データサイエンス・AIリテラシー教育プログラム

概要

 Society5.0時代に向け、教育機関においては数理・データサイエンス・AIへの関心を高め、 かつ、数理・データサイエンス・AIを適切に理解し、それを活用する為の基礎的な能力育成が期待されている。 本学においても、Society5.0時代に適応した人材を育成するため、全学部・全学科を対象としたリテラシーレベルでの「データサイエンス・AIリテラシー教育プログラム」を開設している。

数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)

認定の有効期限: 令和8年3月31日まで

   大学等の正規の課程であって、学生の数理・データサイエンス・AIへの関心を高め、かつ、数理・データサイエンス・AIを適切に理解し、それを活用する基礎的な能力を育成することを目的として、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行うものを文部科学大臣が認定及び選定して奨励することにより、数理・データサイエンス・AIに関する基礎的な能力の向上を図る機会の拡大に資することを目的とした認定制度である。 本学にて開設している「データサイエンス・AIリテラシー教育プログラム」は、本制度において認定された教育プログラムとなっている。

•文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」
•神奈川工科大学 申請書

身につけることができる能力

 Society5.0時代に向けて、データサイエンスやAIを使いこなすためのリテラシーを総合的に習得する。 データサイエンスの基礎となる統計学を学び、さらに機械学習などAIの基礎も習得する。 エクセルなどのツールも使った演習も行って、データのための実務的な技術も習得する。 セキュリティや個人情報に関する基礎に加えて、Society5.0時代に求められる社会倫理や技術者倫理も身に付ける。

プログラム修了要件/対応科目

 全学で開講している共通基盤教育において、数理情報系科目である「情報リテラシー」を取得すること。
※本学の「情報リテラシー」は全学開講を行っているが、学科・クラスの詳細な実施形態 に合わせ複数のシラバスが存在する。

•【令和2年度シラバス】情報リテラシー
学部 学科 科目名 授業コード 必須選択種別 単位数
工学部 機械工学科 情報リテラシー 0790 S,Jコース必修、Fコース選択 2
    情報リテラシー 0792 S,Jコース必修、Fコース選択 2
    情報リテラシー 0791 S,Jコース必修、Fコース選択 2
  電気電子情報工学科 情報リテラシー 0793 必修 2
    情報リテラシー 0794 必修 2
  応用化学科 情報リテラシー 0795 必修 2
情報学部 情報工学科 情報リテラシー 0804 必修 2
    情報リテラシー 0805 必修 2
    情報リテラシー 0806 必修 2
    情報リテラシー 0807 必修 2
  情報ネットワーク・コミュニケーション学科 情報リテラシー 0809 必修 2
  情報メディア学科 情報リテラシー 0810 必修 2
創造工学部 自動車システム開発工学科 情報リテラシー 0797 必修 2
    情報リテラシー 0798 必修 2
  ロボット・メカトロニクス学科 情報リテラシー 0799 必修 2
  ホームエレクトロニクス開発学科 情報リテラシー 0801 必修 2
応用バイオ科学部 応用バイオ科学科 情報リテラシー 0802 必修 2
健康医療科学部 看護学科 情報リテラシー 0811 必修 2
  管理栄養学科 情報リテラシー 0803 必修 2
  臨床工学科 情報リテラシー 0796 必修 2
•【令和3年度シラバス】情報リテラシー
学部 学科 科目名 授業コード 必須選択種別 単位数
工学部 機械工学科 情報リテラシー 0790 S,Jコース必修、Fコース選択 2
    情報リテラシー 0792 S,Jコース必修、Fコース選択 2
  電気電子情報工学科 情報リテラシー 0793 必修 2
    情報リテラシー 0794 必修 2
  応用化学科 情報リテラシー 0795 必修 2
情報学部 情報工学科 情報リテラシー 0804 必修 2
    情報リテラシー 0805 必修 2
    情報リテラシー 0806 必修 2
    情報リテラシー 0807 必修 2
  情報ネットワーク・コミュニケーション学科 情報リテラシー 0809 必修 2
  情報メディア学科 情報リテラシー 0810 必修 2
創造工学部 自動車システム開発工学科 情報リテラシー 0797 必修 2
    情報リテラシー 0798 必修 2
  ロボット・メカトロニクス学科 情報リテラシー 0799 必修 2
  ホームエレクトロニクス開発学科 情報リテラシー 0801 必修 2
応用バイオ科学部 応用バイオ科学科 情報リテラシー 0802 必修 2
健康医療科学部 看護学科 情報リテラシー 0811 必修 2
  管理栄養学科 情報リテラシー 0803 必修 2
  臨床工学科 情報リテラシー 0796 必修 2

モデルカリキュラムとの対応

•【令和2年度】モデルカリキュラム対応表
•【令和3年度】モデルカリキュラム対応表

学習内容

01 数理・データサイエンス・AIは、現在の社会変化に深く寄与するもの

 今の社会においてコンピュータ活用の大切さ、データ・AI技術の大切さを解説している。 データ・AIが現在の幅広い社会で広く活用されていることを最新事例などを紹介しながら解説している。 特に、本学ではそれぞれの学科に合わせた学修を進めており、専門分野の今後の学びにつながるデータやAIの技術について解説している。

02 数理・データサイエンス・AIは、日常生活や社会における課題を解決する有用なツールになり得る

 データがどのように集められ、どのように分析され、社会で活用されているかを事例を交えて解説している。 特に、本学ではそれぞれの学科に合わせた学習を進めており、専門分野の今後の学びと関連づけたデータ活用事例を解説している。

03 数理・データサイエンス・AIは、様々な適用領域の知見と組み合わせることで価値を創出するもの

 深層学習などのAI技術が何をできるものなのかを、各学科の視点でわかりやすく事例を挙げた解説をしている。実際に手を動かしてAI技術、特に深層学習に関連した動作体験なども交えて理解を深めている。

04 情報セキュリティや情報漏洩等、データを守る上での留意事項

 倫理教育として、データ・AI活用における留意事項やセキュリティの大切さなどを解説している。各学科の専門教育を担当する教員が中心に「情報リテラシ」の講義運営を行っており、各学科の専門の学びを見据えた形で倫理教育を多くの講義回の中に織り交ぜて教育している。

05 数理・データサイエンス・AIの基本的な活用法

 データサイエンス教育は下記内容を全学科の情報リテラシーで最低限実施することとし解説・演習を行っている。
 ▪表やグラフによるデータ表現
 ▪平均値・中央値・最頻値の理解
 ▪データ分布の読み取り、ばらつきの指標(分散、標準偏差)
 ▪四分位、箱ひげ図
 ▪データ相関の読み取り、相関係数、みかけの相関、因果関係の理解
 ▪公的統計を使ったデータを可視化

実施体制

委員会・組織等 役割
DS・AI担当学長補佐 運営責任者
データサイエンス・AI教育推進室 プログラムの改善・進化
自己評価委員会 自己点検・評価
外部評価委員会 自己点検・評価

自己点検・評価

【令和2年度 達成度評価:B】

  前期および後期に全13学科1年生を対象にAI(データサイエンスとAIリテラシー) に関する授業・特別講座を設け、2019年度に続き動機付け教育を実施した。 また、2021年度以降、情報リテラシー科目やAI系科目の強化を計画している。加えて、先進AI研究所を立ち上げ、全学的なAI&IoT教育の展開について具体案の検討を行い、教育および設備の活性化を進めた。

【活動資料】
•先進AI研究所ワークショップ開催の御案内
•産学連携AI教育推進ワークショップの御案内
•【令和2年度シラバス】キャリア設計


©Kanagawa Institute of Technology. All Rights Reserved