Wahlangebot "Generative Machine-Learning-Systeme"
Über dieses Wahlangebot
Die Veröffentlichung des Chat-Roboters ChatGPT im November 2022 hat der Öffentlichkeit die Leistungsfähigkeit und Bedeutung von generativen Machine-Learning-Sytemen (GMLS) sichtbar gemacht. GMLS als ein weiteres Kapitel in der digitalen Transformation ist auch für den Bildungsbereich relevant und bietet sowohl Potenziale als auch Herausforderungen.
In diesem Wahlangebot beschäftigen Sie sich mit den allgemeinen Möglichkeiten und Herausforderungen von generativen Machine-Learning-Systemen sowie spezifisch mit GMLS im eigenen Studium sowie GMLS in der Primarschule.
Das Wahlangebot im Umgang von 5h ist eine Kombination aus Selbststudium, Präsenz vor Ort und digitaler Präsenz und wird von Michael Hielscher und Beat Döbeli Honegger angeboten.
Programm 2024
Datum |
Beschreibung |
Veranstaltungsform |
Umgang |
---|
KW 40 |
Einstieg ins Thema GMLS in der Bildung |
Selbststudium |
1.75 h |
KW 44 |
Abgabe Selbststudienauftrag |
Selbststudium |
Sa 09.11.24 15:15 - 16:45 |
Austausch vor Ort |
Lektion Präsenz |
1.5 h |
KW 45 |
Konkretes Ausprobieren von Werkzeugen |
Selbststudium |
1 h |
Fr 21.11.24 18:30 - 19:15 |
Diskussion |
Lektion online |
0.75 h |
Selbststudienauftrag
- Schauen Sie sich das Video des Referats Wenn ChatGPT in der Lehrer:innenbildung mitredet an (Dauer: 60 min).
- Beantworten Sie folgende Fragen:
- Haben Sie Verständnisfragen zum Vortrag?
- Was hat Sie beim Vortrag besonders überrascht / war für Sie neu?
- Wo in ihrem Alltag begegnen Ihnen derzeit GMLS?
- Haben Sie damit schon ein besonders gutes oder besonders schlechtes Erlebnis gehabt?
- Weshalb besuchen Sie dieses Wahlmodul - was möchten Sie lernen?
- Schicken Sie uns Ihre Antworten bis zum 31.10.24 an die Adresse gmls@arbeitsgruppe.ch
Dieses Wahlangebot ist eines von 5 Angeboten im
Wahlangebot Fernstudium HS 24 der PHSZ.
Das Wahlangebot wird mit erfüllt/nicht erfüllt beurteilt. Der Wahlangebot gilt erfüllt, wenn
- die Studierende alle Präsenzlektionen (Online / vor Ort) besuchen,
- die Studierenden den SRL-Auftrag fristgerecht einreichen,
- die Dozierenden den Auftrag als genügend beurteilen.
Weiterführende Links