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
 14 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie