AI・データリテラシープログラム

Tue, 12 May 2026 00:00:00 +0900

本プログラムは、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）」のモデルカリキュラムに準拠し、本学の全学生が数理・データサイエンス・AIに関するリテラシーレベルの素養を身につけることを目的としています。2025年度に全学共通の科目として開設しました。

1. 身に付けることができる能力

本プログラムの修了により、以下の能力を身に付けることができます。

社会における、AIとデータの活用のされ方、AIとデータの活用のための基本技術を理解すること。
AIを身近な課題解決に活用することができ、データやグラフを読み、ばらつきや相関などの性質を理解し、説明できる基本的なデータリテラシーが身に付くこと。
AIとデータを活用する上で、留意すべき倫理的な課題、法制度、セキュリティやプライバシー上の脅威についての概要を理解すること。

2. 修了要件

本学の学生（全学部）について、科目「AI・データリテラシー」（2単位）の単位を修得することにより、本プログラムを修了したものとします。本科目は、情報学部では必修、事業創造学部およびアニメ・マンガ学部では選択として開講しています（2026年度以降）。

本プログラムには別途のプログラム登録手続きはなく、科目「AI・データリテラシー」への履修登録をもって本プログラムへの参加と扱います。

3. 開講されている科目の構成

本プログラムは、以下の1科目で構成されています。

科目名	単位数	開講時期	学部における位置付け
AI・データリテラシー	2	第3・第4学期	情報学部：必修／事業創造学部：選択／アニメ・マンガ学部：選択

本科目は、文部科学省モデルカリキュラム（リテラシーレベル）が示す以下の4要素を1科目で網羅する形で構成されています。

導入（社会におけるデータ・AI利活用）
基礎（データリテラシー）
心得（データ・AI利活用における留意事項）
選択（AI活用事例）

4. 授業の方法および内容

授業計画（全15回）

回	主題
1	AI・データ利活用：AIとビッグデータの社会への影響
2	AI・データ利活用：社会で活用されているデータ、AI・データの活用領域
3	AI・データ利活用：データによる予測、グルーピング、相関と因果
4	AI・データ利活用：データの可視化
5	AI・データ利活用：人工知能の基礎技術 — 機械学習
6	AI・データ利活用：人工知能の基礎技術 — 生成AI
7	AI・データリテラシー：AIの活用を学ぶ — AIと会社経営
8	AI・データリテラシー：AIの活用を学ぶ — AIとアニメ・マンガ
9	AI・データリテラシー：データの活用を学ぶ — 分布・ばらつき・誤差
10	AI・データリテラシー：データの活用を学ぶ — 相関と因果、クロス集計・相関係数行列
11	AI・データリテラシー：データの活用を学ぶ — グラフによる視覚化
12	AI・データリテラシー：データの活用を学ぶ — 世の中のデータを活用する
13	AI・データ留意事項：AIに関する倫理的課題、負の事例紹介
14	AI・データ留意事項：データサイエンスにおけるセキュリティとプライバシー
15	全体のまとめ・さらなる学びに向けて

シラバスの詳細はこちら（本学シラバス検索）をご参照ください。

AI・データサイエンティストコース応用基礎プログラム

Mon, 06 Oct 2025 01:24:27 +0900

本学では、データサイエンティストに必要な専門技術を習得できるAI・データサイエンティストコースを設置していますが、その基礎となる能力を可視化するため、データサイエンス教育強化拠点コンソーシアムのスキルセット（応用基礎レベル）と対応をとり、応用基礎プログラムとして制定しました。AI・データサイエンティストコースの基本的な専門技術科目に加えて、本学の職業専門科目・展開科目における基礎的・実践的な必修科目を合わせることによってプログラムを構成しています。

1. 身に付けることができる能力

本プログラムの修了により、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（応用基礎レベル）」モデルカリキュラムに対応した、以下の応用基礎レベルのスキル・素養を身に付けることができます。

データサイエンス・AI を活用する場面と活用方法を理解し、実際のデータを用いて分析・課題解決の検討ができる
データを適切に収集・加工・可視化し、基本的な統計解析や機械学習の手法を活用して分析できる
AI・データ活用に伴う倫理・セキュリティ・プライバシー等の留意事項を理解し、適切に対応できる

2. 修了要件

本プログラムに含まれる所定の科目の単位を修得することにより、本プログラムを修了したものとします。

3. 開講されている科目の構成

本プログラムは、2024年度以降のカリキュラムに対応した内容で構成されています。各科目の詳細とモデルカリキュラム対応は、次節をご参照ください。

4. 授業の方法および内容

本プログラムを構成する各科目のシラバスは、本学シラバス検索ページから、下記の科目名で検索のうえご参照ください。

本プログラムの対象科目（2024年度以降のカリキュラム）

科目名	実施学年・学期	必修・選択	モデルカリキュラム対応
情報の基礎	1年第1学期	必修	2-2
プログラミングⅠ	1年第1・2学期	必修	2-7
情報数学Ⅰ	1年第1・2学期	必修	1-6
プログラミングⅡ	1年第3・4学期	必修	2-7
情報数学Ⅱ	1年第3・4学期	必修	1-6
データベースの基礎	1年第3・4学期	必修	2-1, 2-4, 2-5
情報セキュリティマネジメント	1年第3・4学期	必修	2-6
サイバーフィジカルシステム基礎	1年第3・4学期	必修	2-3, 2-7
データ構造とアルゴリズム	2年第1・2学期	必修	1-7, 2-2
情報数学Ⅲ	2年第1・2学期	必修	1-6
総合AI基礎演習	2年第1・2学期	必修	1-1, 3-1, 3-2, 3-3, 3-4, 3-7, 3-9
データベース演習	2年第1・2学期	選択	2-1, 2-4, 2-5
データサイエンス演習	2年第1・2学期	選択	1-1, 1-2, 1-3, 1-4, 1-5
臨地実務実習Ⅰ	2年第3・4学期	必修	（全般）

カリキュラム改編に伴う旧科目との対応関係:

教育プログラム on KPU-数理・データサイエンスセンター

AI・データリテラシープログラム

1. 身に付けることができる能力

2. 修了要件

3. 開講されている科目の構成

4. 授業の方法および内容

AI・データサイエンティストコース 応用基礎プログラム

1. 身に付けることができる能力

2. 修了要件

3. 開講されている科目の構成

4. 授業の方法および内容

AI・データサイエンティストコース応用基礎プログラム