リテラシープログラム
- ホーム
- 数理?DS?AI教育プログラム
- リテラシープログラム
香川大学では、欧洲杯足球买比赛平台网址_欧洲杯开户首选-官网中文版2年度より、全学部1年生を対象とした、リテラシーレベルの数理?データサイエンス?AI教育プログラム「数理?データサイエンス?AIリテラシープログラム」を実施しています。
本プログラムは、文部科学省「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）」に認定されています。
（認定の有効期限：欧洲杯足球买比赛平台网址_欧洲杯开户首选-官网中文版8年3月31日まで）
| 委員会等 | 役割 |
|---|---|
| 理事?副学長（教育担当） | 運営責任者 |
| 大学教育基盤センター | プログラムの改善?進化 |
| 大学教育基盤センター（数理情報?遠隔教育部） | プログラムの自己点検?評価 |
事業計画
香川大学の全1年次生を対象とした、数理?データサイエンス?AI教育プログラム。
全学必修科目の2科目で構成され、前期授業期間で修了可能（2020年度から提供開始）
本プログラムで身につけることのできる能力
- 数理?データサイエンスの必要性を説明できる。
- 地域を含む実社会での数理?データサイエンスの事例を例示できる。
- どのような思考方法で数理?データサイエンスを扱うか、利用するアプリケーションも含めて説明できる。
- 代表的な数理?データサイエンスの技術とその利点?欠点を概説できる。
- 情報セキュリティ、情報モラルについて説明できる。
修了要件
欧洲杯足球买比赛平台网址_欧洲杯开户首选-官网中文版科目（全学必修科目）の情報リテラシーA（1単位）と情報リテラシーB（1単位）の計2単位を取得すること。
授業科目
| 授業科目名称 | 概要 | 主な学習内容 |
|---|---|---|
| 情報リテラシーA | 香川大学に入学する全学生が、早期に身に着けるべき情報リテラシーを学習するために、1年次生対象に開講される必修科目で、座学?演習を組み合わせた授業です。 | 情報社会に関わる基礎知識、情報セキュリティ、個人情報保護、匿名加工情報、暗号化、パスワード、データの集計?並び替え?ランキング?グラフ 等 |
| 情報リテラシーB | 香川大学に入学する全学生が、文系理系を問わず初年次に身につけるべき数理?データサイエンスの基礎を学習するために、1年次生対象にeラーニングで開講される必修科目です。 | データ?AIにおける心得、数理?データサイエンスを活用した地域活性、実社会のデータサイエンスの事例、データの確認と関数の使い方、正規分布、標準偏差、ヒストグラム、回帰分析、統計的仮説検定、機械学習（教師あり学習、教師なし学習） 等 |
情報リテラシーとは、コンピュータが使えるというだけではなく、その技術を活用して、さまざまな情報を収集?分析し、適切に判断する能力、それらをモラルに則って活用する能力のことです。
科目対応表
2024年度
| 学部 | 科目名 | 学年 | 必修?選択 | 単位数 |
|---|---|---|---|---|
| 教育学部 | 情報リテラシーA【L(1)】 情報リテラシーA【L(2)】 情報リテラシーA【L(3)】 |
1 | 必修 | 1 |
| 法学部 | 情報リテラシーA【J】 | 1 | 必修 | 1 |
| 経済学部 | 情報リテラシーA【E(1)】 情報リテラシーA【E(2)】 情報リテラシーA【E(3)】 |
1 | 必修 | 1 |
| 医学部 | 情報リテラシーA【M(1)】 情報リテラシーA【M(2)】 |
1 | 必修 | 1 |
| 創造工学部 | 情報リテラシーA【T(1)】 情報リテラシーA【T(2)】 情報リテラシーA【T(3)】 情報リテラシーA【T(4)】 情報リテラシーA【T(5)】 |
1 | 必修 | 1 |
| 農学部 | 情報リテラシーA【A】 | 1 | 必修 | 1 |
モデルカリキュラム（リテラシーレベル）との対応
モデルカリキュラム（リテラシーレベル）とは、分野を問わず、全ての大学?高専生（約50万人卒/年）を対象にしたリテラシーレベルの教育の基本的考え方、学修目標?スキルセット、教育方法等を取りまとめたものです。
プログラムを構成する授業の内容?概要（※数理?データサイエンス?AI（リテラシーレベル）モデルカリキュラムの「導入」、「基礎」、「心得」に相当）
| 授業科目名称 | 授業に含まれている内容?要素 | 授業概要 |
|---|---|---|
| 情報リテラシーA 情報リテラシーB |
（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
|
Society 5.0で実現する社会において、データ?AIによって、社会および日常生活が大きく変化していることをキーワードとなる知識を踏まえながら理解する。また、データ?AI活用領域の広がりを理解し、データ?AIを活用する価値を説明できる。さらに、AIを活用した新しいビジネス/サービスがどのように社会に浸透しているか理解する。 |
| 情報リテラシーB | （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
|
Society 5.0で実現する社会において、どんなデータが集められ、どう活用されているかを理解する。また、さまざまな領域でデータ?AIが活用されていることを理解する。これらを理解するために、地域（香川県域）における取り組みと、社会全般における取り組みの2つの観点から学習する。 |
| 情報リテラシーB | （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
|
Society 5.0で実現する社会において、データ?AIを活用するために使われている技術の概要を理解する。また、データ?AI利活用の現場データ?AIを活用することによって、どのような価値が生まれているかを理解する。これらを理解するために、地域（香川県域）における取り組みと、社会全般における取り組みの2つの観点から学習する。 |
| 情報リテラシーA 情報リテラシーB |
（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導入3-1、導入3-2が該当
|
Society 5.0で実現する社会に生きる我々が、データ?AIを利活用する上で知っておくべきことやデータを守る上で知っておくべきことを理解する。個人情報保護法などの動向を理解し、データ?AIを利活用する際に求められるモラルや倫理について理解する。さらに、個人のデータを守るために留意すべき事項を理解する。 |
| 情報リテラシーA 情報リテラシーB |
（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導入2-1、基礎2-2，基礎2-3が該当
|
数理?データサイエンス?AIの基本的な活用法について、データの特徴を読み解き、起きている事象の背景や意味合いを理解できる。また、適切な可視化手法を選択し、他者にデータを説明できるようになる。さらに、Microsoft Excelを用いた小規模データを集計?加工できるようになる。加えて、実際のAIサービスを利用して表形式のデータをどのように処理できるか理解する。 |
プログラムを構成する授業の内容?概要（（数理?データサイエンス?AI（リテラシーレベル）モデルカリキュラムの「選択」に相当））
| 授業に含まれている内容?要素 | 授業科目名称 |
|---|---|
| 統計及び数理基礎 | 情報リテラシーA、情報リテラシーB |
| アルゴリズム基礎 | 情報リテラシーA |
| 時系列データ解析 | 情報リテラシーB |
| 画像解析 | 情報リテラシーB |
| データハンドリング | 情報リテラシーB |
| データ活用実践（教師あり学習） | 情報リテラシーB |
| データ活用実践（教師なし学習） | 情報リテラシーB |