コース概要

大規模言語モデル (LLMs) の概要

  • LLMs の概要
  • 教育技術における LLMs の進化
  • LLMs のアーキテクチャの理解

教育における個人化

  • パーソナライズドラーニングの必要性
  • 現在の個人化手法
  • 課題と機会

LLMs とコンテンツ適応

  • LLMs を活用したコンテンツ作成とキュレーション
  • 学習スタイルやレベルに合わせたコンテンツの適応
  • コンテンツ適応のための LLMs の多機能化

LLMs の実践

  • 教育における成功した LLMs アプリケーションの事例研究
  • インタラクティブセッション: LLMs がどのように働くか

適応学習プラットフォームの設計

  • 適応学習プラットフォーム設計の原則
  • プラットフォームアーキテクチャに LLMs を組み込む方法
  • ユーザーエクスペリエンスとインターフェースに関する考慮事項

実装とテスト

  • プロトタイプの適応学習プラットフォームの開発
  • テストと反復
  • ユーザーフィードバックの収集と分析

LLMs の効果評価

  • 学習に対する LLMs の影響を測定する指標
  • 教育技術の研究手法
  • 事例研究の分析とディスカッション

倫理的考慮事項と今後の方向性

  • 教育における LLMs の倫理的な影響
  • 包含性と公平性を確保する方法
  • 個人化された学習における LLMs の未来の予測

プロジェクトと評価

  • LLM に基づく適応学習プラットフォームの提案を設計し、発表する。
  • ピアレビューとグループディスカッション
  • 最終評価とフィードバック

まとめと次回ステップ

要求

  • 基本的な機械学習概念の理解。
  • Python のプログラミング経験は推奨されますが必須ではありません。
  • 教育技術への慣れ親しみがあると有益です。

対象者

  • 教育者
  • EdTech 開発者
  • 教育技術分野の研究者
 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