{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5321916"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5321916","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Elaborating on the connection between agentic AI and cybernetics/feedback: Inputs from the history of technology and STS","abstract":"Η στροφή προς την αυτόνομη και προσαρμοζόμενη Τεχνητή Νοημοσύνη (Agentic AI) αποτελεί μια σύγχρονη εκδήλωση των αρχών της Κυβερνητικής και των αρχών από την ιστορία της ανάδρασης (feedback). Εμπνευσμένη από τη συμπεριφορά των βιολογικών συστημάτων, η Κυβερνητική ανέδειξε την ανάδραση σαν βασικό μηχανισμό σταθεροποίησης, διόρθωσης και επίτευξης στόχων. Παρόμοια με τις θεμελιώδεις αρχές του κυβερνητικού ελέγχου, η Agentic AI εξαρτάται από περίπλοκους κύκλους αντίληψης-δράσης-ανάδρασης προκειμένου να αντιλαμβάνεται το περιβάλλον, να τροποποιεί τη συμπεριφορά της και να βελτιώνει την απόδοσή της με την πάροδο του χρόνου. Η παρούσα εργασία επιχειρεί να παράσχει μια εμπεριστατωμένη επισκόπηση ακολουθώντας την ιστορία της ανάδρασης και αναλύοντας τις διάφορες μεθόδους εφαρμογής αυτής στη σύγχρονη Agentic AI.","abstract_html":"Η στροφή προς την αυτόνομη και προσαρμοζόμενη Τεχνητή Νοημοσύνη (Agentic AI) αποτελεί μια σύγχρονη εκδήλωση των αρχών της Κυβερνητικής και των αρχών από την ιστορία της ανάδρασης (feedback). Εμπνευσμένη από τη συμπεριφορά των βιολογικών συστημάτων, η Κυβερνητική ανέδειξε την ανάδραση σαν βασικό μηχανισμό σταθεροποίησης, διόρθωσης και επίτευξης στόχων. Παρόμοια με τις θεμελιώδεις αρχές του κυβερνητικού ελέγχου, η Agentic AI εξαρτάται από περίπλοκους κύκλους αντίληψης-δράσης-ανάδρασης προκειμένου να αντιλαμβάνεται το περιβάλλον, να τροποποιεί τη συμπεριφορά της και να βελτιώνει την απόδοσή της με την πάροδο του χρόνου. Η παρούσα εργασία επιχειρεί να παράσχει μια εμπεριστατωμένη επισκόπηση ακολουθώντας την ιστορία της ανάδρασης και αναλύοντας τις διάφορες μεθόδους εφαρμογής αυτής στη σύγχρονη Agentic AI.","abstract_has_math":false,"creators":["ΓΙΑΝΝΟΥΛΗΣ ΒΑΣΙΛΕΙΟΣ","GIANNOULIS VASILEIOS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T06:41:36Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5321916"],"render_values":[{"text":"uoadl:5321916","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5321916","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5321916","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5321916","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΓΙΑΝΝΟΥΛΗΣ ΒΑΣΙΛΕΙΟΣ","GIANNOULIS VASILEIOS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5321916","https://pergamos.lib.uoa.gr/uoa/dl/object/5321916"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η στροφή προς την αυτόνομη και προσαρμοζόμενη Τεχνητή Νοημοσύνη (Agentic AI) αποτελεί μια σύγχρονη εκδήλωση των αρχών της Κυβερνητικής και των αρχών από την ιστορία της ανάδρασης (feedback). Εμπνευσμένη από τη συμπεριφορά των βιολογικών συστημάτων, η Κυβερνητική ανέδειξε την ανάδραση σαν βασικό μηχανισμό σταθεροποίησης, διόρθωσης και επίτευξης στόχων. Παρόμοια με τις θεμελιώδεις αρχές του κυβερνητικού ελέγχου, η Agentic AI εξαρτάται από περίπλοκους κύκλους αντίληψης-δράσης-ανάδρασης προκειμένου να αντιλαμβάνεται το περιβάλλον, να τροποποιεί τη συμπεριφορά της και να βελτιώνει την απόδοσή της με την πάροδο του χρόνου. Η παρούσα εργασία επιχειρεί να παράσχει μια εμπεριστατωμένη επισκόπηση ακολουθώντας την ιστορία της ανάδρασης και αναλύοντας τις διάφορες μεθόδους εφαρμογής αυτής στη σύγχρονη Agentic AI.","The shift towards autonomous and adaptive agentic AI is a contemporary manifestation of cybernetic principles and principles from the history of feedback. Inspired by biological goal-directed behavior, Cybernetics formalized feedback and showed how feedback loops may help systems stay stable, make corrections, and achieve objectives. Similar to the fundamental principles of cybernetic control, modern agentic AI depends on intricate perception-action-feedback cycles to learn, modify behavior, and enhance performance over time. This thesis attempts to provide a thorough overview by following this history, analyzing the various ways that feedback is implemented in contemporary agentic AI and so analyzing Agentic AI features and limitations."]},{"key":"dc:title","label":"Title","values":["Elaborating on the connection between agentic AI and cybernetics/feedback: Inputs from the history of technology and STS"]}]}],"canonical_facts":{"dc:creator":["ΓΙΑΝΝΟΥΛΗΣ ΒΑΣΙΛΕΙΟΣ","GIANNOULIS VASILEIOS"],"dc:date":["2026"],"dc:description":["Η στροφή προς την αυτόνομη και προσαρμοζόμενη Τεχνητή Νοημοσύνη (Agentic AI) αποτελεί μια σύγχρονη εκδήλωση των αρχών της Κυβερνητικής και των αρχών από την ιστορία της ανάδρασης (feedback). Εμπνευσμένη από τη συμπεριφορά των βιολογικών συστημάτων, η Κυβερνητική ανέδειξε την ανάδραση σαν βασικό μηχανισμό σταθεροποίησης, διόρθωσης και επίτευξης στόχων. Παρόμοια με τις θεμελιώδεις αρχές του κυβερνητικού ελέγχου, η Agentic AI εξαρτάται από περίπλοκους κύκλους αντίληψης-δράσης-ανάδρασης προκειμένου να αντιλαμβάνεται το περιβάλλον, να τροποποιεί τη συμπεριφορά της και να βελτιώνει την απόδοσή της με την πάροδο του χρόνου. Η παρούσα εργασία επιχειρεί να παράσχει μια εμπεριστατωμένη επισκόπηση ακολουθώντας την ιστορία της ανάδρασης και αναλύοντας τις διάφορες μεθόδους εφαρμογής αυτής στη σύγχρονη Agentic AI.","The shift towards autonomous and adaptive agentic AI is a contemporary manifestation of cybernetic principles and principles from the history of feedback. Inspired by biological goal-directed behavior, Cybernetics formalized feedback and showed how feedback loops may help systems stay stable, make corrections, and achieve objectives. Similar to the fundamental principles of cybernetic control, modern agentic AI depends on intricate perception-action-feedback cycles to learn, modify behavior, and enhance performance over time. This thesis attempts to provide a thorough overview by following this history, analyzing the various ways that feedback is implemented in contemporary agentic AI and so analyzing Agentic AI features and limitations."],"dc:identifier":["uoadl:5321916","https://pergamos.lib.uoa.gr/uoa/dl/object/5321916"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Elaborating on the connection between agentic AI and cybernetics/feedback: Inputs from the history of technology and STS"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:41:36Z"}