数理・データサイエンス・AIリテラシー教育
プログラム

Society 5.0時代において活躍できる人材を目指して

成蹊大学では、数理・データサイエンス・AIに関する基礎的素養を身に付け、Society 5.0時代において活躍できる人材を育成するため、2021年度に「データサイエンス副専攻」を開設しました。
2022年度からは、データサイエンス副専攻の導入プログラムとして、「数理・データサイエンス・AIリテラシープログラム」を開始します。

現代のような高度情報化社会には、多種多様なデータがあふれており、ビッグデータ、AIなどは社会を読み解くキーワードにもなっています。膨大なデータを収集、分析し、有益な情報を引き出すことにより、社会やビジネスの課題を解決することが様々な分野で求められています。「データサイエンス副専攻」では、統計学、プログラミング、データサイエンスについての基礎的な教養をベースとして、データに基づく問題解決の手法を学ぶことを目的とします。

この副専攻の入門プログラムとなるのが「数理・データサイエンス・AIリテラシープログラム」で、学部を問わず全学生が履修可能なプログラムとなっています。

本プログラムでは、様々な分野におけるデータサイエンスの研究や活用事例を通して、データサイエンスの目的や意義、現代社会と関わりを理解することを目的とします。ビッグデータやAIの理解を深めるとともに、データを活用する上で必要な倫理やデータの適切な扱い方についての基本を学修し、データ分析のための基礎的な知識やスキルを習得します。

本プログラムを修了するには、成蹊教養カリキュラム科目の「データサイエンス入門」を修得する必要があります。なお、「データサイエンス入門」は「データサイエンス副専攻」の必修科目にもなっています。

データサイエンス副専攻

副専攻とプログラムの関係を示すイメージ図

データサイエンス副専攻

副専攻としての事前の登録手続きは不要で、自分の学修デザインに基づいて履修が可能です。所属学部の卒業所要単位数を充足したうえで所定の16単位を修得し、卒業時に申請手続きを行うと修了認定され、修了証が交付されます。

数理・データサイエンス・
AIリテラシー プログラムについて

データサイエンス副専攻の導入プログラムです。ビッグデータやAIの理解を深めるとともに、データを活用する上で必要な倫理やデータの適切な扱い方についての基本を学修し、データ分析のための基礎的な知識やスキルを習得します。

身に付く力

  • Skill1

    ビッグデータやAIがもたらす社会変化を知り、データサイエンスの活用事例を通して代表的な技術や応用への理解を深める能力

  • Skill2

    データを扱う上で留意すべき法制度・倫理等を理解し、適切なデータ利活用のための知識を備える能力

  • Skill3

    実データの収集や整理を通して、基本的な手法を用いたデータ分析を実践できる能力

プログラムの修了要件
授業の方法及び内容

修了要件

成蹊教養カリキュラム科目「データサイエンス入門」(2単位)を履修し、単位を修得することで、プログラムを修了したことになります。2020年度以降に入学した全ての学部生を対象としており、1年次後期より履修が可能です。プログラム修了後、申請手続きを行うことにより、修了証が交付されます。

授業の方法及び内容

「データサイエンス入門」では、データ・AIに関する基礎的な知識・技能を学ぶとともに、社会の各分野でデータサイエンスを活用して研究や仕事を進めている専門家による講義を通して、データ・AI利活用への関心や理解を深めます。

実施体制

  • 全学教育運営委員会委員長

    運営責任者

  • 全学教育運営委員会

    プログラムの改善・進化
    プログラムの自己点検・評価

モデルカリキュラムとの対応

モデルカリキュラム

1

現在進行中の社会変化(第4次産業革命、Society 5.0、データ駆動型社会等)に深く寄与しているものであり、それが自らの生活と密接に結びついている

※モデルカリキュラム導入1-1、導入1-6が該当

対応する授業内容

「データサイエンス入門」社会におけるデータ・AIの利活用

モデルカリキュラム

2

「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの

※モデルカリキュラム導入1-2、導入1-3が該当

対応する授業内容

「データサイエンス入門」社会におけるデータ・AIの利活用

モデルカリキュラム

3

様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域(流通、製造、金融、サービス、インフラ、公共、ヘルスケア等)の知見と組み合わせることで価値を創出するもの

※モデルカリキュラム導入1-4、導入1-5が該当

対応する授業内容

「データサイエンス入門」データ・AI利活用の動向

モデルカリキュラム

4

活用に当たっての様々な留意事項(ELSI、個人情報、データ倫理、AI社会原則等)を考慮し、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への理解をする

※モデルカリキュラム心得3-1、心得3-2が該当

対応する授業内容

「データサイエンス入門」データ・AI利活用における留意事項

モデルカリキュラム

5

実データ・実課題(学術データ等を含む)を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・AIの基本的な活用法に関するもの

※モデルカリキュラム基礎2-1、基礎2-2、基礎2-3が該当

対応する授業内容

「データサイエンス入門」データリテラシー

教育改善・質保証(自己点検・評価)

2022年度の実績を踏まえ、全学教育運営委員会にてプログラムの自己点検・評価を行い、その結果を本ウェブサイトにて公開する予定です。