Society5.0に向けた栄養士・保育者・ビジネスのためのICT教育

「Society 5.0に向けた栄養士・保育者・ビジネスのためのICT教育(数理・データサイエンス・AI教育)」

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）」に認定されています。（認定の有効期限：令和８年３月31日まで）

◆　昭和学院短期大学の認定制度への申請内容

◆　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）」

【趣旨】

本教育プログラムは大学等の正規の課程において、学生の数理・データサイエンス・ＡＩへの関心を高め、かつ、数理・データサイエンス・ＡＩを適切に理解し、それを活用する基礎的な能力を育成することを目的としています。

本学は中期計画において、Society 5.0に対応した教育を主軸に据え、令和元年度から令和2年度にかけてコンピュータ基礎演習A及びBを段階的に全学必修にする等、新たなカリキュラム編成を行って参りました。この度の文部科学省の「数理データサイエンス・ＡI教育プログラム認定制度」は本教育課程に合致しておりますので、同制度に申請するものです。

【プログラムの名称】

　Society 5.0に向けた栄養士・保育者・ビジネスのためのICT教育

【実施体制】

運営責任者　ICT教育センター長

プログラムを改善・進化させるための体制・組織　教育改革委員会　責任者　学長

プログラムの自己点検・評価を行う体制　責任者　学長

【プログラム対象科目の開講状況と修了要件】

本プログラムはＩCT基礎科目とICT専門基礎科目からなっています。

各学科・専攻の対象科目と開講状況を下記の表に示しました。

人間生活学科キャリア創造専攻（旧　生活クリエイション専攻）（2019年度、2020年度、2021年度）

人間生活学科こども発達専攻（2019年度、2020年度、2021年度）

［修了要件］ICT基礎科目必修2科目2単位とICT専門基礎科目選択必修4単位以上計6単位以上を履修すること

ヘルスケア栄養学科（2019年度、2020年度、2021年度）

［修了要件］ICT基礎科目必修2科目2単位とICT専門基礎科目選択必修4単位以上計6単位以上を履修すること

【事業計画】

2019年度にICT基礎科目を全学的に必修とした。また、各学科・専攻のICT専門基礎科目はキャリア創造専攻（旧　生活クリエイション専攻）で修了要件の単位数は必修であり、こども発達専攻とヘルスケア栄養学科では保育士、栄養士の必修単位数であることから、既に100％の履修率を達成しています。

【身につける能力】

１．社会において求められる数理・データサイエンス・AIに関する基礎的知識と技術を身につけ日常の生活及び仕事に使うことができる。

２．これらの知識と技術を使う際にはエビデンスに基づき、倫理上の配慮の下に、人間として適切な判断と説明ができる資質が身につく。

【授業内容】

１．数理・データサイエンス・AIは現在進行中の社会変化（第４次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている。

①第4次産業革命といわれるSociety 5.0によって衣食住等人々の生活や産業構造がどのように変わっていくのかを実例を踏まえて理解する。

②インターネットやモバイル端末の普及に加え、IotやAIの進化により爆発的に増えたデータを大規模に分析することによって新たな価値の創出や問題解決に繋げることができるデータ駆動型社会であることを理解する。

③複数技術を組み合わせたAIサービスやロボット、AI等を活用した新しいビジネスモデルを知る中で、自らが仕事に就いたときに果たすべき役割を考える。

④授業方法は講義、演習に加えて、グループワーク、ディスカッションを取り入れる。また、活用事例を紹介する際には事前学習として課題を与える。

２．「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るものである。

①社会で活用されているデータの種類と用語（構造化データ、非構造化データ、ビッグデータ、アノテーション、ログデータ、オープンデータ等）の意味を理解する。

②身近な所でそれらが活用されており、広くあらゆる分野の生産、流通、消費、文化活動等に及んでいることを知る。

③オープンデータを授業で活用し、２次データとしての利用やデータから明確な現状認識と原因究明や計画策定、マーケティング、サービスなどが効果的に行えることを知る。

④授業方法は講義、演習に加えて、グループワークを取り入れる。また、活用事例を紹介する際には事前学習として課題を与える。

３．数理・データサイエンス・AIは様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するものである。

　①データ・AIを活用するために使われている技術の概要を知る。データの一次分析として基礎統計量とグラフを用いたデータの可視化について学ぶ。また、グルーピング、最適化、シミュレーションなどがスマートシティ構想等に繋がっていることを知る。

②自動化技術が人々の生活やサービス、農業等にも広がり持続可能な社会の実現に寄与していることを学ぶ。

③流通、製造、金融、サービス、インフラ、ヘルスケア等における活用事例を紹介し、学生が楽しく学べるようにする。

④授業方法は講義、演習に加えて、グループワークを取り入れる。また、活用事例を紹介する際には事前学習として課題を与える。

４．数理・データサイエンス・AIの活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、ＡＩ社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項を理解する。

①データ・AIを活用するにあたって重要な留意事項を理解し、実行する。内容はELSI、個人情報保護、EU一般データ保護規則（GDPR）、データ倫理（データの捏造、改ざん、盗用、プライバシー保護等）、AI社会原則（公平性、説明責任、透明性、人間中心の判断）、データバイアス、アルゴリズムバイアス、データ・AI活用における失敗事例等

②データを守るうえでの留意事項を理解し、実行する。内容は情報セキュリティ（機密性、完全性、可用性）、匿名加工技術、暗号化、パスワード、悪意ある情報搾取、情報漏洩等によるセキュリティ事故の事例紹介等。

５．実データ・実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・ＡＩの基本的な活用法に関するものである。

主に統計的視点のデータリテラシーを身につける。①データを読むために必要な統計の基本を学ぶ。内容としてはデータの種類、データの分布と代表値の種類及び特性、データのばらつき（分散、標準偏差、偏差値）、誤差、相関と因果（相関係数、疑似相関、交絡）、母集団と標本抽出法（全数調査と例（国勢調査）、標本調査における単純無作為抽出・層別抽出・多段抽出）、アンケート調査、クロス集計、統計情報における正しい理解。②データを説明できるようにする。内容としてはデータの可視化（棒グラフ、折れ線グラフ、散布図、ヒートマップ、チャート等）、データの比較法、不適切なグラフ表現、優れた可視化事例の紹介等③データを扱う。内容としてはデータの集計、並び替え、ランキング、データ解析ツール（スプレッドシート）、表形式のデータ（CSV)等。

【開講科目のシラバス】

　以下のサイトに掲載しております。
　数理・データサイエンス・AI教育プログラム関連科目のシラバス

【本プログラム履修者数】

令和元年度の1年生から全員が履修している。

【モデルカリキュラムとの対応】

人間生活学科キャリア創造専攻（旧　生活クリエイション専攻）

人間生活学科こども発達専攻

ヘルスケア栄養学科

シラバスはこちから。＞＞＞

自己点検・評価報告書

2020年度　自己点検・評価報告書

2021年度　自己点検・評価報告書

2022年度　自己点検・評価報告書

2023年度　自己点検・評価報告書