学科ポリシー

データサイエンスの基礎知識を修得する科目に加え、データサイエンスのビジョンを展開する科目を設置し、データサイエンスがどのようなものであるかを理解するための基礎学力や学習方法を身につけます。
また、学生が目指す人材像に応じて展開される3つのコース＜AIクリエーション・コース＞、＜AIアルゴリズムデザイン・コース＞、＜ソーシャルイノベーション・コース＞を履修モデルとして提供し、単なる知識の習得だけでなく、講義と実践的な演習での協調研究体験型学修を通じて、学んだ基礎的な知識や技術を活用していくことで、データサイエンス分野に関する分析力・リテラシー・感性を培い、データサイエンスの専門性を身につけます。
さらに、社会と連携協力した社会連携プログラムを2年次から広範に教育のあらゆる局面で取り入れ、次世代の高度情報社会とグローバル社会のリアリティを直接学ぶとともにロールモデルによる学びや触発の機会を多面的に提供します。

学習者本位の教育を全面的に採用します。
具体的には、学生自身の自律的・能動的な行動・学習姿勢を引き出すことで、社会を啓発する能力と柔軟性とストレス耐性を身につけるために、
・グループ協調学習を全科目の基軸的な教育スタイルとして全面的に展開します。
・科目の枠組を越えた、学科の学生教職員が学びあう「実践学習コミュニティ」を情報空間上に構築し、多面的で密度の高い情報共有やコミュニケーションの場を提供します。
・企業・自治体・NPOの現場を知る機会を設けます。

学科の全科目でアジャイル教育を全面的に導入します。
学生がグローカルな視野でデータサイエンスに関する諸問題を発見し、多様なイシューについて判断する能力を身につけるために、
・試行錯誤プロセスを大事にした教育を通じて、創造的なプロセスを繰り返し反復的に学ぶ（スパイラルアップ）教育を重視します。
・グループ協調活動を通じて、多様な考えに常に触れ、触発する機会を最大限提供します。
特に、1年次から実施するプロジェクト型講義をスパイラルアッププログラムとして機能させ、研究グループ・企業との共同研究や官公庁との委託研究に携わるなどの実課題の解決に向けた実践的な学修と共同研究を通じて、データによりエビデンスを示し、解決策や新しいアイディア創出ができる知識・スキルもデータサイエンス学科の特徴的な能力として鋭意養成します。

知識とスキルを文脈的に結合した実践知を育みます。
教育の基本方針には、「インプット型教育からアウトプット型教育への全面的な切り替え」を掲げ、知識やスキルの理解にとどまらず、それらを活用したアウトプット（成果）を要求する教育方法を全面的に採用します。
アウトプットを行う機会として、グループ協調学習での発表・質疑、教員へのプレゼン、学会・企業など社会的な場でのアピールなど多様で頻度の高いプレゼンの場を提供するとともに、表現力について自然にステップアップできる環境を整え、提供します。
加えて、グループ協調学習を通じて、同じ問題意識を持った者同士で、多様な意見やデータ分析結果を出し合いながら、データサイエンスに基づく感性を持って、新たな社会実現に向けて実行できる能力を培います。