2020年4月 全学部・全学生にAI・データサイエンス教育を導入

後期教養教育とともに次世代型実学教育を実現

SCROLL

近い将来、到来が予想されるSociety5.0と呼ばれる社会では、
すべてのビジネスマンにAIやデータサイエンスの利活用に関する知識が要求されるといわれています。
阪南大学ではいち早くこの社会的ニーズに対応すべく、
全学生が受講可能なAI・データサイエンス教育プログラムを用意しています。

1阪南大学の
AI・データサイエンス教育が目指すもの

AIの深化と普及、IoTやデータサイエンスなど高度情報技術の進展による社会や経済の変革、さらにこれらを後押しする政府のSociety5.0戦略により、社会は急速に変化しつつあります。
これらが作り出す次世代の社会の姿は不透明ですが、はっきりしているのは、将来どのような職業に就こうとAIやデータサイエンス関連の知識が必要となるだろうということ。すなわち、自身の専攻に関わらず、AI・データサイエンスに関する基本的な知識を持っていることが、これからの社会を生き抜くうえで重要になるだろうということです。
阪南大学はこれに応えるため、すべての学部においてAIやデータサイエンスを学べるプログラムを用意しました。阪南大学のAI・データサイエンス教育が目指すのは、あらゆる職業においてこれらの利活用ができる人材の育成です。

2AI・データサイエンス
教育研究所の設置

AIをはじめとする先端的な高度情報システムはまさに日進月歩の速さで進展しています。当然ながら、その教育もそれにつれて進化していかねばなりません。
さらに各学部が持つ既存の学問領域とAI・データサイエンスが交わる領域も今後どんどん大きくなっていくことが予想されます。すなわち、マーケティングとAI、会計学とAI、経済統計とAI、コミュニケーションとAI、観光産業とAIなどの複合分野の研究も喫緊の課題となってきます。
これらを研究し、常に最新の知見を教育にフィードバックするため、本学にAI・データサイエンス教育研究所を設置しました（2020年4月）。

3次世代型実学教育

阪南大学では「社会に出たとき本当に役に立つ教養」を身に付けるため、昨年度より後期教養教育を開始いたしました。
これは、これからのAI共存社会において人間が人間であるために自分は今何をなすべきか、という難解な問いに一つの方向性を示すことができるものでもあり、AI関連教育と対にして考えるべきものであると考えます。
阪南大学では、これまで培ってきた各学部専門分野の実践的教育と全学レベルの一般教育・キャリア教育・国際化教育に、この後期教養教育とAI・データサイエンス教育を加えたものを次世代型実学教育と考えます。

阪南大学の次世代型実学教育

カリキュラムと副専攻制

阪南大学のAI・データサイエンス教育は、情報科目・数理科目・統計科目・データサイエンス科目からなる「コアカリキュラム」と、
各学部における主専攻と併行して専攻することができる副専攻としての「AI・データサイエンスプログラム」、
および導入科目としての「AIデータサイエンスリテラシーパッケージ」などで構成されています。
また、経営情報学部にはより専門的な「数理・データサイエンス・AI教育プログラム」が設置されます。
これらにより、どの学部からでもまとまったAI・データサイエンス教育を受けることが可能になります。

1
【文部科学省認定プログラム】
「AIデータサイエンスリテラシーパッケージ」
全学部受講可


阪南大学では令和2年度より、全学部全学年の学生を対象としたリテラシーレベルの数理・データサイエンス・AI教育プログラム「AIデータサイエンスリテラシーパッケージ」を開講しています。


また、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）
＜取組内容の詳細はこちら＞

下記の表は左右にスライドできます

2020年度生
科目 配当年次 単位 内容
AIデータサイエンス総論
(別)教養演習２ａ		 1234 2 急速な発展を遂げている「AI（人工知能）」について学べる講義科目です。
教養演習２ｂ
（AIデータサイエンス実習入門）		 1234 2 機械学習AIの仕組みを学び、自身の専門分野に活用できるよう検討・企画・立案できるようになることを目指す実習科目です。
2021年度以降生
科目 配当年次 単位 内容
AIデータサイエンス総論
(別)教養演習２ａ		 1234 2 急速な発展を遂げている「AI（人工知能）」について学べる講義科目です。
AIデータサイエンス入門1 234 2 機械学習AIの仕組みを学び、自身の専門分野に活用できるよう検討・企画・立案できるようになることを目指す実習科目です。
AIデータサイエンス入門2 234 2
2020年度生は2科目４単位、2021年度以降生は3科目6単位を取得で パッケージ修了証を発行。

2
「AIデータサイエンス応用基礎パッケージ」 全学部受講可 


令和3年度より上記のリテラシーパッケージに加え、さらに専門的にAI・データサイエンスの知識を修得できる「AI・データサイエンス応用基礎パッケージ」を開講しています。本プログラムは下表の6科目12単位を修得することで卒業時に修了証が授与されます。
6科目のうち3科目はリテラシーパッケージと共通科目の為、リテラシーパッケージを修了した学生は追加で3科目修得することで本プログラムの修了が可能となっております。
また、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（応用基礎レベル）」に認定されています。
（認定の有効期限：令和9年3月31日まで）

＜取組内容の詳細はこちら＞

下記の表は左右にスライドできます

科目 配当年次 単位 内容 
AIデータサイエンス総論(別)教養演習２ａ
 1234 2 急速な発展を遂げている「AI(人口知能)」について学べる導入科目です。 
AIデータサイエンス入門１
 234 2 機会学習AIの仕組みを学び、自身の専門分野に活用できるよう検討・企画・立案できるようになることをめざす実習科目です。 
AIデータサイエンス入門２
 234 2 
AI数学入門
 1234 2 AIやデータサイエンスを学ぶための数学的準備科目です。 
AIデータサイエンス基礎１
 234 2 ビッグデータ時代をうまく乗りこなすためのAI・データサイエンスの諸技術の習得を目指した科目です。 
AIデータサイエンス基礎２
 234 2

3
副専攻「AI・データサイエンスプログラム」
2021年4月開始 経営情報学部以外受講可

下記の表は左右にスライドできます

区分 科目名 配当年次 科目分類 配当学部 単位 期間 修得要件
数理科目 数学a 1年次 一般教育科目

全学部

 2 前期 4単位
以上		 各区分
所定単位
修得の上
合計
16単位
以上
数学b 1年次 一般教育科目 全学部 2 後期
経営数学 2年次 学科科目 全学部 4 前期
経営科学 2年次 学科科目 全学部 4 前期
統計科目 統計学a 1年次 一般教育科目 全学部 2 前期 4単位
以上
統計学ｂ 1年次 一般教育科目 全学部 2 後期
数理統計学 3年次 学科科目 全学部 4 後期
経営統計学 3年次 学科科目 全学部 4 前・後期
多変量解析 3年次 学科科目 全学部 2 後期
情報科目 情報科学a 1年次 一般教育科目 全学部 2 前期 2単位
以上
情報科学b 1年次 一般教育科目 全学部 2 後期
システム開発論 2年次 学科科目 全学部 2 後期
データベース論 2年次 学科科目 全学部 2 前期
マルチメディア論 2年次 学科科目 全学部 2 前期
データ
サイエンス
科目		 AI・データサイエンス入門１ 2年次 一般教育科目 全学部 2 前期 6単位
以上
AI・データサイエンス入門2 2年次 一般教育科目 全学部 2 後期 
AI・データサイエンス基礎1
 
2年次
 
学科科目
 
全学部
 
2
 
前期
 
AI・データサイエンス基礎2
 2年次 学科科目 全学部 2 後期 
データサイエンス実践
 3年次 学科科目 全学部 2 前期 
AIプログラミング実践
 3年次 学科科目 全学部 2 後期

4
経営情報学部 数理・データサイエンス・AI教育プログラム※経営情報学部のみ受講可

下記の表は左右にスライドできます

区分 科目名 配当年次 単位 修得要件 修得要件
数理科目 基礎数学 1234 2 4単位
以上		 各区分所定
単位修得の上、
合計20単位以上
AI数学入門 1234 2
経営数学 234 4
経営科学 234 4
統計科目 経営統計学 234 4 4単位
以上
数理統計学 34 4
多変量解析 34 2
情報科目 プログラミング入門 1234 2 4単位
以上
プログラミング1 1234 2
プログラミング2 1234 2
システム開発論 234 2
データベース論 234 2
マルチメディア論 234 2
ネットワーク論 234 2
コンピュータ構成論 234 2
データ
サイエンス
科目		 ビジネスデータ分析1 234 2 6単位
以上
ビジネスデータ分析2 234 2
AI・データサイエンス基礎1 234 2
AI・データサイエンス基礎2 234 2
データサイエンス実践 34 2
AIプログラミング実践 34 2

ページの先頭へ戻る