HOME大学案内研究所・センターMUSIC

情報副専攻(AI活用エキスパートコース)

AIforAll

MUSIC_Twitter

MUSIC公式Twitter

情報副専攻 AI 活用エキスパートコース とは

副専攻とは、主専攻(=所属する学部・学科での学び)とは別の関心ある分野を学ぶことです。
副専攻AI活用エキスパートコースでは、データサイエンス及び人工知能の基礎的知識とスキル、論理的思考・デザイン思考・データ思考などの情報技法やプログラミング能力といった、基盤的な技法を身につけます。
その上で、データサイエンス及び機械学習を応用した様々なツールを活用して、実社会の問題に取り組むことができる課題解決のエキスパートを育成します。

(1) 数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)認定

情報副専攻(AI活用エキスパートコース)は、「入門」「基盤」「専修」3つの科目群で構成されています。そのうち入門科目群「データサイエンス・AI入門」が、文部科学省の「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」に認定されました。「データサイエンス・AI入門」は、武蔵野大学の全学科の1年次必修科目「データサイエンス基礎」と「人工知能基礎」(旧科目名「データ・情報リテラシー」と「メディア・人工知能リテラシー」)で構成されています。

数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)とは、学生の数理・データサイエンス・AIへの関心を高め、それらを適切に理解し活用する基礎的な能力を育成することを目的として、数理・データサイエンス・AI に関する知識及び技術について体系的な教育を行うものを文部科学大臣が認定して奨励する制度です。

文科省認定ロゴ

認定の有効期限:令和8年3月31日まで
認定プログラム「データサイエンス・AI入門」について
■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

■2020年度自己点検・評価
令和2(2020)年度 自己点検・評価チェックシート(データサイエンス・AI入門プログラム)

■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(リテラシーレベル)申請書(様式1-6)
取組概要

(2) 対象学科

2021年度以降に入学したデータサイエンス学科以外の全学科が対象です。文系・理系問わずAIを活用する力が学べます。

参考:武蔵野大学の学部学科一覧

(3)「情報副専攻(AI活用エキスパートコース)」はこんな人に向いています

・学科での学びに加えて、AIを様々なことに活用できる力を身につけたい

・AI・データサイエンスを使った最先端の仕事に就きたい

 (4) コース修了者に修了証書を発行します

大学があなたの力を証明します。
「コース認定」で学習歴時代に備える。

指定された科目を全て習得した方を「コース認定」し、大学からコース修了証書を発行します。学歴だけでなく、何を学んできたかが重要となる学習歴時代に向けても、大学在学中にしっかりと備えることができます。

注)コース認定にはいくつかの要件があります。
すでに多くの学生がAIの可能性を感じ始めています。

”将来つきたい仕事に、AIはどのように活用できる?”か、「社会情報と生活(2019,2020)」の受講学生の皆さんが考えました(受講生の皆さん、ご協力ありがとうございました)。

学生が考えるAIの仕事への活用_2020年なし

(5) カリキュラム

コース構成

科目構成説明_6

学びやすいことを大切にしました。
学ぶ意欲や関心の高まりに応じた段階的なコース構成。

初めてでも大丈夫。情報副専攻(AI活用エキスパートコース)は、易しい基礎から専門的な内容まで、あなたの意欲や関心に応じて段階的に学べるように設計されています。コースは1年生全員が必ず受講する必修科目から始まります。新入生は入学した仲間と一緒に、まずは1年次に開講している5つの科目を一通り受けてみてください。そしてもっと学んでみたいと思ったら、2年次以降に開講されるより専門的な科目を受講してみましょう。

PICKUP! 科目紹介
特にオススメの科目を動画でご紹介。

(1年後期)プログラミング基礎
マインクラフトなどを活用して、楽しく直感的にプログラミングに必要な考え方や実際のプログラミングを学ぶことができます。

(1年後期)情報技法基礎
問題を見つけ、解決するためのアイデアを考え、その良さを他の人に理解してもらうといった、問題解決の技法を学びます。さまざまな場面で役立つスキルです。

(2年前期)プログラミング発展A
Webアプリ開発コース ※

「プログラミング基礎」で学んだプログラミングの知識を、実際に応用していく授業です。SafariやGoogle ChromeといったWebブラウザ上で動く「Webアプリ」を制作できるようになることを目指します。

(2年前期)プログラミング発展A
Pythonコース ※

利用者が多く簡単に記述できるプログラミング言語「Python」の基本的な使い方を学びます。実際のデータの分析や可視化に取り組んだ後、学生が自由に課題を設定できるミニプロジェクトに取り組みます。

※ 2021年度に開講した「プログラミング発展A」各コースの内容です。2022年度からは「プログラミング発展A」と「プログラミング発展B」に分かれて開講予定。
「プログラミング基礎」受講学生インタビュー
2020年度開講の「プログラミングリテラシー」の受講生3名にインタビューを行いました(2021年度からは「プログラミング基礎」として開講)。特に初めてプログラミングを学ぶ方には参考になる内容です。 (インタビューページはこちら)

科目一覧
「入門」「基盤」「専修」3つの科目群で構成されています。

入門科目群

「データサイエンス・AI入門」として”数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)"に文部科学省認定

社会に溢れているデータから価値を引き出すためには、どのような方法があるでしょうか?
ヒトが知能を使って行っていることを機械が代替する仕組みがありますが、どうすれば活用できるでしょうか?
入門科目では、こうしたデータサイエンスや人工知能に関する基礎的な知識とスキルを実践的に学びます。

全学部の新入生が必修で学ぶ「武蔵野INITIAL」の構成科目でもあります。まずはここから学んでいきましょう。
【1年前期】データサイエンス基礎(2020年度科目名:データ・情報リテラシー)
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学びます。データ処理関数や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も学びます。
【1年前期】人工知能基礎(2020年度科目名:メディア・人工知能リテラシー)
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学びます。その社会応用の可能性や情報社会の権利も学びます。
基盤科目群

論理的思考、デザイン思考、データ思考などの情報技法、プログラミングリテラシーなどの基盤的な技法を学びます。
【1年後期】情報技法基礎
データにもとづく提案や意思決定手法の基礎を学びます。リアルな商品販売データを使い、データの分析から動向を把握、ユーザインタビューでニーズを捉え、提案を組み立てます。
【1年後期】プログラミング基礎
MinecraftやMicrosoft MakeCodeを利用して、基本的なプログラミングの概念や用語に関する知識、プログラミングの流れを学びます。
【1年後期】メディアリテラシー
デジタルシティズンとして21世紀をしなやかに生き抜くための基礎的な知識とスキルを学びます。メディアの批判的な受容やSNS利用の倫理、社会的・情緒的スキルも学びます。
【2年前期】情報技法発展A
ビジネスインテリジェンス(BI)と呼ばれるデータの可視化を通じて意思決定や問題解決に関して学びます。企業などで活用されているBIツールを用いながら、リアルなデータを分析します。
【2年前期】情報技法発展B
ロジカルに課題を解決するための手法を学びます。リアルなケーススタディについて、ロジックツリーを用いて問題の原因を探索し、解決のための実行計画を組み立てます。
【2年前期】情報技法発展C
デザイン思考と呼ばれる、近年企業や自治体でも多くの取り組みがされている問題解決プロセスおよび手法を学びます。共感から着想して、新しいユーザ体験を創出します。
【2年前期】プログラミング発展A
Python言語を利用して、データの分析や可視化、またモデルの作成とシミュレーションを学び、データから課題を設定して問題を解決する能力を身につけます。
【2年前期】プログラミング発展B
HTMLとJavaScript言語を利用して、インタラクティブなWebアプリの作り方を学び、目的のツールやサービスを作成する能力を身につけます。
専修科目群

機械学習やデータサイエンスの専門的なツールを活用して実社会の問題解決を実践的に学ぶ、コースのコアとなる科目です。
【2年後期】人工知能技術と社会
人工知能技術(AI)が私達の社会をどのように変えていくのか、実際に携わっているゲストスピーカーの講演をヒントに、議論と調査を通じて自分で定めたテーマを探求していきます。
【2年後期】メディアデザイン
ウェブメディアを活用したデータの可視化を通じてデータの評価や展開に関して学びます。3DCGないし動きのある2DCGを用いてデータの内容を捉えやすくする適切なカタチを考えます。
【2年後期】サービスデザイン
従来のデザイン思考の手法に加え、データサイエンスを重視した近代的なデザイン思考を学びます。リアルなプロジェクトテーマに取り組み、新しいユーザ体験を生み出すサービスを創出します。
【2年後期】機械学習活用1
現代のAIの中心技術である機械学習について、その概要と意義を学び、代表的な機械学習の手法やツールを利用して課題を解決する能力を身につけます。
【2年後期】機械学習活用2
機械学習活用1で学んだことを元に、時系列データ分析や画像認識、テキストマイニングといった具体的なテーマを選択して、課題を設定し解決する能力を身につけます。
【2年後期】データサイエンス活用1
ヒトによる推論や判断を支援するためにデータを可視化する方法の概要と意義を学びます。データを可視化し、法則性を見いだし、結果を予測して意思決定するスキルを学びます。
【2年後期】データサイエンス活用2
ビジネス課題の理解、データの理解、データの準備、モデル作成、評価と展開という流れを学びます。モデル作成における、探索型の可視化と仮説・検証型の可視化の概要と意義を学びます。
【3年前期】人工知能実践プロジェクト
指導教員の下で、自分で定めたテーマに関連した人工知能技術(AI)を活用したサービスを企画立案し、その実践を通じて有用性を検証するプロジェクトを行います。

(6) 情報副専攻(AI活用エキスパートコース)で学ぶこと

不確実な時代でも、幸せに生きていくために。
いまこそ「AIを活用できる力」を学んでほしい。

スマートフォンやパソコンなどのコンピュータは仕事や日常生活において欠かせませんが、コンピュータによってあなたが目指している仕事や職業が無くなってしまうかもしれません。現在の大学1年生の多くが社会で活躍する2045年、コンピュータが人間の知能を超える「シンギュラリティ」に到達すると言われており、国内の職業の半分はAIで代替可能という調査結果もあります。

今後、仕事や社会の構造や前提が大きく変わっていく可能性があり、こうした不確実な時代はすでに始まってしまっています。このような時代においても、幸せに生きていってほしい。こうした想いから、AIを様々なことに活用する力を学び、課題解決のエキスパートを目指す、「情報副専攻 AI活用エキスパートコース」を開設しました。
学科に所属しながらAIを活用する力が学べます。
2つの専門を学ぶことで、あなたの可能性は大きく広がります。

これまで、仕事をする上で求められてきたことは、その職業に関する知識やスキルであり、これらは学部や学科に所属して学んできました。強力なコンピュータの存在が当たり前となるこれからの時代では、学科での学びに加えて、AIを様々なことに活用できる力が必要不可欠です。武蔵野大学は様々な学科がありますので、あなたが関心のある分野の知識やスキルを主専攻として学ぶことができます。AIを活用する力は、所属学科に関わらずAI活用エキスパートコースで副専攻として学ぶことができます。

参考:学部 | 武蔵野大学[MUSASHINO UNIVERSITY]
出番の多い力です。在学中も、就活中も、就職後も。
AIを活用できる力は、さまざまな場面で役立ちます。

AI活用を学ぶことは、将来の備えになるだけではありません。在学中においても、課題や卒業研究を行う際には、効率の良いデータの調査や収集方法を考えることや、よりユニークで優れた制作や研究を行うことに役立つでしょう。就職活動においても、主専攻での経験に加えてAIを活用できる力を持っていることは、非常に強力な武器となります。企業にとっても、AIを活用してこれまで以上に高効率・高付加価値な製品やサービスを社会に提供することが、会社の存続と発展のために必要だからです。学科に所属しているだけでは考えられなかった進路も見えるようになっていきます。就職後は、会社の成長にとって重要な役割を果たしていくでしょう。
「学科での学び」と「AIを活用する力」2つを上手に活用して、社会の問題を解決していける。これが武蔵野大学であなたが得られる力です。AIを活用できる力はあなたの幸せな未来を創り、これからの人生を切り拓く力になります。

(7) 在学生の皆さんへ

コースの受講方法や注意点、よくある質問などは以下のサイトをご覧ください。

情報副専攻在学生向け紹介サイト - 武蔵野大学

(8) 本副専攻の運営

共に学ぶ仲間と出会おう。
コース受講生や教員で構成されるコミュニティをオンライン上に用意。

コース受講生の学びを強力にバックアップするため、オンライン上に交流可能なコミュニティを用意します(Microsoft Teamsを活用予定)。コース認定を目指す場合も途中で考えを改める場合も、継続的にサポートしますので、是非活用してください。

情報副専攻(AI活用エキスパートコース)は、武蔵野大学MUSIC(Musashino University Smart Intelligence Center)により運営されています。武蔵野大学は、「数理・データサイエンス教育強化拠点コンソーシアム」の関東・首都圏ブロックの連携校に加盟しています。 

<お問い合わせ>
教育企画部 MUSIC事務課
E-mail:musicadm@musashino-u.ac.jp
大学案内
入試情報
教育
学部
大学院(研究科)
研究科(一覧)
研究
研究所・研究室・センター
学生生活・就職

大学案内

入試情報

教育

研究