認定プログラム

副専攻(AI活用エキスパートコース)[応用基礎レベル]
データサイエンス・AI入門【リテラシーレベル】

副専攻(AI活用エキスパートコース)[応用基礎レベル]

■プログラムの目的
数理・データサイエンスの入門として、データサイエンスや人工知能(AI)技術などの関心を高め、それを扱うことができるための事前知識・スキルを習得することを目的としています。
下記の項目に関する知識・スキルの習得が可能です。

データサイエンス、人工知能(AI)技術分野の近年の活用事例や人間がそれらを実装したシステムとの関わり合い
データの取得、生成、分析、可視化手法の基本
データサイエンス、人工知能(AI)技術で解決可能な問題の発見
データサイエンス、人工知能(AI)技術の活用における問題点・理解

■当該教育プログラムにおいて身に付けることのできる能力
情報技術(IT)の学修を通じて、変化し続ける社会の中で、様々な困難な課題を解決し、より良い未来を作り出すことのできる人材の育成を目指しています。本プログラムでは、本学を修了し、社会で人工知能を始めとする高度な情報技術を活用するための手法を学びます。
具体的には、「知識・専門性」、「関心・態度・人格」、「思考・判断」、「実践的スキル・表現」の詳細は下記の通りとなります。

知識・専門性の到達目標：人工知能技術とデータサイエンスを中心とした技術を活用するための知識を習得し、社会課題に適用する具体的なテーマを構想できるようになる。【専門能力】

関心・態度・人格の到達目標：人工知能技術とデータサイエンスを中心とした技術を社会課題に適用するテーマを実行するために、プロジェクトを主体的に推進することができる。【主体性・実行力・ストレスコントロール力】

思考・判断の到達目標：人工知能技術とデータサイエンスを活用するプロジェクトを推進する中で直面する様々な課題を、創造的に解決することができる。【創造的思考力】

実践的スキル・表現の到達目標：人工知能技術とデータサイエンスを活用するプロジェクトで、他のチームメンバーと連携することで、1人ではできない高度な成果を生み出すことができる。【傾聴力・リーダーシップ・チームワーク力】

■開設される授業科目
副専攻（AI活用エキスパートコース）科目一覧

■授業の方法及び内容
シラバス参照（複数クラス開講の場合はクラス1を記載）

＜必修科目＞

＜選択科目＞

■修了要件
副専攻(AI活⽤エキスパートコース)の認定に必要な必修6科⽬(7単位)、選択必修5科⽬(5単位)、合計11科⽬(12単位)以上を修得すること。

■開講状況
令和5年度の修了者数：72名

■履修者向上の取り組み

各年度4月に開催する初頭ガイダンスにおいて、本プログラムの魅力、カリキュラムの特徴、履修計画に関する説明を行い、履修の動機づけ及びプログラムの周知徹底を実施。
時間割をブロック単位で配置
主専攻の時間割を1～4限に配置。一方、副専攻（本プログラム科目）は5～6限に配置。
時間割を重複しないように組むことで、学部・学科に関係なく学生全員が受講可能としている。

■学生支援の取り組み

1. オンラインコミュニケーションツール（Remo）の導入
＜特徴＞

グループワークの実施
質問タイム（個別相談ブース）の設定
フロア内を自由に移動可
プレゼンテーションモード機能の搭載
フロアを自由にカスタム可
看板やバナーに動画やサイトリンクなどを掲載可
チャット、画面共有などの機能が充実

2. Teamsのトピック機能を用いて質問できる体制作り
発表会の開催（録画の必要がある場合）
※時間外の質問はTeamsのチャンネルで対応

3. SAを活用し先輩が後輩に教える体制作り

■実施体制

プログラムの運営責任者：Musashino University Smart Intelligence Center センター長
プログラムの改善・進化：Musashino University Smart Intelligence Center（MUSIC）
プログラムの自己点検・評価：自己点検・評価委員会

■自己点検・評価
令和5(2023)年度自己点検・評価チェックシート（AI活用エキスパートコース

■プログラム認定制度申請関係
数理・ DS ・ AI 教育プログラム認定制度（応用基礎レベル）申請書（様式1-4）
数理・ DS ・ AI 教育プログラム認定制度（応用基礎レベル）申請書（様式6）

データサイエンス・AI入門【リテラシーレベル】

■概要、および当該教育プログラムにおいて身に付けることのできる能力
数理・データサイエンス・AIへの関心を高め、それらを扱う能力を身に付けるのに必要な知識及び技術を、体系的に習得する入門コースです。武蔵野大学の全ての学科に共通の必修科目であり、「データサイエンス基礎(旧科目名：データ・情報リテラシー)」と「人工知能基礎(旧科目名：メディア・人工知能リテラシー)」という必修の２科目から構成されています。両科目の全体を通して、モデルカリキュラムと対応した以下の５項目に関して学修します（カッコ内は関連するモデルカリキュラムの項目番号を表す）。

(1) 現在進行中の社会変化：　AI最新技術の活用例や人間の知的活動とAIの関係性 [導入1-1, 1-6]
(2) 社会で活用されているデータ：　オープンデータや仮説検証、データ・AI活用領域の広がり [導入1-2, 1-3]
(3) 様々な適応領域：　データ可視化や地図上の可視化、今のAIで出来ることと出来ないこと、探索的データ解析、関係性の可視化 [導入1-4, 1-5]
(4) 活用に当たっての留意事項：　情報セキュリティ、データ倫理 [心得3-1, 3-2]
(5) 基本的な活用法：　データの種類、代表値、データのばらつき、データの比較、データ解析ツール [基礎2-1, 2-2, 2-3]
すなわち、入門コースとして、数理・データサイエンス・AIへの関心を高め、それらを扱う能力を身に付けるのに必要な知識及び技術を体系的に習得する。

■修了要件：
以下の全学科共通の必修の２科目の単位を両方とも取得していること。

「 データサイエンス基礎（旧科目名：データ・情報リテラシー）」
「 人工知能基礎（旧科目名：メディア・人工知能リテラシー）」

■開設される授業科目、その授業の方法及び内容
・ 「データサイエンス基礎」（旧科目名：データ・情報リテラシー）
本授業では、社会に溢れているデータから価値を引き出すための基礎的な知識とスキルを実践的に学ぶ。知識として、データ処理関数、情報セキュリティやインターネットにおける自己防衛法を学ぶ。また、目的に応じてデータを収集・管理・編集し、基本的なデータ処理関数を適用し、可視化・図式化し、その結果を読み取り、そして第三者に客観的エビデンスを示すスキルを、Google SpreadsheetやSlideなどのツールを活用して学ぶ。学習方法としてはグループ協調学習を基軸に進め、協働・プレゼンスキルなども副次的に身につける。

・ 「人工知能基礎」（旧科目名：メディア・人工知能リテラシー）
本授業では、ヒトが知能を使ってすることを機械ができるようにした仕組みを利活用するための基礎的な知識とスキルを実践的に学ぶ。知識として、人工知能の基本的な能力や社会応用の可能性、情報社会の権利について学ぶ。また、人工知能ツールやサービスに触れることを通して人工知能が社会生活に及ぼす影響について考察したり、他者の権利を尊重して社会発信したりするスキルを、Google ColaboratoryやDocumentなどのツールを活用して学ぶ。学習方法としてはグループ協調学習を基軸に進め、協働・プレゼンスキルなども副次的に身につける。

■実施体制

プログラムの運営責任者：Musashino University Smart Intelligence Center センター長
プログラムの改善・進化：Musashino University Smart Intelligence Center（MUSIC）
プログラムの自己点検・評価：自己点検・評価委員会

■開講状況
・令和２年度の修了者数： 2,313名

■自己点検・評価

■プログラム認定制度申請関係