同志社女子大学データサイエンス・AI教育プログラム DWCLA-Educational Program for AI and Data science as Liberal Arts:(DWCLA-ADa)始動!

昨今、データサイエンスの分野は急速に注目され、その重要性が高まっており、文系理系を問わず大学の研究や社会活動では、データを利活用して分析し、物事をすすめることが求められています。また、ビジネスの現場においても、資料やデータを示すうえで常に根拠(エビデンス)が求められています。

そうした社会の要請に応えるため、同志社女子大学では社会のどの分野においても必要とされるデータサイエンス・AIに関する知識および技能を涵養するべく、2022年度入学生を対象に共通学芸科目区分に「データサイエンス基礎」を開設しました。2024年度より、これまで開講していたデータサイエンス・AIに関する科目をさらに広げ、教育プログラムとして充実を図ります。

「DWCLAデータサイエンス・AI教育プログラム」は文部科学省「数理・データ・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:令和10年3月31日まで)。

(参考1)
文部科学省「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)」

(参考1)
同志社女子大学の申請内容

MDASH_logo.jpg
MDASH_logo_2.jpg

教育プログラムの名称

同志社女子大学データサイエンス・AI教育プログラム
DWCLA-Educational Program for AI and Data science as Liberal Arts
:(DWCLA-ADa

※文部科学省「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)」には、「DWCLAデータサイエンス・AI教育プログラム」という名称にて2023年度申請。

プログラム修了で身につく力

  • 社会とデータの関係を倫理的・制度的・技術的な側面から考えることを通して、データサイエンスの意義を理解することができる。
  • データに基づく課題解決の基礎的な方法論を習得する。
  • 表計算ソフトウェアの利用・実習を通して、データの性質に応じて適切な分析手法を選択し、基礎的な集計と統計解析ができるようになる。

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)」に係る修了要件

2022年度・2023年度
「データサイエンス基礎」(共通学芸科目区分・選択:2単位)を修得すること。
 
2024年度以降
「データサイエンス・AI基礎」(データサイエンス・AI科目区分・選択必修:2単位)を修得すること。

同志社女子大学データサイエンス・AI教育プログラム

2024年度以降のデータサイエンス・AI教育プログラムについて

schematic_DWCLA-ADa_2.jpg

 

2024年度より「データサイエンスに係る科目」を6科目新設し、2つの新たな取り組みをスタートします。

1.「データサイエンス・AI」科目区分の新設

卒業必要最低単位:2単位(基礎科目群2科目のうち1科目を選択必修)

2.「DWCLAデータサイエンス・AIプログラム」の構築

construction_DWCLA-ADa_2.jpg

(※)本プログラムに係る科目
「DWCLAデータサイエンス・AIプログラム」に選定された科目や、同志社大学単位互換科目、大学コンソーシアム京都単位互換科目、放送大学科目 等

実施体制

委員会等 役割
データサイエンス・AI科目運営委員会(2024年4月~設置予定) 科目運営・科目改善
教務部主任会 科目運営・科目改善
プログラムの自己点検・自己評価

 

授業内容

2022年度および2023年度入学生

開く閉じる
科目
名称
データサイエンス基礎
授業のテーマ 現代のリベラル・アーツとしてのデータサイエンス
授業の概要 近年、ビッグデータやAIやIoTをはじめとする新技術の急速な発展によって、社会や産業のデジタル・トランスフォーメーション(DX)が進展し、新しい社会(Society 5.0)が到来しようとしています。これらの技術の推進は、人権問題や環境問題といった世界規模の課題(SDGs)の解決に貢献し、「多様性を内包した持続可能な社会」の実現に資することが期待されています。
このような状況で、大学生の皆さんには、どのような分野の学部学科を卒業したかを問わず、データサイエンスの基礎となる知識や技能をリベラル・アーツとして修めておくことが社会的に求められています。これを踏まえ、この授業では、これからの社会のあり様を考え、そこで求められるデータ分析に必要な基礎知識とコンピュータを活用した分析方法を学びます。
到達
目標
  • 私たちの社会とデータの関係を倫理的・制度的・技術的な側面から考えることを通して、データサイエンスの意義を理解し、データに基づく課題解決の基礎的な方法論を習得する。
  • 表計算ソフトウェアの利用・実習を通して、データの性質に応じて適切な分析手法を選択し、基礎的な集計と統計解析ができるようになる。
実施
形態
【遠隔】オンデマンド型授業

2024年度以降入学生(予定)

開く閉じる

(基礎)

開く閉じる
科目
名称
データサイエンス・AI基礎
授業のテーマ 現代のリベラル・アーツとしてのデータサイエンス
授業の概要 デジタル社会の進展に際して、大学生の皆さんには、学部・学科にかかわらず、様々な「データ」を分析してその結果を社会的課題の解決へと応用する力であるデータサイエンス・AIの知識を身につけることが期待されています。この授業ではデータサイエンスとAIについて、社会での具体的な活用事例と実践、データ・AIを扱う上での法的・倫理的な留意事項、データを統計的に扱う方法(データリテラシー)などの内容を網羅的に学びます。
到達
目標
私たちの社会とデータやAIの関係の現状と未来を、倫理的・制度的・技術的な側面から考えることを通して、データサイエンスの意義を理解し、データに基づく課題解決の基礎的な方法論を修得する。
実施
形態
【遠隔】オンデマンド型授業
科目
名称
データサイエンス・ICT活用基礎
授業のテーマ 実践的に学ぶデータサイエンス入門
授業の概要 デジタル社会の進展に際して、大学生の皆さんには、学部・学科にかかわらず、様々な「データ」を分析してその結果を社会的課題の解決へと応用する力であるデータサイエンス・AIのスキルを身につけることが期待されています。この授業では、データサイエンスの基礎となる知識・技能を表計算ソフトやプレゼンテーションソフトなどを使用して実践的に学びます。具体的には、大量データの中に埋もれている価値ある情報を見つけ出す方法、データの特徴を可視化する方法や、データの傾向を定量的に評価し、将来を予測する方法などを学びます。
到達
目標
社会的課題の解決に役立つ、データの適切な集計・分析・表現などデータサイエンスの手法を表計算ソフトなどの利用・実習を通して学ぶ。
実施
形態
【対面】情報処理教室を利用

(実践)

開く閉じる
科目
名称
データサイエンスのためのAIプログラミング入門
授業のテーマ データサイエンス・AIを活用するためのプログラミングの基礎を学ぶ
授業の概要 データサイエンス・AIを社会で活用するためにはプログラミングの知識が欠かせません。この授業では、データ分析の現場で広範囲に活用されているプログラミング言語Pythonを学ぶことで、課題解決に有用なプログラミング技術を学びます。具体的には、初歩的なプログラムの作成を通して、プログラミングの基礎知識を実践的に修得します。そして、データサイエンス・AIに関連するプログラム作成にも挑戦します。 
到達
目標
社会的課題の解決に役立つ、データの適切な集計・分析・表現などデータサイエンスの手法を表計算ソフトなどの利用・実習を通して学ぶ。
実施
形態
【対面】情報処理教室を利用
科目
名称
データサイエンスのための統計入門
授業のテーマ データサイエンスを活用するための統計学の基礎を学ぶ
授業の概要 統計学とは、ある一群のデータのもつ性質を、数理的に評価するための手法です。この知識は、データサイエンスの基礎となるものであり、学術研究のみならずビジネスや政策決定の現場においても重要になるものです。この授業では、統計学の基礎的な知識を講義形式で学ぶとともに、身近なテーマのデータに対して統計的な解析を行い、そこから読み取れることを考察します。
到達
目標
  1. 仮説検定、相関分析、回帰分析などの統計的なデータ分析の手法を理解する。
  2. データの性質に応じて分析方法を使い分け、実践することできる。
  3. 分析から得られた結果を正しく解釈し、説明することができる。
実施
形態
【対面】情報処理教室を利用
科目
名称
ことばのデータサイエンス
授業のテーマ データサイエンスの手法で、文章の持つ潜在的な情報を獲得する
授業の概要 わたしたちの身の回りには、歌詞や小説、SNSなどの言語情報が溢れています。その表現や内容の特徴を計量的に分析し、評価するための手法がテキストマイニングです。この授業では言語データをテキストマイニングの手法で分析することで、文章の持つ潜在的な情報を引き出し、読んでいるだけでは気づかないことばの特徴や魅力、秘密を解明していきます。
到達
目標
  1. テキストマイニングの基礎的な考え方と活用事例を説明できる。
  2. テキストマイニングの基本的な手法(単語出現頻度、係り受け解析など)を使ってテキストを分析し、その特徴を説明できる。
  3. テキストマイニングの応用的な手法(クラスター分析、多次元尺度法など)を使ってテキスト間の類似性や関係性を分析できる。
実施
形態
【対面】情報処理教室を利用
科目
名称
実践から学ぶAI入門
授業のテーマ 実践から学ぶAI入門
授業の概要 データサイエンス・AIが社会に浸透するにつれ、その有効な活用方法が様々な観点から各現場で検討されています。本講義は、機械が織りなす創造的なふるまいを体感していくことで、その背景にある考えを理解することを目的としています。本講義では、AIがどのように絵や文章、音楽などを生成していくか、その過程について説明します。そして、実際にAIを動かしながらその動作を体感し、有効な活用方法を考えていきます。
到達
目標
  1. 『創造する機械』としての機械学習の要素技術(仕組み)について理解する。
  2. 特定のタスク(絵や文章、音楽の創造)について、適切なアルゴリズムを適用できるようになる。
  3. AIの創造性と自身の創造力を組み合わせて、自己を拡張するデザイン思考を身につける。
実施
形態
【対面】情報処理教室を利用

自己点検・評価

学びのシステム