Nous nous intéressons à la compréhension de la physique fondamentale et à l'utilisation des technologies de la lumière. Nous nous situons au carrefour des développements analytiques en électrodynamique classique et quantique et d'une boîte à outils intensivement développée en simulation numérique pour les systèmes photoniques.  Notre objectif est de rester aussi proche que possible de la fabrication et de la caractérisation expérimentales.

Nos principaux domaines de recherche en photonique

  • Photonique à indice de réfraction quasi nul
  • Optique en champ proche et matériaux 2D
  • Optique torsadée et photonique de Moiré
  • Apprentissage automatique et optimisations
  • Optique spatiale et refroidissement radiatif
  • Enseignement actif et impact de l'IA générative sur l'enseignement
Zero index illustration

Nos compétences

  • Développement analytique en électrodynamique classique et quantique
  • Utilisation de codes maison ou commerciaux en RCWA, FEM, FDTD, DDA,... techniques numériques pour des applications photoniques
  • Calcul haute performance et optimisation

Science de l'enseignement et de l'apprentissage

L'équipe de recherche vise également à développer la science de l'enseignement et de l'apprentissage (SoTL), en mettant l'accent sur la physique. En particulier, l'équipe est active dans les méthodes d'enseignement innovantes centrées sur l'apprentissage actif (instruction par les pairs, classe inversée, apprentissage en équipe, enseignement en flux tendu,...) comme discuté dans la thèse de master en pédagogie de l'enseignement supérieur de Michaël Lobet.

L'équipe développe également ses activités dans le croisement entre l'IA et l'enseignement.

L'équipe de Michaël Lobet est à l'origine de l'« AI Score », une méthode d'évaluation scientifiquement fondée et reproductible, conçue pour mesurer la fiabilité pédagogique des agents conversationnels utilisés comme chatbots éducatifs.  En savoir plus...