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 Grandes (LLM)
- Visión general de los LLM.
- Evolución de los LLM en la tecnología educativa.
- Comprensión de la arquitectura de los LLM.
Personalización en la educación
- La necesidad del aprendizaje personalizado.
- Enfoques actuales para la personalización.
- Desafíos y oportunidades.
LLM y adaptación de contenido
- Uso de LLM en la creación y curaduría de contenido.
- Adaptación del contenido a estilos y niveles de aprendizaje.
- Multitarea con LLM para la adaptación de contenido.
LLM en la práctica
- Estudios de caso: Aplicaciones exitosas de LLM en educación.
- Sesión interactiva: Los LLM en acción.
Diseño de plataformas de aprendizaje adaptativo
- Principios para el diseño de plataformas de aprendizaje adaptativo.
- Incorporación de LLM en la arquitectura de la plataforma.
- Consideraciones sobre la experiencia y la interfaz de usuario.
Implementación y pruebas
- Desarrollo de un prototipo de plataforma de aprendizaje adaptativo.
- Pruebas e iteración.
- Recopilación y análisis de la retroalimentación de los usuarios.
Evaluación de la efectividad de los LLM
- Métricas para medir el impacto de los LLM en el aprendizaje.
- Métodos de investigación para la tecnología educativa.
- Análisis y discusión de estudios de caso.
Consideraciones éticas y direcciones futuras
- Implicaciones éticas de los LLM en la educación.
- Garantizar la inclusividad y la equidad.
- Previsiones sobre el futuro de los LLM en el aprendizaje personalizado.
Proyecto y evaluación
- Diseño y presentación de una propuesta para una plataforma de aprendizaje adaptativo basada en LLM.
- Revisión entre pares y discusiones grupales.
- Evaluación final y retroalimentación.
Resumen y próximos pasos
Requerimientos
- Comprensión de conceptos básicos de aprendizaje automático.
- Se recomienda experiencia en programación con Python, aunque no es obligatoria.
- Resulta beneficioso tener conocimientos sobre tecnología educativa.
Público objetivo
- Educadores.
- Desarrolladores de EdTech.
- Investigadores en el campo de la tecnología educativa.
14 Horas