Η ραγδαία εμφάνιση των μεγάλων γλωσσικών μοντέλων (LLMs) αναδιαμορφώνει το τοπίο της διδασκαλίας της Φυσικής, προσφέροντας νέες δυνατότητες για εννοιολογική διερεύνηση και εξατομικευμένη υποστήριξη. Η παρούσα μελέτη εξετάζει τις διδακτικές δυνατότητες και τους περιορισμούς δύο σημαντικών LLMs—του ChatGPT και του DeepSeek—μέσα από συγκριτική ανάλυση των διαλόγων, αναπαραστάσεων και συλλογιστικών τους ικανοτήτων. Βασιζόμενο σε πρόσφατες έρευνες στη φυσική και την εκπαίδευση των φυσικών επιστημών, το άρθρο διερευνά πώς αυτά τα εργαλεία μπορούν να διευκολύνουν την έρευνα, να υποστηρίξουν την επίλυση προβλημάτων και να ενισχύσουν τις συμπεριληπτικές πρακτικές, θέτοντας παράλληλα προκλήσεις που σχετίζονται με την προκατάληψη, την ακρίβεια και τον ρόλο του εκπαιδευτικού. Ιδιαίτερη έμφαση δίνεται στα συμπληρωματικά τους πλεονεκτήματα: την ευελιξία διαλόγου και την προσβασιμότητα του ChatGPT, καθώς και τον δομημένο συλλογισμό και την τεχνική ακρίβεια του DeepSeek. Συζητούνται παιδαγωγικές και ηθικές προεκτάσεις, μαζί με προτάσεις για υβριδικές εφαρμογές και δραστηριότητες με εκπαιδευτική καθοδήγηση από τον διδάσκοντα. Τα ευρήματα παρέχουν τεκμηριωμένες κατευθύνσεις για εκπαιδευτικούς, σχεδιαστές προγραμμάτων σπουδών και υπεύθυνους πολιτικής που επιδιώκουν να εντάξουν την τεχνητή νοημοσύνη στη διδασκαλία της Φυσικής χωρίς να υπονομεύουν την κριτική σκέψη ή την ισότιμη πρόσβαση.