Λίγες ώρες απομένουν για την ανακοίνωση των αποτελεσμάτων των Πανελληνίων 2026 καθώς σύμφωνα με την επίσημη ενημέρωση από το αρμόδιο υπουργείο Παιδείας η δημοσίευση των βαθμολογιών για τους υποψηφίους ΓΕΛ και ΕΠΑΛ είναι δρομολογημένη για αύριο, Πέμπτη 25 Ιουνίου. Σύμφωνα με το ρεπορτάζ του Dnews οι βαθμολογίες των Πανελληνίων 2026 αναμένεται να γνωστοποιηθούν το αργότερο μέχρι τις 13:30.
Πανελλήνιες 2026: Πού και πώς μπορούν να δουν τα αποτελέσματα οι υποψήφιοι
Οι καταστάσεις που θα αναρτηθούν σε όλα τα ΓΕΛ και ΕΠΑΛ της χώρας, θα περιέχουν μόνο τον κωδικό κάθε υποψηφίου και τα βαθμολογικά του στοιχεία ανά εξεταζόμενο μάθημα. Όλοι οι υποψήφιοι θα μπορούν να αναζητούν τη βαθμολογία τους στην ιστοσελίδα https://results.it.minedu.gov.gr, πληκτρολογώντας τον 8-ψήφιο κωδικό τους και τα αρχικά από το επώνυμο, το όνομα, το πατρώνυμο και το μητρώνυμό τους με κεφαλαίους ελληνικούς χαρακτήρες. Tαυτόχρονα θα γνωστοποιηθούν στους υποψηφίους μέσω μηνύματος (sms) στο κινητό τους τηλέφωνο, εφόσον ήδη έχουν υποβάλει σχετική αίτηση. Αμέσως μετά την ανάρτηση των βαθμολογιών των Πανελληνίων 2026 ανοίγει το κεφάλαιο της συμπλήρωσης του μηχανογραφικού.
Προβλέψεις Βάσεων 2026: Γιατί κανένα μοντέλο δεν μπορεί να προβλέψει με ακρίβεια τα αποτελέσματα
Με αφορμή το γεγονός ότι κάθε χρόνο οι προβλέψεις και οι εκτιμήσεις για τις Βάσεις μονοπωλούν την αρθρογραφία στον απόηχο της ανακοίνωσης των βαθμολογιών ο Γιάννης Ζαμπέλης, Καθηγητής Μαθηματικών - Εκπαιδευτικός Αναλυτής και δημιουργός του paideianet.com εξηγεί γιατί τα στατιστικά μοντέλα δεν καταφέρνουν ποτέ να δώσουν ακριβή πρόβλεψη μορίων εισαγωγής ανά σχολή. Όπως τονίζει η όλη αστοχία προκύπτει από το ένα και μοναδικό δεδομένο που παραμένει απρόβλεπτο και εν τέλει παίζει τον κρισιμότερο ρόλο στη διαδικασία και δεν είναι άλλο από την στρατηγική χιλιάδων υποψηφίων όταν συμπληρώνουν το μηχανογραφικό τους.
Όπως εξηγει ο κ. Ζαμπέλης «Με αφορμή την έναρξη ανακοίνωσης των στατιστικών βαθμολογίας, έθεσα στον εαυτό μου ένα πρακτικό ερώτημα: μπορώ να φτιάξω ένα μοντέλο που να προβλέπει τη βάση κάθε σχολής με ακρίβεια καλύτερη από «ίδια με πέρσι»; Για την εκτέλεση των στατιστικών μοντέλων και τη γραφή κώδικα Python, συνεργάστηκα με την τεχνητή νοημοσύνη Claude (Anthropic). Όλος ο σχεδιασμός της έρευνας, η επιλογή των μοντέλων προς δοκιμή, η ερμηνεία των αποτελεσμάτων και τα συμπεράσματα είναι δικά μου — η ΑΙ έπαιξε ρόλο τεχνικού εργαλείου εκτέλεσης. Όλος ο κώδικας και τα δεδομένα είναι δημόσια, ώστε οποιοσδήποτε να μπορεί να επαληθεύσει βήμα-βήμα τη διαδικασία. Συγκέντρωσα τις επίσημες βάσεις των τελευταίων πέντε ετών (2021–2025) από το ΥΠΑΙΘΑ, καθώς και Στατιστικά βαθμολογίας μαθήματος ανά πεδίο (Γενική Παιδεία & Προσανατολισμού), Στατιστικά προτιμήσεων υποψηφίων & επιτυχόντων Αριθμός θέσεων, επιτυχόντων, κενών Συντελεστές βαρύτητας ανά σχολή για το 2026 (ΦΕΚ Β’ 7145/30-12-2025), Ελάχιστη Βάση Εισαγωγής (ΕΒΕ) ανά σχολή. Στο σύνολο: 448 σχολές Γενικού Λυκείου, Γενική Σειρά Ημερησίων. Εξαιρέθηκαν 50 ειδικές κατηγορίες (στρατιωτικές, αστυνομικές, πυροσβεστική, εμπορικό ναυτικό, μουσικά/καλλιτεχνικά) όπου παίζουν ρόλο ειδικά μαθήματα ή ψυχοτεχνικές δοκιμασίες. Παράλληλα χρησιμοποίησα τα δεδομένα 2021–2024 για να «προβλέψω» τις βάσεις του 2025 και συνέκρινα με τις πραγματικές. Έτσι μέτρησα την ακρίβεια του κάθε μοντέλου σε ένα χρόνο που γνωρίζω ήδη το αποτέλεσμα.»
«Το αποτέλεσμα: Το πιο απλό μοντέλο όλων, «πες ότι θα είναι ίδιες με πέρσι», κερδίζει όλα τα σύνθετα στατιστικά και τα μοντέλα μηχανικής μάθησης. Όταν δοκιμάζεις δέκα διαφορετικές μεθόδους και όλες συγκλίνουν στο ίδιο όριο σφάλματος (~370 μόρια), αυτό λέγεται στη στατιστική noise floor ήτοι το όριο που δεν περνιέται με κανένα μοντέλο, γιατί το σήμα στα δεδομένα είναι ασθενέστερο από τον εγγενή τυχαίο θόρυβο. Συγκεκριμένα, υπολόγισα την αυτοσυσχέτιση των μεταβολών της βάσης κάθε σχολής διαδοχικά χρόνια: Δηλαδή αν μια σχολή ανέβηκε φέτος, του χρόνου πιθανώς θα πέσει — αλλά αυτό ισχύει συνολικά, όχι για κάθε σχολή ξεχωριστά. Είναι σαν τη ρίψη ζαριών, ξέρουμε ότι ο μέσος όρος 100 ρίψεων θα είναι κοντά στο 3,5. Δεν ξέρουμε αν η επόμενη ρίψη θα είναι 1 ή 6.Όταν προσπαθήσουμε να εφαρμόσουμε αυτό το «ξέρω» σε μεμονωμένες σχολές, βάζουμε θόρυβο εκεί που δεν χρειάζεται» τονίζει ο κ. Ζαμπέλης.
«Το σήμα που μπορούμε να εξάγουμε από τα διαθέσιμα δεδομένα έχει ένα μαθηματικά οριζόμενο πλαφόν. Στην περίπτωση των βάσεων, αυτό το πλαφόν είναι περίπου ±200–400 μόρια για τις περισσότερες σχολές.Τι σημαίνει 372 μόρια απόκλιση πρακτικά 48% εντός ±200 , 78% εντός ±500 μ, 92% εντός ±1000 μ και 8% «εκπλήξεις». Το βέλτιστο μοντέλο πετυχαίνει ότι περίπου 4 στις 5 σχολές θα έχουν βάση κοντά (±500 μόρια) σε αυτή του προηγούμενου έτους. Όμως 1 στις 12 σχολές θα κάνει κίνηση μεγαλύτερη από ±1000 μόρια — και αυτές τις σχολές κανένα μοντέλο δεν μπορεί να τις προβλέψει, γιατί η κίνηση τους οφείλεται σε παράγοντες που δεν είναι παρατηρήσιμοι πριν την έκδοση των αποτελεσμάτων: τις προσωπικές προτιμήσεις και τις στρατηγικές που θα ακολουθήσουν στο μηχανογραφικό οι ~95.000 υποψήφιοι» εξηγεί.
{https://exchange.glomex.com/video/v-djeokpjp9ihd?integrationId=40599y14juihe6ly}
Ποια είναι η δική του πρόβλεψη για τις Βάσεις 2026
Μάλιστα δίνει τη δική του πρόβλεψη για το πώς θα κινηθούν οι φετινές Βάσεις Εισαγωγής. Ειδικότερα αναφέρει ότι «η βάση του 2026 για κάθε σχολή αναμένεται να βρίσκεται κοντά στη βάση του 2025, με απόκλιση περίπου ±500 μορίων. Η εκτίμηση αυτή αντιστοιχεί σε περίπου 78% κάλυψη των σχολών, με μέση απόλυτη απόκλιση (MAE) της τάξης των 372 μορίων, ενώ το σύστημα εμφανίζει ελαφρά αρνητική μεροληψία (bias −22 μόρια), η οποία θεωρείται πρακτικά αμελητέα.»
Παράλληλα ανά πεδίο προβλέπει τις κάτωθι αποκλίσεις:
3ο (Υγείας)
±256μ
84%
1ο (Ανθρ.)
±320μ
81%
4ο (Οικ./Πλ.)
±423μ
77%
2ο (Θετικές)
±513μ
65%
Τονίζει χαρακτηριστικά ότι «Το πεδίο Υγείας είναι το πιο σταθερό (διάμεσος σφάλματος μόλις 53 μόρια), το 2ο πεδίο το πιο ευμετάβλητο. Σχολές με ιστορικά μεγάλες διακυμάνσεις (πχ Μαθηματικά Ιωαννίνων, Φυτικής Παραγωγής ΓΠΑ) έχουν εύρος εμπιστοσύνης ±1500–2500 μόρια — εκεί καμία πρόβλεψη δεν είναι αξιόπιστη. Ξέρουμε ότι το 78% των σχολών θα έχουν βάση εντός ±500 μορίων από το 2025. Είναι μια στατιστικά ισχυρή πρόβλεψη — απλά είναι πρόβλεψη διαστήματος, όχι σημείου.»
Πόσο θα επηρεάσει ο βαθμός ευκολίας/δυσκολίας των φετινών θεμάτων τις Βάσεις 2026
Κλείνοντας σημειώνει ότι «Όχι σημαντικά. Παρόλο που το μέσο επίπεδο βαθμολογιών αυξήθηκε δραματικά το 2025 (+3 έως +5 μονάδες σε όλα τα πεδία), οι βάσεις μετακινήθηκαν μόνο ±200–300 μόρια. Η βάση εξαρτάται από την κατάταξη των υποψηφίων, όχι από το απόλυτο επίπεδο των βαθμών.» Ενώ απευθυνόμενος στους υποψηφίους που αδημονούν για βαθμολογίες και βάσεις εισαγωγής τους συμβουλεύει «Μη βασίσεις το μηχανογραφικό σου σε καμία σημειακή πρόβλεψη βάσεων. Δεύτερον, αξιοποίησε την περσινή βάση κάθε σχολής ως κεντρική εκτίμηση και πρόσθεσε εύρος ασφαλείας ±500 μόρια. Τρίτον, βάλε στις πρώτες σου επιλογές αυτό που πραγματικά θέλεις, όχι αυτό που νομίζεις ότι θα «πιάσεις».

































