Η εφαρμογή της Τεχνητής Νοημοσύνης (AI) και της Αναλυτικής Μάθησης (Learning Analytics) στην Πρωτοβάθμια Εκπαίδευση αποτελεί ένα πεδίο έρευνας που ενσωματώνει καινοτόμες τεχνολογίες με στόχο τη βελτίωση της εκπαιδευτικής διαδικασίας και της μαθησιακής εμπειρίας.

Στη βιβλιογραφία συναντάμε πολλούς διαφορετικούς ορισμούς. Όπως αναφέρουν οι Samara και Kotsis (2024):

Ο όρος «Τεχνητή Νοημοσύνη» (AI) εμφανίστηκε για πρώτη φορά τη δεκαετία του 1950 ως μια απλή θεωρία της ανθρώπινης νοημοσύνης που εκδηλώνεται από τις μηχανές (Bini, 2018). Οι ορισμοί της Τεχνητή Νοημοσύνη είναι συχνά ασαφείς, καθώς δεν προλαβαίνουν να ακολουθήσουν την ταχεία ανάπτυξη αυτής της τεχνολογίας (Murdick, 2020).

Οι Holstein, Aleven και Rummel (2020) oρίζουν την Τεχνητή Νοημοσύνη (AI) στην εκπαίδευση ως το σύνολο τεχνολογιών που διευκολύνουν την προσαρμογή της διδασκαλίας στις ανάγκες κάθε μαθητή, συνδυάζοντας την ανθρώπινη κρίση με τις δυνατότητες των υπολογιστών, ενώ από τους Su και Ng (2023) η Τεχνητή Νοημοσύνη (AI) αναφέρεται ως η χρήση έξυπνων συστημάτων που υποστηρίζουν τη μάθηση μέσω προσαρμοστικών και διαδραστικών εργαλείων.

Η Αναλυτική Μάθηση (Learning Analytics) ασχολείται με τη συλλογή και ανάλυση δεδομένων από τη μαθησιακή διαδικασία για να υποστηρίξει τις αποφάσεις και να ενισχύσει τη μάθηση (Yang, 2022). Οι Holstein, Aleven και Rummel (2020) ορίζουν την Αναλυτική Μάθηση (Learning Analytics) ως τη διαδικασία χρήσης δεδομένων για την παροχή προσαρμοστικής υποστήριξης στους μαθητές και τους εκπαιδευτικούς, ενσωματώνοντας συστήματα Τεχνητής Νοημοσύνης (AI), ενώ οι Su και Zhong (2022), περιγράφουν τη Αναλυτική Μάθηση (Learning Analytics)  ως τη χρήση δεδομένων για τη βελτίωση της λήψης αποφάσεων στην εκπαίδευση.