MTA-ELTE Fizikatanítás Digitális Támogatással Kutatócsoport
Kutatócsoport-vezető: Jenei Péter
Kutatócsoport elnevezése angolul:
MTA-ELTE Digitally Supported Physics Education Research Group
Jenei Péter 2010-ben matematika-fizika szakos tanárként diplomázott az Eötvös Loránd Tudományegyetemen (ELTE). Ezt követően anyagtudománnyal kezdett el foglalkozni, mely területen 2014-ban PhD-t, 2023-ban habilitációt szerzett. Jelenleg az ELTE Fizikai és Csillagászati Intézetének egyetemi docense. Az anyagtudományi kutatások mellett folyamatosan részt vett fizika szakmódszertani kutatásokban és a fizikatanárok képzésében. 2018 óta a fizikatanár-képzés szakfelelőse az intézetben. Vezetésével körülbelül 20 szakdolgozat és TDK munka született, jelenleg 5 PhD hallgató témavezetője.
A kutatómunkája eredményeként számos ösztöndíjat és pályázatot nyert, többek között a Nemzet Fiatal Tehetségeiért ösztöndíjat, egy posztdoktori kiválósági programot, Bolyai János Kutatási Ösztöndíjat, többször részesült új nemzeti kiválósági ösztöndíjban, valamint 2019-ben elnyerte a Magyar Anyagtudományi Egyesület Junior díját, 2023-ban az ELTE Ígéretes Kutatója címet kapott.
Kutatási téma
A tudomány és technológia gyorsuló ütemű fejlődése, a diákok hozzáállásának változása és a munkaerő piaci igényei társadalmi szinten követelik meg a fizika tantárgy oktatásának fejlesztését. Ez csak az iskolai fizika tanítás tartalmi, módszertani és oktatási eszköztárának megújításától remélhető. A kutatócsoport munkája ezt két nagyobb témakörben szeretné előre mozdítani:
1) Digitális és cselekvésközpontú fizikatanulás. A téma lényege, hogy olyan módszereket fejlesztünk mely során a diákok minél könnyebben és nagyobb számban sikereket érhetnek el a fizika (és kapcsolódó tudományok) terén. Kutatások középpontjában az Arduinók, a kutatási és tanulási naplók felhasználása áll. Kiemelten foglalkozunk a nemi egyenlőség javításán a fizika és mérnöki tudományok területén.
2) Fizikatanítás mesterséges intelligencia felhasználásával. Ebben a projektben egy olyan szoftvert készítünk és tesztelünk nagymintás kísérlettel, mely a gépi tanulás segítségével tud egyéni fejlesztési utakat kínálni a diákoknak a fejlesztő hatás maximalizálásával. Az innovatív gondolat, hogy bemeneti tesztek eredményei alapján gyakorlófeladatokat ad a gép. A gyakorlás folyamatát és hatását elemzi és finomítja a fejlesztő feladatokat. Sok felhasználó esetén az algoritmus átlátja a korrelációkat, ezáltal megtanulja az ideális fejlesztés folyamatát.
