L'objectiu del curs és que els participants siguin capaços de crear instruccions ben dirigides i precises que permetin als models de llenguatge gran (LLM) generar respostes desitjades o útils. Uns indicadors ben dissenyats ajuden a minimitzar possibles errors, biaixos i distorsions, alhora que milloren la fiabilitat i la usabilitat del model en diferents àrees. Dominar l'enginyeria de senyals no només facilita la cerca intel·ligent, l'extracció i l'adquisició de coneixement, sinó que també constitueix una base sòlida per amplificar el rendiment eficaç de les tasques en diverses àrees de la indústria. La pràctica i la investigació persistents ajuden els participants a trobar respostes a les seves preguntes i, especialment, a millorar les seves habilitats en anglès. Les discussions fomenten un entorn d'aprenentatge col·laboratiu on els participants poden aprendre els uns dels altres i millorar la seva comprensió dels conceptes d'enginyeria de senyals, així com participar en intercanvis interculturals.
El curs està dissenyat per a aquells que vulguin augmentar les seves habilitats d'aprenentatge i desenvolupament autònom en anglès, posseir habilitats preparades per al mercat per a un treball eficaç i una mentalitat oberta per a l'autodesenvolupament.
L'objectiu del curs és que els participants siguin capaços de crear instruccions ben dirigides i precises que permetin als models de llenguatge gran (LLM) generar respostes desitjades o útils. Uns indicadors ben dissenyats ajuden a minimitzar possibles errors, biaixos i distorsions, alhora que milloren la fiabilitat i la usabilitat del model en diferents àrees. Dominar l'enginyeria de senyals no només facilita la cerca intel·ligent, l'extracció i l'adquisició de coneixement, sinó que també constitueix una base sòlida per amplificar el rendiment eficaç de les tasques en diverses àrees de la indústria. La pràctica i la investigació persistents ajuden els participants a trobar respostes a les seves preguntes i, especialment, a millorar les seves habilitats en anglès. Les discussions fomenten un entorn d'aprenentatge col·laboratiu on els participants poden aprendre els uns dels altres i millorar la seva comprensió dels conceptes d'enginyeria de senyals, així com participar en intercanvis interculturals.
El curs està dissenyat per a aquells que vulguin augmentar les seves habilitats d'aprenentatge i desenvolupament autònom en anglès, posseir habilitats preparades per al mercat per a un treball eficaç i una mentalitat oberta per a l'autodesenvolupament.
Al final del curs, l'alumne podrà…
Habilitats:
• crear indicacions ben dirigides i precises que permetin als LLM generar respostes desitjades o útils,
• poder fer ús de l'enginyeria ràpida per a l'aprenentatge i el treball eficaç,
• ser capaç de demostrar autodesenvolupament en anglès o qualsevol altre idioma.
Actituds:
• estar obert a l'ús innovador dels màsters en dret (LLM) en el procés d'aprenentatge i de treball,
• tenir motivació per a l'autoregulació en l'aprenentatge i l'ús de l'anglès.
• obrir-se a debats interculturals.
Autonomia, responsabilitat:
• practicar l'aprenentatge autònom,
• ser responsables del seu propi progrés en l'aprenentatge,
• ser animats a ajudar-se mútuament en l'aprenentatge.
Sense requisits previs
Requisits: accés a Internet i un model de llenguatge gran (LLM) específic, p. ex. CharGPT 3.5 (GRATUÏT).
Avaluació de baixa aposta:
Prova 1.: 10 punts – preguntes de tipus test per avaluar la comprensió de l'enginyeria de resposta bàsica en diverses àrees de la resposta directa
Prova 2: 10 punts – preguntes de tipus test que avaluen l'enginyeria de resposta bàsica mitjançant exemples pràctics en diverses àrees del patró de resposta.
Treball revisat per experts 1.: 10 punts - Visualització de l'aprenentatge i assistència en les tasques mitjançant l'enginyeria ràpida.
El vostre treball serà avaluat per un dels vostres companys i també se us demanarà que avalueu un treball presentat per un dels vostres companys. Avaluació entre iguals: 5 punts.
La participació activa en el debat es pot atorgar amb punts addicionals (màxim 10 punts en suma):
– Disseny innovador i ràpid proposat o solucions creatives (1 pt/entrada)
– Consells d'ajuda donats als companys sobre preguntes o consultes en pausa (1 pt/entrada)
Avaluació d'alt risc:
Prova d'anglès EnSmart: es poden obtenir 30 punts
Treball revisat per experts 2.: 30 punts – avaluar habilitats d'ordre superior apreses en enginyeria ràpida pràctica.
El vostre treball serà avaluat per un dels vostres companys i també se us demanarà que avalueu un treball presentat per un dels vostres companys. Avaluació entre iguals 10 punts.
Puntuació: 80+ – Excel·lent, 70+ – Molt bo, 60+ – Bo, 50+ – APROVAT, 50 – SUSPENS
Tots els materials d'aprenentatge es troben dins del curs.
El curs és asíncron a ritme propi, amb possibilitat de consultes.
El curs ofereix una via metodològica per a l'aprenentatge de l'enginyeria ràpida. Els exemples del curs estan majoritàriament relacionats amb coneixements molt bàsics de programació i informàtica, cosa que també ajudaria a comprendre els principis dels màsters en dret (LLM). El domini del curs permetria als participants explorar més a fons els temes i adquirir coneixements més profunds rellevants per al seu propi interès o professió, així com millorar les seves habilitats en anglès. Progressar en el curs requereix motivació i diligència en la lectura del contingut i la pràctica alhora, tenint una altra finestra oberta on es puguin provar les indicacions reals, revisar els comentaris i adaptar-les a les necessitats.
Els coneixements teòrics s'avaluen després de cada mòdul mitjançant preguntes de tipus test. La pràctica de la guia es pot aconseguir individualment (mitjançant ChatGPT) O a través de l'aplicació Prompt Tutor. El nivell d'anglès es pot avaluar a través de l'aplicació EnSmart, que també proporciona comentaris sobre el progrés. Les habilitats de pensament de nivell superior en la guia s'avaluen mitjançant tasques revisades per parells. Les discussions permeten als participants participar en preguntes i respostes, revisió per parells i crítica constructiva. Això fomenta un entorn d'aprenentatge col·laboratiu on els participants poden aprendre els uns dels altres i millorar la seva comprensió dels conceptes i les aplicacions pràctiques de l'enginyeria de la guia.
Transcripció de registres