武蔵野美術大学は、デジタル社会において求められる「データサイエンス・AI」の基礎的素養を全学生が身に付けることを目指し、2026年度より「データサイエンス・AI教育プログラム(リテラシーレベル)」を開始します。
本プログラムは、「数理・データサイエンス・AI教育強化拠点コンソーシアム」が策定したリテラシーレベルのモデルカリキュラムに準拠しており、文部科学省が推進する数理・データサイエンス・AI教育の枠組みに沿って実施します。
数理・データサイエンス・AI教育強化拠点コンソーシアム 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
教育プログラム名称
データサイエンス・AI教育プログラム(リテラシーレベル)
教育プログラムで身に付けることのできる能力
プログラムの目的
デジタル社会において必要となる数理・データサイエンス・AIに関する基礎的素養を修得し、データやAIを適切に理解・活用できる能力を身に付けます。
修得できる能力
- データを正しく読み解き解釈する能力、情報リテラシー
- AIの活用に関する基礎知識
- 社会におけるAI・データサイエンス利活用の理解
- AI・データ利活用におけるリスクマネジメント
修了要件
「AIとデータサイエンス」(2単位)の単位を修得すること。
教育プログラムを構成する科目
| 対象科目 | 「AIとデータサイエンス」 |
|---|---|
| 単位数 | 2単位 |
| 開講期間 | 後期 |
| 対象学年 | 1~4年(全学部・全学科) |
モデルカリキュラムとの対応
本科目は、「数理・データサイエンス・AI教育強化拠点コンソーシアム」で取りまとめられた下記のモデルカリキュラムのコア学修項目を含んでいます。
(1)社会におけるデータ・AI利活用
- 社会で起きている変化
- 社会で活用されているデータ
- データ・AIの活用領域
- データ・AI利活用のための技術
- データ・AI利活用の現場
- データ・AI利活用の最新動向
(2)データリテラシー
- データを読む
- データを説明する
- データを扱う
(3)データ・AI利活用における留意事項
- データ・AIを扱う上での留意事項
- データを守る上での留意事項
授業の実施体制・方法
実施体制
| 委員会 | 役割 |
|---|---|
| 情報教育センター | プログラムの改善・進化、自己点検・評価 |
実施方法
授業形式
- Zoomを用いたリアルタイムオンライン形式
- Excelなどを用いた課題への取り組み
使用ツール
- Microsoft Teams:授業連絡、資料配布
- Zoom:リアルタイムオンライン講義
- Microsoft Forms:理解度確認クイズ
- Excel:データ分析・可視化演習
*Excelなどのツールを含むMicrosoft365は、本学学生であれば無償で利用可能です。利用方法については以下を参照してください。 学生向けマニュアル
*PCを所有していない人は、学内の共用コンピュータを使って課題に取り組むことが可能です。 学内施設の利用
プログラムの特色
- 芸術・デザイン系大学の特色を活かした教育:美大生がAI・データサイエンスを創作活動に応用できる力を育成
- 全学生対象の教養教育:専門分野を問わず、AI・データサイエンスや情報リテラシーの基礎知識を習得可能
- 実践的な学び:実践的課題を通じて、データ利活用プロセスを体験
- 最新動向への対応:AIの技術進歩や利活用の拡大状況に関する最新トピックも紹介
- オンラインによる柔軟な学修環境:時間や場所の制約を受けにくい学修環境
内部評価
今後公開予定
関連情報
認定制度申請内容
(認定後に公開予定)
お問い合わせ先
情報教育センター
9:00-16:30(日・祝除く)
tel: 042-342-6083
