数理・データサイエンス・AI教育プログラム

１．プログラム名：「データ・AI・情報リテラシー」

文部科学省から要請されている「数理・データサイエンス・AI教育プログラム」に対応すべく、本学では研究や業務などのために収集したデータを数理的に捉えてAI・データサイエンスの技術を適用し、得られた情報を課題解決へ活かせるようになることを目指す教育プログラムとして「データ・AI・情報リテラシー」を2023年度から開始します。以下の図に示すプロセスに従って、課題解決を図る人材を育成します。

「データ・AI・情報リテラシー」のイメージ.png

※上図は本学のプログラム運営責任者が作成

　上図に従って課題解決策を導き出すことで組織や社会を変革させ、地域経済を発展させていくためには専攻を問わず、以下の知識や技術が必要不可欠となります。

(1) 社会におけるデータ・AIの利活用

(2) データを読み、理解をしたことを説明して扱うための技術

(3) データ・AIの利活用に関する留意事項（情報倫理、セキュリティなど）

以上のことを全学科で学び、就職活動や四年制大学への編入学を考える学生への教育に対応します。

２．修了要件：全学科で「人間と情報」（教養必修科目）を1年次前期に2単位取得してください。

「人間と情報」の講義は以下の計画に従って行われます。

	各回の講義内容
第1回	ガイダンス：プログラム認定制度の概要説明など
第2回	社会で起きている変化:Society5.0、第4次産業革命、IoT、DX、SDGsなど
第3回	社会で活用されているデータ：オープンデータとそのExcelによる処理
第4回	データ・AI利活用のための技術（1）：構造化データの可視化（グラフ作成など）
第5回	構造化データの可視化（時系列データの可視化・分析）
第6回	データ・AI利活用のための技術（2）：非構造化データの扱い、AIの仕組み、自然言語処理など
第7回	データ・AIの活用領域と各々の現場
第8回	データ・AI利活用の最新動向：強化学習、転移学習、GAN、ChatGPT、エッジAIなど
第9回	データを読む・説明する（1）：データの種類、平均値の求め方、母集団と標本など
第10回	データを読む・説明する（2）：標準偏差の求め方、相関関係など
第11回	データを読む・説明する（3）：標準偏差の可視化、ヒストグラム作成
第12回	データを説明する・データを扱う：クロス集計表の作成・可視化など
第13回	第9回～第12回までの内容に関するまとめ
第14回	データ・AI利活用における留意事項：ELSI、GDPR、個人情報保護法、セキュリティなど
第15回	全体の総括

３．プログラムの運営組織など

「数理・データサイエンス・AI教育プログラム推進委員会」を設置し、さらに実施内容の点検・評価を行って、その継続的な改善にも取り組みます。

　※本学は「数理・データサイエンス・AI教育強化拠点コンソーシアム」（北信越ブロック）の会員校として認定されています。