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 LLMs
- Evolución de los LLMs en la tecnología educativa
- Comprensión de la arquitectura de los LLMs
Personalización en la educación
- La necesidad del aprendizaje personalizado
- Enfoques actuales de personalización
- Desafíos y oportunidades
LLMs y adaptación del contenido
- LLMs en la creación y curación de contenido
- Adaptar el contenido a los estilos y niveles de aprendizaje
- Gestión de múltiples tareas con LLMs para la adaptación del contenido
LLMs en la práctica
- Casos de estudio: aplicaciones exitosas de LLMs en educación
- Sesión interactiva: LLMs en acción
Diseño de plataformas de aprendizaje adaptativo
- Principios del diseño de plataformas de aprendizaje adaptativo
- Incorporar LLMs en la arquitectura de la plataforma
- Consideraciones sobre la experiencia de usuario y la interfaz
Implementación y pruebas
- Desarrollo de un prototipo de plataforma de aprendizaje adaptativo
- Pruebas e iteración
- Recopilación y análisis de comentarios de los usuarios
Evaluación de la efectividad de los LLMs
- Métricas para medir el impacto de los LLMs en el aprendizaje
- Métodos de investigación para la tecnología educativa
- Análisis y discusión de casos de estudio
Consideraciones éticas y direcciones futuras
- Implicaciones éticas de los LLMs en educación
- Asegurar la inclusividad y equidad
- Perspectivas sobre el futuro de los LLMs en el aprendizaje personalizado
Proyecto y evaluación
- Diseño y presentación de una propuesta para una plataforma de aprendizaje adaptativo basada en LLMs
- Evaluaciones entre pares y discusiones grupales
- Evaluación final y comentarios
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de aprendizaje automático
- Se recomienda experiencia con programación en Python, pero no es obligatoria
- El conocimiento previo de tecnología educativa es beneficioso
Público objetivo
- Educadores
- Desarrolladores de EdTech
- Investigadores en el campo de la tecnología educativa
14 Horas