データサイエンス学科（通信教育部） 学科ポリシー
ディプロマ・ポリシー
データサイエンス学科では、所定の卒業要件を満たし、以下の能力を修得した者に学士 (データサイエンス学）の学位を授与します。
１ 知識・専門性 【学びの基礎力を基盤とした専門能力】
- データサイエンスにおける各概念を理解するための基礎学力を身につける。【基礎力】
- データサイエンス分野に関する専門的知識・スキル・分析力・リテラシー・感性を有し、次世代の高度情報社会とグローバル社会を担うに十分な能力を修得する。【データサイエンスの専門性】
２ 関心・態度・人格 【他者と自己を理解し、自発的に踏み出す力】
- 持続可能な社会構築に向けて、主体的に社会参画し、一般社会を啓発できる。【主体性・実行力】
- 社会で活躍するための柔軟性とストレス耐性を身につけている。【ストレスコントロール力】
３ 思考力・判断力 【課題を多角的に捉え、創造的に考える力】
- 自ら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することができる。【課題発見力】
- 広範な領域や分野（社会、環境、科学技術、経営、医療、教育、経済、政策、国際関係）における多様なイシュー、つまり、「何を考え、論じるべきか」を判断することができる。【論理的思考力・判断力】
- 多種多様にして膨大なデータを人工知能技術を用いて抽出・分析・発信することにより、イシューの解決をはかる能力を身につけている。【情報分析力・課題解決力】
４ 交感力・発信力 【多様な人々のなかで、自らの考えを表現・発信する力】
- 複雑なデータから迅速かつ適切に多様な状況的・文化的文脈（コンテクスト）に応じた有益な知識を抽出・分析・発信することができる。【表現力】
- 実社会を先導する大きなビジョンを示しつつ、同じ問題意識を持つ者同士との対話を通じて、新たな社会実現に向けて実行できる。【リーダーシップ・チームワーク】
カリキュラム・ポリシー
データサイエンス学科では、卒業認定・学位授与の方針 (ディプロマ・ポリシー）を実現するために、以下の方針に基づいて教育課程を編成・実施します。
１ 知識・専門性 【学びの基礎力を基盤とした専門能力】
共通科目（武蔵野INITIAL）（建学、アカデミック・スキル、情報、外国語）において、大学での学びの基礎力を身につけます。また、英語の選択科目や日本語科目で大学での学びの上で必要な外国語を強化します。さらに、全学教養講座において大学での学びにふさわしい広い知的視野を獲得します。
学科科目においては、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修方法を身につけます。研究体験連動型学習（対応科目、未来創造プロジェクト）により、グローバルな研究テーマを対象とした取り組みによって、国際的課題とそれらに関連する知識、解決のための技術を習得します。
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、単なる知識の修得だけでなく、講義と実践的な演習での研究体験連動型学習を通じて、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。
２ 関心・態度・人格 【他者と自己を理解し、自発的に踏み出す力】
共通科目（武蔵野INITIAL）において、CHP科目で社会環境・自然環境の問題を発見する力を身につけます。また、学科科目においては学修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・学修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、
- 持続可能な社会構築に向けて主体的に社会参画するための専門性を身につける科目を配置します。
- 未来創造プロジェクトにおいて、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。
- 社会連携型教育において、企業・自治体・NPO の現場を知る機会を設けます。
３ 思考力・判断力 【課題を多角的に捉え、創造的に考える力】
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、
- 現代社会が直面する自然環境、社会環境の諸課題の分析・解決の方法論を身につける科目を配置します。
- 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科目（未来創造プロジェクト）をスパイラルアッププログラムとして機能させることに加え、社会連携型教育での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。
４ 交感力・発信力 【多様な人々のなかで、自らの考えを表現・発信する力】
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。
多様な状況・文脈に応じた有益な知識の抽出・分析、それらに対応する技術力、さらにそれらの発信力を身につける科目を配置するとともに、アウトプットを行う機会として、グループ協調学習及び未来創造プロジェクト（研究体験連動型学習対応科目）や社会連携型教育での発表・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、グループ協調学習及び未来創造プロジェクトや卒業論文（研究体験連動型学習対応科目）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。
アドミッション・ポリシー
本学科では、ＳＤＧｓに代表される自然環境、社会環境を対象とした多様分野において、データサイエンスの知識と技術を駆使、活用した課題発見と人工知能、ビッグデータ分析を活用した課題解決や価値創造を担う創造的活動を志向し、先導しようとする者を求めます。そのため、次のような能力･意欲を有する者の入学を求めます。
志向性:将来の進路
- データサイエンスの専門知識、技術をもとにした自然環境、社会環境の将来像を描くビジョン･クリエータ
- 新たなAI技術を活用し、高度人工知能、ロボティクス、ウエルネス等の新しい分野を切り開くAIクリエータ
- AI･データ解析を基に企業・新ビジネスを立ち上げるビジネスクリエータ
期待する能力:知識･専門性
- 高等学校の各教科･科目を文系･理系にとらわれず幅広く学習し、広く基礎学力を身につけていること
- 高等学校で履修するのが望ましい教科･科目:英語、数学、情報
- 高等学校で取得するのが望ましい資格等:数学検定、実用英語技能検定（２級以上）、ITパスポート試験など
期待する能力:関心･態度･人格
- グローバル（大局的）な視野を持ち、斬新な発想により、SDGsに代表される自然環境・社会環境における多様な課題を発見し、解決しようとする意欲を持つ者
- 社会で活躍するためのリーダーシップ力の獲得を志向する者
- 社会で活躍するための柔軟性、コミュニケーション能力の獲得を志向する者
期待する能力:思考力･判断力
- グローバルな視野を持ち、かつ、高度に探求する姿勢を有し、SDGsに代表される自然環境･社会環境における多様な課題を発見し、解決方法を論理的に思考、発想できる者
- 社会で活躍するためのリーダーシップの獲得方法を思考、実現できる者
- 社会で活躍するための柔軟性、コミュニケーション能力獲得のための方法を思考、実現できる者
期待する能力:交感力･発信力
- 日本語及び英語を用い、的確に読み、聞き、書き、他者に自身の知識、アイディアを伝えられる者
- 自らの考えを明確かつ論理的に組み立て、文書や、図解等、メディア表現能力を用いて論文･報告書･制作物にまとめて発表・表現できる者
- 自らコミュニケーションを通じて他者と協調し、未来社会を創造するための方向性を示し実行できる者
