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.
Duración 14 horas
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 la Educación
- La necesidad del aprendizaje personalizado.
- Enfoques actuales de personalización.
- Desafíos y oportunidades.
LLM y Adaptación de Contenido
- LLM en la creación y curación de contenido.
- Adaptación del contenido a estilos y niveles de aprendizaje.
- Gestión multitarea con LLM para la 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 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 Eficacia del LLM
- Métricas para medir el impacto de los LLM en el aprendizaje.
- Métodos de investigación para la tecnología educativa.
- Análisis y discusión de casos de estudio.
Consideraciones Éticas y Futuras Directrices
- Implicaciones éticas de los LLM en la educación.
- Garantizar la inclusión y la equidad.
- Predicciones 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.
- Revisiones entre pares y discusiones grupales.
- Evaluación final y retroalimentación.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de conceptos básicos de aprendizaje automático (machine learning).
- Se recomienda experiencia en programación con Python, pero no es obligatorio.
- Conocimientos previos de tecnología educativa son beneficiosos.
Audiencia
- Educadores.
- Desarrolladores de EdTech.
- Investigadores en el campo de la tecnología educativa.