Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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