Dirbtinio intelekto taikymas švietime
4.9 (39)

Elijas Šležas

Dirbtinio intelekto taikymas švietime

Neformaliojo suaugusiųjų švietimo programa | 22006110076

Apie mokymus

Mokymų teikėjo pateikta informacija

Anotacija

Mokymų programa skirta pedagogams siekiantiems įgyti praktinių įgūdžių dirbtinio intelekto srityje. Programa apima dirbtinio intelekto pagrindų supratimą, įvairių DI įrankių praktinį panaudojimą bei strateginį planavimą, kartu aptariant etikos klausimus, susijusius su DI integracija. Dalyviai įgis kompetencijų, leidžiančių iš karto pritaikyti DI technologijas ir kurti inovatyvius mokymo metodus. Dalyviams po mokymų bus suteikiamas „Dirbtinio intelekto raštingumo“ sertifikatas.“

Įgyjamos ir tobulinamos kompetencijos

Bendrosios kompetencijos

  • Skaitmeninė kompetencija
  • Asmeninė, socialinė ir mokymosi mokytis kompetencija

Profesinės kompetencijos

  • Gebėti parengti ir pritaikyti ugdymo turinio užduotis, sukurtas naudojant dirbtinio intelekto technologijas
  • Gebėti analizuoti mokinių veiklos duomenis naudojant dirbtinio intelekto įrankius ir parengti analizės ataskaitą
  • Gebėti taikyti dirbtinio intelekto priemones švietimo procese, kuriant ir įgyvendinant ugdymo užduotis
  • Gebėti atpažinti ir vertinti dirbtinio intelekto sugeneruotą turinį pagal etikos ir duomenų apsaugos reikalavimus
  • Gebėti sukurti ir pritaikyti individualų GPT modelį pagal švietimo poreikius

Aukštą pridėtinę vertę kuriančios kvalifikacijos ir kompetencijos

Mokymosi programos turinys

Temos pavadinimas Trumpas temos aprašymas
1. DI pagrindai ir taikymas švietime Dalyviai susipažins su dirbtinio intelekto (DI) samprata, veikimo principais ir taikymo galimybėmis švietime. Bus nagrinėjami realūs DI įrankių naudojimo pavyzdžiai mokyklose. Aptarsime DI naudą, galimus iššūkius bei poveikį mokymo(si) procesui.
2. DI įrankiai ir jų pritaikymas ugdymo procese Bus pristatyti įvairūs DI įrankiai, naudojami švietime – nuo tekstų generavimo (ChatGPT, Gemini ir kt.) iki vaizdo (DALL-E), garso (ElevenLabs), skaidrių ir vizualizacijų kūrimo (Gamma, Canva). Dalyviai išbandys šiuos įrankius praktiškai, atlikdami turinio kūrimo ir personalizavimo užduotis.
3. Efektyvių užklausų kūrimas Mokymų metu bus įgyjami įgūdžiai formuluoti tikslias ir aiškias užklausas (angl. prompts), leidžiančias dirbtiniam intelektui generuoti aktualų ir kokybišką turinį. Taip pat bus pristatyti užklausų kūrimo (prompt engineering) pagrindai, dažniausiai pasitaikančios klaidos bei gerosios praktikos pavyzdžiai.
4. DI integravimas į pamokų planavimą ir medžiagos kūrimą Mokymo medžiagos kūrimas pasitelkiant dirbtinį intelektą: praktinė mokymo turinio generavimo sesija, pamokų planų rengimas ir kūrybiškas DI naudojimas interaktyvioms užduotims kurti.
5. Automatizuotas testų ir užduočių generavimas naudojant DI Mokymo programoje bus pristatytos testų ir klausimynų kūrimo galimybės naudojant dirbtinį intelektą: analizuojama sugeneruotų klausimų ir užduočių kokybė, atliekama jų adaptacija skirtingiems mokinių pažinimo lygiams bei optimizuojamas vertinimo procesas. Taip pat apžvelgiamos automatizavimo galimybės DI pagalba kuriant ir administruojant testus.
6. DI taikymas personalizuotam mokymuisi Bus nagrinėjamos dirbtinio intelekto galimybės diferencijuoti ugdymo turinį ir užduotis pagal mokinių gebėjimus. Praktiniuose užsiėmimuose pristatomi ir taikomi įrankiai, skirti mokinių pažangos stebėsenai bei personalizuotų rekomendacijų generavimui.
7. Duomenų analizė su DI Sužinosite, kaip pasitelkti dirbtinio intelekto priemones mokinių veiklos duomenims analizuoti. Bus demonstruojami praktiniai pavyzdžiai, leidžiantys generuoti įžvalgas, interpretuoti jas ir taikyti priimant ugdymo sprendimus.
8. Asmeninis DI asistento kūrimas Individualių GPT asistentų pritaikymas mokymuisi: kaip sukurti ir individualizuoti GPT modelį pagal pasirinktą mokomąją temą, išnaudojant tokio asistento teikiamas galimybes bei privalumus. Taip pat aptariamos techninės platformos ir įrankiai, būtini specializuotų GPT asistentų kūrimui, jų pritaikymas konkrečių klausimų atsakymui ir efektyvus dalijimasis su mokiniais bei studentais.
9. DI taikymas akademiniam sąžiningumui ir plagijavimo prevencijai Dalyviai susipažins su DI kuriamų turinių atpažinimu, plagiato prevencijos įrankiais ir akademinio sąžiningumo principais. Bus analizuojamos situacijos, kai DI naudojimas gali kelti rizikas, bei aptariami etiniai sprendimai.
10. DI etika švietime: privatumo ir duomenų apsaugos iššūkiai Nagrinėjami dirbtinio intelekto etiniai iššūkiai, susiję su duomenų apsauga, privatumu ir intelektine nuosavybe. Taip pat aptariami ES DI aktas ir mokyklose taikytinos saugaus naudojimo gairės.
11. Praktinis DI taikymo švietime projektas Praktinio projekto metu bus kuriamas dirbtiniu intelektu paremtas mokymo planas, užduočių rinkinys arba kita ugdymo priemonė. Tai suteiks galimybę praktiškai pritaikyti įgytas žinias realioje mokymo aplinkoje ir įvertinti savo pažangą.

Programos ypatumai

Papildomi reikalavimai

Mokymosi programos trukmė

Mokymosi programos trukmė: 58 akad. val.

Praktinio kontaktinio darbo trukmė: 41 akad. val.

Teorinio kontaktinio darbo trukmė: 17 akad. val.

Savarankiško darbo trukmė: 6 akad. val.

Vertinimas

Įgytų kompetencijų vertinimo sistema / skalė: Įskaityta

Slapukai

Naudojame būtinuosius slapukus, kad svetainė veiktų. Su jūsų sutikimu taip pat galime naudoti analitikos ir rinkodaros slapukus, kad pagerintume svetainės patirtį.
Būtinieji
Nuostatos
Analitika