Kursplan

Introduktion till Large Language Models (LLMs)

  • Översikt över LLM:er
  • Utveckling av LLM:er inom utbildningsteknologi
  • Förstå arkitekturen för LLM:er

Personalisering inom utbildning

  • Behovet av individanpassat lärande
  • Aktuella metoder för personalisering
  • Utmaningar och möjligheter

LLM:er och innehållsanpassning

  • LLM:er i innehållsskapande och kurering
  • Anpassa innehållet till inlärningsstilar och nivåer
  • Multitasking med LLM:er för innehållsanpassning

LLM:er i praktiken

  • Fallstudier: Framgångsrika LLM-ansökningar inom utbildning
  • Interaktiv session: LLM:er i arbete

Designa adaptiva lärplattformar

  • Principer för design av adaptiva lärplattformar
  • Införliva LLM:er i plattformsarkitekturen
  • Överväganden för användarupplevelse och gränssnitt

Implementering och testning

  • Utveckling av en prototyp av en adaptiv lärplattform
  • Testning och iteration
  • Samla in och analysera användarfeedback

Utvärdering av LLM-effektivitet

  • Mätvärden för att mäta LLM:s inverkan på lärandet
  • Forskningsmetoder för utbildningsteknologi
  • Fallstudieanalys och diskussion

Etiska överväganden och framtida inriktningar

  • Etiska implikationer av LLM:er i utbildning
  • Säkerställa inkludering och rättvisa
  • Förutsägelser för framtiden för LLM:er i personligt lärande

Projekt och utvärdering

  • Designa och presentera ett förslag till en LLM-baserad adaptiv lärplattform
  • Kamratrespons och gruppdiskussioner
  • Slutlig bedömning och återkoppling

Sammanfattning och nästa steg

Krav

  • En förståelse för grundläggande maskininlärningsbegrepp
  • Erfarenhet av programmering i Python rekommenderas men är inget krav
  • Kännedom om utbildningsteknik är fördelaktigt

Publik

  • Lärare
  • EdTech-utvecklare
  • Forskare inom området utbildningsteknologi
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier