Με σκοπό την ενίσχυση του μαθήματος Τεχνητή Νοημοσύνη στο τμήμα Μηχανικών Η/Υ και Πληροφορικής της Πολυτεχνικής σχολής του Πανεπιστημίου Πατρών έχει δημιουργηθεί από την Ομάδα Τεχνητής Νοημοσύνης το πρωτότυπο για ένα Ευφυές Σύστημα Διδασκαλίας Τεχνητής Νοημοσύνης (ΣΔΤΝ). Το σύστημα αυτό, ανάμεσα στα άλλα, διδάσκει την Κατηγορηματική Λογική ως γλώσσα Αναπαράστασης Γνώσης και Αυτόματου Συλλογισμού. Πρόκειται για ένα σύστημα που προσαρμόζεται, επιτρέποντας στους φοιτητές να επιλέγουν οι ίδιοι τον ρυθμό και το επίπεδο μάθησης. Ένα από τα θέματα που διαπραγματεύεται το σύστημα είναι και η μετατροπή από προτάσεις φυσικής γλώσσας (ΦΓ) σε εκφράσεις Κατηγορηματικού Λογισμού Πρώτης Τάξεως (ΚΛΠΤ). Επειδή η διαδικασία αυτή δεν είναι αυτοματοποιήσιμη, ο φοιτητής δεν μπορεί να πάρει κάποια βοήθεια ή υπόδειξη από το σύστημα, κατά τη διάρκεια μιας τέτοιας άσκησης, πριν δώσει την τελική του απάντηση. Γι’ αυτό, στα πλαίσια του ΣΔΤΝ αποφασίστηκε να ενσωματωθεί μια επιπλέον δυνατότητα: να μετατρέπει εκφράσεις ΚΛΠΤ τις οποίες δημιουργεί ο φοιτητής, στην προσπάθειά του να λύσει μια τέτοια άσκηση, σε προτάσεις ΦΓ. Σκοπός της λειτουργίας αυτής είναι να χρησιμοποιηθεί σαν ανατροφοδότηση από το σύστημα στον φοιτητή, προκειμένου ο τελευταίος να αξιολογήσει την απάντησή του, πριν την καταθέσει σαν τελική απάντησή στην άσκηση. Για την υλοποίηση της παραπάνω δυνατότητας ξεκίνησε η ανάπτυξη ενός συστήματος βασισμένου σε κανόνες, του FOLtoNL (First Order Logic to Natural Language). Στόχος του συστήματος ήταν η επιτυχής μετατροπή εκφράσεων ΚΛΠΤ σε ΦΓ. Το FOLtoNL υλοποιήθηκε σε Jess, μια γλώσσα προγραμματισμού με κανόνες (γραμμένη εξ’ ολοκλήρου σε Java) και αξιολογήθηκε με βάση τα αποτελέσματά του σε ειδικά σχεδιασμένο σύνολο εκφράσεων ΚΛΠΤ. / To help teaching the course of Artificial Intelligence in Computer Engineering and Informatics Department of Patras University, a web-based intelligent tutoring system, called Artificial Intelligence Teaching System (AITS), was created. Among other things, AITS teaches Predicate Logic as a Knowledge Representation and Automated Reasoning language and is an adapting system, allowing students to choose themselves the teaching rate and level. One of the issues that AITS deals with is the conversion of natural language (NL) sentences into First-Order Logic (FOL) formulas. Given that this is a non-automated process, it is difficult to give some hints to the students-users during their effort to convert an “unknown” (to the system) NL sentence into a FOL formula. However, some kind of help could be provided, if the system could translate (after checking its syntax) the proposed by the student FOL formula into a NL sentence. The student then will be able to compare the initial NL sentence with the one that its FOL formula corresponds to. In this way, it is easier to see whether his/her proposed FOL formula is compatible with the given NL sentence and perhaps make some amendments, before submitting the final answer. FOLtoNL (First Order Logic to Natural Language) is a rule-based system that converts FOL formulas into NL in order to provide the functionality described above. It uses the expert systems approach alongside natural language processing aspects. FOLtoNL is implemented in Jess (an expert system shell written in Java) and has been evaluated via an appropriately created set of FOL expressions.