Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 14 godzin
Plan Szkolenia
Wprowadzenie do dużych modeli językowych (LLM)
- Przegląd LLM
- Ewolucja LLM w technologiach edukacyjnych
- Zrozumienie architektury LLM
Personalizacja w edukacji
- Potrzeba spersonalizowanego uczenia się
- Obecne podejścia do personalizacji
- Wyzwania i możliwości
LLM i adaptacja treści
- LLM w tworzeniu i selekcji treści
- Dostosowywanie treści do stylów i poziomów uczenia się
- Wielozadaniowość z LLM w adaptacji treści
LLM w praktyce
- Studia przypadków: Udane zastosowania LLM w edukacji
- Sesja interaktywna: LLM w działaniu
Projektowanie platform adaptacyjnego uczenia się
- Zasady projektowania platform adaptacyjnego uczenia się
- Włączanie LLM do architektury platformy
- Uwzględnianie doświadczeń użytkownika i interfejsu
Implementacja i testowanie
- Tworzenie prototypu platformy adaptacyjnego uczenia się
- Testowanie i iteracja
- Zbieranie i analiza opinii użytkowników
Ocena skuteczności LLM
- Metryki pomiaru wpływu LLM na uczenie się
- Metody badawcze w technologiach edukacyjnych
- Analiza i dyskusja na temat studiów przypadków
Zagadnienia etyczne i przyszłe kierunki
- Etyczne implikacje LLM w edukacji
- Zapewnianie inkluzywności i sprawiedliwości
- Przewidywania dotyczące przyszłości LLM w spersonalizowanym uczeniu się
Projekt i ocena
- Projektowanie i prezentacja propozycji platformy adaptacyjnego uczenia się opartej na LLM
- Recenzje koleżeńskie i dyskusje grupowe
- Ocena końcowa i informacje zwrotne
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie podstawowych koncepcji uczenia maszynowego
- Doświadczenie w programowaniu w Pythonie jest zalecane, ale nie wymagane
- Znajomość technologii edukacyjnych jest korzystna
Grupa docelowa
- Edukatorzy
- Programiści EdTech
- Badacze w dziedzinie technologii edukacyjnych