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)。


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
:()
※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
2024年度より「」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
※2025年度春学期成績開示日から申請可能になります。
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 | 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
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 |
|
実施 形態 |
【遠隔】オンデマンド型授業 |
2024年度以降入学生
(基礎)
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)
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 |
(1)プログラミング言語pythonでデータを扱う方法について理解する。 (2)組み込み型やループ処理・条件分岐、関数について理解し、それらを含む簡単なプログラムを作成して実行することができる。 (3)基本的なライブラリを活用して、データサイエンス・AIに関連するプログラムを作成する。 |
実施 形態 |
【遠隔】オンデマンド型授業 |
科目 名称 |
データサイエンスのための統計入門 |
---|---|
授業のテーマ | きみも今日からデータサイエンティスト! |
授業の概要 | 「確率・統計はどうもとっつきにくい…」そう感じる方も多いのではないでしょうか。 その理由のひとつは、さまざまな数学を活用する必要があるからかもしれません。確かに、すべてを学ぶのは大変ですが、心配はいりません!本科目では、本当に必要な部分だけを、必要に応じてわかりやすく説明します。身近な問題を題材にしながら、ワクワクする統計学の世界を一緒に学んでいきましょう! |
到達 目標 |
・データサイエンスの基本概念や意義を理解する。 ・基本的な統計手法や図表作成技術を習得する。 ・統計解析の目的を理解し、データの解釈力を身につける。 ・統計ソフトRを使って、統計解析を実践できるようになる。 |
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、文学作品の持つ潜在的な情報を獲得し、解釈に役立てる。 |
授業の概要 | 私たちの身の回りには、古文・現代文を問わず、さまざまな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言葉の特徴や魅力、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手法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手法を自己の判断によってさまざまなデータに応用することができる。 |
実施 形態 |
【対面】情報処理教室を利用 |
科目 名称 |
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 | AI(人工知能)という言葉を聞かない日がないぐらい日常に溶け込んでいます。しかし言葉は聞いたことがあり、いろんなAIのアプリなども使ったことがあると思いますが、その仕組みについては知らないことが多いのではないでしょうか。本講義では、AI(人工知能)に関する黎明期から現在までAI(人工知能)がどのように発展してきたかAIの歴史を学び、現代社会における重要性と可能性を理解していくことを目的の一つとします。さらに、AI(人工知能)を学ぶ上で必要な情報倫理について説明します。また、AI(人工知能)に関する基礎的事項(データサイエンスを含む)を学び、自らAI(人工知能)を用いてモノづくりに取り組みます。(具体的には音楽を作成したり、絵画を描いたりを予定しています。) |
到達 目標 |
・ AI(人工知能)の基本を理解する。 ・ 自らAI(人工知能)を操作することが出来るようになる。 ・ AI(人工知能)を操作するために必要なプログラミングを理解する(python) |
実施 形態 |
【対面】情報処理教室を利用 |
自己点検・評価