Bangun tutor AI yang berfungsi dalam satu pagi
Lokakarya GCLS AI Academy di KTT Bioteknologi Medis Global Riyadh dirancang untuk membuat tutor AI tanpa pemrograman. Jadwalnya 16 September 2026, pukul 09.00–12.00 di Riyadh, bersama Dr. Omar Saleem.
Dari pengetahuan tepercaya menuju jawaban berbasis sumber
Rencana mencakup landasan paket pengetahuan terpilih, kutipan sumber dan penolakan atau eskalasi pertanyaan yang tidak didukung. Pendekatan dapat diterapkan pada ilmu biomedis dan perawatan klinis.
- Tentukan model, paket pengetahuan, alat, penilai, dan pagar pengaman tanpa menulis kode.
- Terapkan jawaban berbasis sumber, eskalasi manusia, batas langkah, dan gerbang evaluasi.
- Adaptasikan tutor ke bidang atau bahasa baru, termasuk versi penuh berbahasa Arab.
Tambahkan penilaian dan memori pelajar
Rencana mencakup agen penilai untuk mengajukan pertanyaan, mengevaluasi jawaban, memperbaiki kesalahan dan menyesuaikan penjelasan, dengan memori per peserta dalam batas akademik yang ditentukan.
AI yang bertanggung jawab untuk pendidikan biomedis
Rencana mencakup asal data, bias, transparansi, penggunaan yang tepat dan kontrol pembelajaran berisiko tinggi, termasuk penolakan jawaban yang tidak didukung dan gerbang evaluasi sebelum rilis.
Detail lokakarya
Latihan yang direncanakan adalah menyiapkan tutor yang dapat dikembangkan lebih lanjut, dengan sertifikat penyelesaian yang direncanakan melalui GCLS AI Academy. Ini bukan laporan kehadiran atau hasil. Lihat sumber resmi untuk informasi acara.
Pertanyaan umum
Kapan dan di mana lokakarya dijadwalkan?
16 September 2026, pukul 09.00–12.00, di RGMBS, Riyadh, Arab Saudi.
Apakah pengalaman pemrograman diperlukan?
Tidak. Lokakarya dirancang untuk membuat dan mengonfigurasi tutor AI tanpa pemrograman atau pemasangan perangkat lunak.
Apa yang dicakup rencana lokakarya?
Tutor berbasis sumber dengan kutipan, agen penilai, memori peserta, kontrol tata kelola dan lokalisasi. Ini bukan klaim hasil peserta.
Sumber dan bacaan lanjutan
Halaman perusahaan menjelaskan model produk yang dipublikasikan. Referensi riset dan vendor memberikan konteks, bukan validasi independen atas Perceptors.
