Plan Szkolenia

Wprowadzenie do Wielkich Modeli Językowych (LLMs)

  • Przegląd LLMs
  • Ewolucja LLMs w technologii edukacyjnej
  • Zrozumienie architektury LLMs

Personalizacja w Edukacji

  • Potrzeba indywidualnego uczenia się
  • Obecne podejścia do personalizacji
  • Wyzwania i możliwości

LLMs a Adaptacja Treści

  • LLMs w tworzeniu i kurowaniu treści
  • Dostosowywanie treści do stylów i poziomów uczenia się
  • Wielozadaniowość z LLMs do adaptacji treści

LLMs w Praktyce

  • Studia przypadku: Udane zastosowania LLMs w edukacji
  • Interaktywna sesja: LLMs w akcji

Projektowanie Adaptacyjnych Platform Lerningowych

  • Zasady projektowania platform adaptacyjnych
  • Wbudowywanie LLMs w architekturę platformy
  • Rozważania dotyczące doświadczenia użytkownika i interfejsu

Wdrazanie i Testowanie

  • Rozwijanie prototypowej adaptacyjnej platformy uczenia się
  • Testowanie i iterowanie
  • Zbieranie i analizowanie opinii użytkowników

Ocena Skuteczności LLMs

  • Wskaźniki do pomiaru wpływu LLMs na uczenie się
  • Metody badawcze w technologii edukacyjnej
  • Analiza i dyskusja studiów przypadków

Etyczne Rozsądzania i Przyszłe Kierunki

  • Etyczne implikacje LLMs w edukacji
  • Zapewnienie włączania i sprawiedliwości
  • Przewidywania na przyszłość LLMs w indywidualnym uczeniu się

Projekt i Ocena

  • Projektowanie i przedstawianie propozycji platformy adaptacyjnej opartej na LLMs
  • Recenzje rówieśnicze i dyskusje grupowe
  • Końcowa ocena i opinie

Podsumowanie i Następne Kroki

Wymagania

  • Zrozumienie podstawowych pojęć z dziedziny uczenia maszynowego
  • Doświadczenie w programowaniu w języku Python jest zalecane, ale nie jest wymagane
  • Znajomość technologii edukacyjnych jest korzystna

Grupa docelowa

  • Nauczyciele
  • Developers EdTech
  • Badacze w dziedzinie technologii edukacyjnych
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie