I. TANTÁRGYLEÍRÁS
II. TANTÁRGYKÖVETELMÉNYEK
III. RÉSZLETES TANTÁRGYTEMATIKA
ALAPADATOK
CÉLKITŰZÉSEK ÉS TANULÁSI EREDMÉNYEK
A TANULMÁNYI TELJESÍTMÉNY ELLENŐRZÉSE ÉS ÉRTÉKELÉSE
TEMATIKAI EGYSÉGEK ÉS TOVÁBBI RÉSZLETEK
Tantárgy neve
Mesterséges intelligencia a tanulás támogatására
Azonosító
BMEGT51XX38454-52
A tantárgy jellege
kontaktórás tanegység
Kurzustípusok és óraszámok
Típus
óraszám
Előadás
0
Gyakorlat
3
Laboratórium
0
Tanulmányi teljesítményértékelés (minőségértékelés) típusa
tanévközi érdemjegy
Kreditszám
3
Tantárgyfelelős
Neve
Dr. Manojlovic Heléna
Beosztása
egyetemi adjunktus
Email címe
manoljovic.helena@gtk.bme.hu
Tantárgyat gondozó oktatási szervezeti egység
Műszaki Pedagógia Tanszék
A tantárgy weblapja
A tantárgy oktatásának nyelve
angol - ENG
A tantárgy tantervi szerepe, ajánlott féléve
Közvetlen előkövetelmények
Erős
Nincs
Gyenge
Ninc
Párhuzamos
Nincs
Kizáró feltételek
Nincs
A tantárgyleírás érvényessége
Jóváhagyta a Gazdaság- és Társadalomtudományi Kar Kari Tanácsa (2025.06.25.) az 580466/11/2025iktatószámon hozott határozatával, amely érvényes 2025.06.25-tól.

Célkitűzések

A tantárgy célja, hogy bevezesse a hallgatókat a mesterséges intelligencia (MI) tanulástámogatási lehetőségeibe. A kurzus során a hallgatók megismerkednek a modern MI-eszközökkel, és megtanulják, hogyan használhatják azokat hatékonyan saját tanulásuk fejlesztésére. Kiemelt figyelmet kapnak az adaptív tanulási rendszerek, a nyelvi modellek, valamint a személyre szabott tanulási stratégiák. A kurzus célja továbbá, hogy fejlessze a hallgatók digitális és AI-írástudását, kritikus gondolkodását, valamint tudatos és etikus technológiahasználatát.

Tanulmányi eredmények

Tudás
  1. Ismeri a mesterséges intelligencia (MI) alapfogalmait és oktatási alkalmazási lehetőségeit.
  2. Ismeri az adaptív tanulási rendszerek működésének alapelveit és szerepüket a tanulás személyre szabásában.
  3. Ismeri a nagy nyelvi modellek (pl. ChatGPT) működését és tanulást támogató funkcióit.
  4. Ismeri az MI-eszközök előnyeit és korlátait a tanulási folyamatban.
  5. Ismeri az MI-technológiák etikus használatának alapelveit az oktatásban.
Képesség
  1. Képes oktatási célra megfelelő mesterséges intelligencia eszközt kiválasztani.
  2. Képes MI-eszközöket alkalmazni saját tanulási céljainak támogatására.
  3. Képes kritikus szemlélettel értékelni az MI által generált tartalmak megbízhatóságát.
  4. Képes egyszerű MI-alapú tanulási folyamatot vagy stratégiát kialakítani.
  5. Képes felelősen és etikusan használni MI-eszközöket tanulmányi környezetben.
Attitűd
  1. Nyitott az új technológiák tanulástámogatási célú alkalmazására.
  2. Érdeklődést mutat az MI-eszközök tudatos és felelős használata iránt.
  3. Elkötelezett a technológiai eszközök önreflektív, célorientált beépítésében a tanulási folyamatába.
  4. Fogékony az etikai, társadalmi és oktatási kérdések kritikus megközelítésére.
  5. Támogatja az élethosszig tartó tanulást és a digitális kompetenciák folyamatos fejlesztését.
Önállóság és felelősség
  1. Képes önállóan és tudatosan alkalmazni mesterséges intelligencia eszközöket tanulmányi célokra.
  2. Felelősséget vállal az MI-eszközök használatából eredő döntéseiért és azok következményeiért.
  3. Törekszik a technológia etikus, fenntartható és tudatos használatára a tanulási folyamatban.
  4. Képes reflektálni saját tanulási folyamataira és az MI szerepére azok alakításában.
  5. Elkötelezett az élethosszig tartó tanulás és a digitális kompetenciák fejlesztése mellett.

Oktatásmódszertan

A tantárgy oktatása aktív, hallgatóközpontú megközelítést alkalmaz. A kurzus keretében előadások, interaktív szemináriumok, gyakorlati műhelymunkák és esettanulmány-alapú elemzések váltakoznak. A hallgatók projektalapú tanulás (PBL) keretében saját tanulási helyzetükre alkalmazzák a mesterséges intelligencia eszközeit. Kiemelt szerepet kap a reflektív tanulás, az együttműködés, valamint az MI-eszközökkel való kísérletezés és értékelés.

Tanulástámogató anyagok

  • Selected academic articles and case studies on AI applications in education (available on the course Moodle site).
  • Practice tasks and user guides for AI tools (e.g., ChatGPT, Notion AI, Khanmigo, Grammarly).
  • Instructor slides, thematic videos, and case-based video materials.
  • Interactive learning modules (e.g., ethical dilemma simulations, formative quizzes).
  • Official documentation and help pages for AI tools (e.g., OpenAI, Google AI, Microsoft Education).
  • Template and evaluation criteria for the personal learning project.

Általános szabályok

A 2.1 és 2.2. pontban megfogalmazott célok és tanulási eredmények elérése a gyakorlatokon tanúsított aktív részvétel (részteljesítmény értékelés) alapján történő dokumentálása alapján történik.

Teljesítményértékelési módszerek

Egyéni és csoportmunka feladatokban való aktív részvétel

Szorgalmi időszakban végzett teljesítményértékelések részaránya a minősítésben

  • részteljesítmény értékelés (házi feladat): 60
  • részteljesítmény értékelés (aktív részvétel): 40

Vizsgaelemek részaránya a minősítésben

Az aláírás megszerzésének feltétele, az aláírás érvényessége

Legalább 70%-os részvétel az órarendi foglalkozásokon; az oktatási tevékenységek aktív követése a tantárgy online felületén (pl. feladatok letöltése, beadása, fórumokon való részvétel); az összes kötelező teljesítményértékelésen elérhető maximális pontszám legalább 50%-ának megszerzése

Érdemjegy-megállapítás

%
Jeles 96-100
Jeles 88-95%
76-87%
Közepes 63-75%
Elégséges 50-62%
Elégtelen 0-49%

Javítás és pótlás

A szorgalmi időszakban legalább egy alkalommal biztosított a beadandó feladatok pótlásának lehetősége. A határidőre be nem adott vagy elégtelenre értékelt feladatok javítása/pótlása legkésőbb a pótlási hét végéig lehetséges. Pótlás kizárólag a tantárgyi követelményekben meghatározott módon és időben történhet

A tantárgy elvégzéséhez szükséges tanulmányi munka

Munka jellege Munkaórák száma
részteljesítmény értékelés (házi feladat) 76
részteljesítmény értékelés (aktív részvétel) 14

A tantárgykövetelmények jóváhagyása és érvényessége

A Kari Hallgatói Képviselet véleményezése után jóváhagyta dr. Lógó Emma oktatási dékánhelyettes 2025.06.02-án. Érvényes 2025.06.02-től.

A félévben sorra vett témák

Előadások témái
1. Bevezetés a mesterséges intelligenciába és annak oktatási alkalmazásai - Alapfogalmak, történeti háttér, MI szerepe a digitális oktatásban.
2. Nagy nyelvi modellek működése és lehetőségei -A generatív MI alapjai, tipikus felhasználási módok tanulás során.
3. Adaptív tanulási rendszerek és személyre szabott tanulás -Tanulási stílusok, automatizált visszajelzés, tanulási útvonalak.
4. MI-eszközök az önálló tanulás támogatására -Jegyzetkészítő, tesztgeneráló, fordító, vizualizációs eszközök.
5. Etikai kérdések és a mesterséges intelligencia felelős használata - Plágium, torzítás, adatvédelem, átláthatóság.
6. Gyakorlati műhely: saját tanulási projekt MI-eszközökkel -Saját tanulási célhoz illesztett eszközválasztás, tesztelés, értékelés.
7. Reflexió és tanulságok: MI a személyes tanulásban - Saját élmények, tanulási stratégiák átalakulása, visszacsatolás.

További oktatók

Név Beosztás Elérhetőség
Dr. Saule Anafinova university assistant professor saule.anafinova@edu.bme.hu

A tantárgykövetelmények jóváhagyása és érvényessége

A Tantárgyi adatlap I. és II. részén túli III. részét az érintett szak(ok) szakfelelőse(i)vel való egyeztetés alapján az 1.8. pontban megjelölt Műszaki Pedagógia Tanszék vezetője hagyja jóvá.