Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los modelos de lenguaje grande (LLM)
- Visión general de los LLM
- Evolución de los LLM en la tecnología educativa
- Comprensión de la arquitectura de los LLM
Personalización en educación
- Necesidad de aprendizaje personalizado
- Enfoques actuales de personalización
- Desafíos y oportunidades
LLM y adaptación del contenido
- LLM en la creación y curación de contenido
- Adaptación del contenido a estilos y niveles de aprendizaje
- Multitarea con LLM para adaptación del contenido
LLM en la práctica
- Casos de estudio: Aplicaciones exitosas de LLM en educación
- Sesión interactiva: LLM en acción
Diseño de plataformas de aprendizaje adaptativo
- Principios del diseño de plataformas de aprendizaje adaptativo
- Incorporación de LLM en la arquitectura de la plataforma
- Consideraciones de experiencia de usuario e interfaz
Implementación y pruebas
- Desarrollo de una plataforma de aprendizaje adaptativo prototípica
- Pruebas e iteración
- Recopilación y análisis de retroalimentación del usuario
Evaluación de la efectividad de LLM
- Métricas para medir el impacto de LLM en el aprendizaje
- Métodos de investigación para la tecnología educativa
- Análisis de casos y discusión
Consideraciones éticas y direcciones futuras
- Implicaciones éticas de los LLM en la educación
- Asegurar inclusividad e igualdad
- Predicciones sobre el futuro de los LLM en el aprendizaje personalizado
Proyecto y evaluación final
- Diseño y presentación de una propuesta para una plataforma adaptativa basada en LLM
- Revisiones entre pares y discusiones grupales
- Evaluación final y retroalimentación
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de machine learning.
- Se recomienda experiencia en programación con Python, pero no es requerida.
- Conocimiento de la tecnología educativa es beneficioso.
Público objetivo
- Educadores
- Desarrolladores de EdTech
- Investigadores en el campo de la tecnología educativa
14 Horas