お問い合わせ

コース概要

大規模言語モデル(LLM)入門

  • LLMの概要説明
  • 教育テクノロジー分野におけるLLMの進化過程
  • LLM構造の基礎理解

教育におけるパーソナライゼーション

  • 個別化された学習が求められる理由
  • 現在行われている各種パーソナライゼーション手法
  • 課題点と新たな機会の把握

LLMとコンテンツ適応性

  • コンテンツ作成・選定におけるLLM活用事例
  • 学習者の特性やレベルに合わせた内容調整方法
  • 多面的な任務遂行のためのLLM併用方法

実践におけるLLM活用事例

  • 教育分野における成功例:ケーススタディの紹介
  • 双方向対話セッション:現場でのLLM活用デモンストレーション

適応型学習プラットフォーム設計手法

  • 適応型教育システム構築の基本原則
  • システムアーキテクチャにLLMを統合する手順
  • ユーザビリティとインターフェース設計上の考慮事項

実装および検証手法

  • 適応型学習プラットフォーム原型の構築手順
  • 機能評価や改良を目的とした繰り返しテスト方法
  • ユーザーからのフィードバック取得・分析手法

LLM効果性の客観的検証法

  • 教育上での学習効果を測る指標群の選定基準
  • 教育技術分野における調査研究方式
  • 具体的事例に基づく分析と議論体験

倫理的課題および今後の展望

  • 教育環境でのLLM使用にまつわる倫理問題への対処法
  • 公平性や多様性を確保するための取り組み
  • パーソナライズ学習におけるLLM発展予測と展望

プロジェクト作成および評価手順

  • LLM活用型適応学習システム構想案の作成・発表訓練
  • 仲間同士による相互評価やグループ討論手法
  • 最終試験およびフィードバック手順説明

総括と今後の取り組み方向性紹介

要求

  • 機械学習に関する基礎知識があること
  • Pythonでのプログラミング経験が望ましいが必須ではない
  • 教育テクノロジー全般への理解や関心があると有利

対象者

  • 教育者の方々
  • EdTech分野で働く開発者
  • 教育技術研究に携わる研究者の方々
 14 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー