα σύστημα του οποίου η αξιοπιστία δεν είναι σταθερή.

Κωνσταντίνος Δασκαλάκης στο Upfront 2026: «Οι μηχανές θα γίνουν ισχυρότερες, η επαφή πολυτιμότερη» · LiFO · The Upfront Initiative 2026 · 2026-06-12

Original conversation · Giannis Pantazopoulos

Συνεχίστε τον διάλογο στο EventChanger ↗

Δείτε την πλήρη ανάλυση ↗