取組概要:数理・データサイエンス・AI教育プログラム(リテラシーレベル)

目的

情報通信技術(ICT)の急速な進歩に伴い、目まぐるしく変化する現代社会において高度な情報のデジタル化が進展している。その中で数理・データサイエンス・AIを含めたICTを適切かつ効果的に活用して、主体的な問題の発見とスピーディな解決能力が求められている。
本プログラムでは、社会における様々な分野における実問題を概観し、それらの問題解決の考え方と方法論について、数理・データサイエンス・AI、情報及びコンピュータを含めたICTの果たす役割やその影響などを理解し、これらを利活用した問題発見、解決能力を習得する。

プログラムを構成する授業

【コンピュータと情報活用術】

  • リテラシーレベルモデルカリキュラムにおける導入・基礎・心得の全ての項目を包含し、実社会のデータを使った演習を全員がPC上で行う。
  • 全学開講とし、全学部において卒業単位認定を行う。
  • 情報通信工学部は遠隔リアルタイム受講とし、他学部はオンデマンド形式の集中講義とする。
  • 他大学(帝塚山大学)からも遠隔リアルタイム受講可能とする。

モデルカリキュラムに対応する学修内

導入
1. 社会におけるデータ・AI利活用

1-1. 社会で起きている変化

1-2. 社会で活用されているデータ

1-3. データ・AIの活用領域

1-4. データ・AI利活用のための技術

1-5. データ・AI利活用の現場

1-6. データ・AI利活用の最新動向

基礎
2. データリテラシー

2-1. データを読む

2-2. データを説明する

2-3. データを扱う

心得
3. データ・AI活用における留意事項

3-1. データ・AIを扱う上での留意事項

3-2. データを守る上での留意事項

授業回 学修内容 対応モデルカリキュラム
1 イントロダクション(社会におけるデータ、AI利活用の動向) [1-1][1-6]
2 問題解決のための情報、データ活用術とコンピュータ [1-2][1-3]
3 データ、情報の収集、整理 [1-2]
4 データの取り扱い、統計の基本 [2-3]
5 問題解決におけるデータ分析(1) 相関と回帰 [2-2][2-3]
6 問題解決におけるデータ分析(2) データに潜む因果関係 [2-2][2-3]
7 問題解決における様々なグラフの活用 [2-1][2-2]
8 総合演習(これまでの復習)
9 データ・AI 利活用の事例(生体計測)
[1-4][1-5][2-3]
10 データ・AI 利活用の事例(医療のAI利用) [1-4][1-5][2-3]
11 データ・AI 利活用の事例(地域社会) [1-4][1-5][2-3]
12 データ・AI 利活用の事例(VR) [1-4][1-5][2-3]
13 データ・AI 利活用の事例(ゲーム開発) [1-4][1-5][2-3]
14 情報倫理とメディアリテラシー [3-1][3-2]
15 情報セキュリティとデータサイエンス [3-1][3-2]

実施体制

実施体制

今後の計画

  • 2023年度応用基礎レベル認定

  • 2024年度リテラシーレベルプラス認定

  • 授業用テキスト作成


補足資料①:リテラシーレベル授業の評価

2021年度学生アンケート結果

履修者数 239,  回答者数 132,  回答率 55.2%

  • 2021/08/05 19:50
    前半は、基本的なデータの扱い方や活用事例を学び、後半ではたくさんの先生方による他分野に関連させた講義を受けることができてとても興味深かったです。
  • 2021/08/04 02:18
    コンピュータに関する様々な事を聞けてとても楽しかったです。ありがとうございました。
  • 2021/08/04 02:17
    毎度、分かりやすい授業をありがとうございました。他学部の先生方の授業も楽しかったです。
  • 2021/08/01 14:34
    情報に関する様々なことを教えてくださりありがとうございました。
  • 2021/07/31 02:02
    P学科以外の先生の授業を受けれて新鮮でした。
  • 2021/07/16 18:43
    他学科の先生から情報を使った活用例等の話も聞けて分かりやすかった。
  • 2021/07/12 16:01
    コンピューターや情報の活用についての知識を知り、興味を持った。
  • 2021/07/10 15:59
    色々な面からのAI技術が学べてよかったです。
  • 2021/07/09 06:48
    受講者が多く大変そうだった。
  • 2021/07/08 22:25
    丁寧な資料がわかりやすかった。
  • 2021/07/08 10:43
    授業折り返しから難しく感じました。
  • 2021/07/05 02:19
    様々な観点で学ぶことができる点が良いと感じております。
  • 2021/07/02 14:01
    Excelは以前から使用していたが、知らない機能を知ることができてよかった。
  • 2021/07/02 11:54
    江原先生の話し方が細かく丁寧でとても分かりやすかったです。 少し専門的なところもありましたが、生徒が知らないことを教える教師としての在り方が先生には出ていたのではないかと思います。 コツコツ取り組める授業構成で熱意の点ではあまり見受けられないように出したが、総じてみてもほかの教員よりかは良いといえます。
  • 2021/07/01 10:01
    この授業のおかげでExcelの使い方をたくさん知ることが出来ました。ありがとうございました。

補足資料②:リテラシーレベル授業の自己点検・改善

質問1. 授業を行うにあたって工夫した点

データサイエンスの入門的な授業として、レベルや内容を配慮して取り組んだ。
難しすぎない範囲で、なるべく普段触れることのないゲームデザインの考え方などの話を入れて、内容や順番を工夫した。演習では、できるだけ応用・実践の内容を紹介することに注力した。

質問2. 授業を行ってよかったと思う点

非常に多くの受講生に履修してもらえた点。
授業の実施時に、Comment Screenというリアルタイムにコメントを寄せてもらえるシステムを利用したので、多くの学生に参加してもらいながら授業を進めることができた。教員1人ではなかなか出てこないところに視点を広げて話すことができて良かった。他学科の共同授業というのも我々の勉強にもなった。

質問3. 授業を行って改善を要すると思う点

受講生の中で、授業についていけていない人も見られたので、その対応が必要である。
複数学部のリレーで興味を持ってもらえる内容が想定しづらかったが、今回の授業実施を通して、共通点や相違点などを理解することができたので、次年度以降はもう少し専門的な話も入れ込みたい。

質問4. 学生の授業アンケートの結果について思うこと

比較的、興味を持って授業を受けてくれている印象を受けた。
今後も受けて良かったと思ってもらえる有意義な授業ができるように工夫を続ける予定である。複数学部のコラボ方法についても楽しく情報の多い刺激的な授業になるようにしたい。

ページの先頭へ

  • アクセス
  • お問い合わせ
  • 資料請求