本文へジャンプ メインメニューへジャンプ
ここから本文です

学科・専攻科Department / Advanced Course

数理・データサイエンス・AI教育プログラム

概要

政府が示したAI戦略において,デジタル社会の基礎知識(いわゆる「読み・書き・そろばん」的な素養)である「数理・データサイエンス・AI」に関する知識・技能を身につけることが,大きな目標として掲げられています。
群馬高専では,平成30年度入学生から全学科(機械工学科,電子メディア工学科,電子情報工学科,物質工学科,環境都市工学科)の学生に対し,数理・データサイエンス・AI教育(リテラシーレベル)を実施しています。

数理・データサイエンス・AI教育プログラムにより身につけることのできる能力

  1. デジタル社会の「読み・書き・そろばん」である,数理・データサイエンス・AIの基礎的素養を身につけ,自らの専門分野に応用できる。
  2. 社会情勢や社会での実例を学び,人間中心の適切な判断ができ,学修した知識やスキル等を説明,活用できる。

修了要件

  • 修了要件は各学科により異なり,下記に示す所定のすべての科目を修得した学生は,本教育プログラム修了者として認定される。
  • 開設される科目は全て必修科目であり,本校を卒業した学生は所定の科目を全て修得することになるため,本教育プログラム修了者となる。

開設される授業科目

平成30年〜31年度入学生

学科 科目名 学年 単位数
機械工学科 工作実習
情報処理I
応用数学I
計測工学I
生産管理
ロボット工学
1年
2年
4年
4年
5年
5年
3
2
2
1
2
1
電子メディア工学科 電子メディア工学序論
情報科学I
工学基礎セミナー
情報科学II
確率統計
1年
3年
3年
4年
5年
1
2
1
2
1
電子情報工学科 計算機概論
プログラミング基礎
アルゴリズムとデータ構造
応用数学I
1年
1年
3年
4年
1
2
2
2
物質工学科 情報処理I
情報処理II
応用数学I
情報処理III
1年
3年
4年
4年
1
1
2
1
環境都市工学科 コンピューターリテラシー
情報処理I
応用数学I
計画数理
1年
2年
4年
5年
2
1
2
1

令和2年度以降の入学生

  科目名 学年 単位数
機械工学科 工作実習
情報処理I
応用数学I
計測工学
生産管理
ロボット工学
1年
2年
4年
4年
5年
5年
3
2
2
1
2
1
電子メディア工学科 電子メディア工学序論
電子メディア工学基礎演習
情報科学I
確率統計
情報科学II
1年
2年
3年
4年
4年
1
2
2
1
2
電子情報工学科 計算機概論
プログラミング基礎
アルゴリズムとデータ構造
応用数学I
1年
1年
3年
4年
1
2
2
2
物質工学科 情報処理I
情報処理II
応用数学I
1年
3年
4年
1
2
2
環境都市工学科 コンピューターリテラシー
情報処理I
応用数学I
計画数理
1年
2年
4年
5年
2
1
2
1

授業内容

  1. 数理・データ・AIと社会変化との関わり
    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ことを学ぶ。また,これらの社会変化やデータ、AIや専門技術などが我々の日常生活や社会活動にどのように組み込まれているかを学ぶ。
  2. 課題解決ツールとしての数理・データ・AI
    「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ことを学ぶ。また,データの活用が社会活動に重要であることや広い分野の課題を解決するのに有用であることを学ぶ。
  3. 数理・データ・AIの活用による価値創造
    様々なデータ利活用の現場におけるデータ利活用事例を学び,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ことを学ぶ。
  4. データ活用の留意事項
    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について学ぶ。
  5. 実データを用いた数理・データ・AIの活用法
    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の基本的な活用法を学ぶ。

授業の方法

以下の方法を組み合わせて,本教育プログラムを実施します。

  1. 講義
    通常の授業形態で行います。教師による一方的な講義だけでなく,学生によるグループワークやプレゼンテーションを通して,効果的な学習を行います。
  2. PC,タブレット等を利用した演習
    プログラミング教育や表計算ソフト等の利用を通して,実際のデータ等の処理方法等を身につけます。
  3. 実験・実習
    各学科の実験室,実習工場において,専門的な実験・実習を通して実際のデータの計測,扱い,処理方法等を身につけます。

実施体制

委員会等 役割
校長 運営責任者
教務委員会
情報基盤センター委員会
教育プログラムの改善・進化
評価委員会 教育プログラムの自己点検・評価       

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)申請書

準備中

内部評価

学内からの視点

自己点検・評価の視点

自己点検・評価体制における意見・結果・改善に向けた取組等

評価
結果

プログラムの履修・修得状況

全学科について、プログラムに関わる科目は全て必修科目のため、履修状況は100%であり、ほとんどの学生が単位を取得している。

A

学修成果

全学科について、プログラムに関わる科目を履修した学生に対し、学修状況に関するアンケートを実施している。その結果、科目の履修により数理データサイエンスについて興味関心が増した学生は88%であり、また授業の受講をきっかけに数理データサイエンスへの興味関心を持った学生は69%であった。

A

学生アンケート等を通じた学生の内容の理解度

全学科について、プログラムに関わる科目を履修した学生に対し、学修状況に関するアンケートを実施している。その結果、データ処理やプログラミング、その応用や基礎となる数学について、89%の学生が「よく理解できた」「少しは理解できた」と回答している。また、単位取得状況からも、内容について一定の理解に達していると 考えられる。

A

学生アンケート等を通じた後輩等他の学生への推奨度

全学科について、プログラムに関わる科目は必修であり、推奨にかかわらず全学生が履修する。

A

全学的な履修者数、履修 率向上に向けた計画の達 成・進捗状況

全学科について、プログラムに関わる科目は必修であり、全学生が履修する。

A
学外からの視点
自己点検・評価の視点 自己点検・評価体制における意見・結果・改善に向けた取組等 評価結果

教育プログラム修了者の進路、活躍状況、企業等 の評価

令和4年3月時点で教育プログラムの修了者で卒業した学生はいない。

産業界からの視点を含めた教育プログラム内容・手法等への意見

平成30年度に、地域の企業の方々を外部講師とした授業科目の意見交換会において、「中小企業ではロボットやAI、IoT技術の導入の必要性を痛感している」ことや「機器を導入してもハードや出来合いのソフトだけでは使 えないことも少なくない」などの意見とともに「こうした観点からの人材育成」について本校に対して期待する意 見があった。また、情報活用エンジニア育成についても、本校に期待が示された。

B

学生による評価
自己点検・評価の視点 自己点検・評価体制における意見・結果・改善に向けた取組等 評価
結果

数理・データサイエンス・AIを 「学ぶ楽しさ」「学ぶことの意義」を理解させること

全学科について、プログラムに関わる科目を履修した学生に対し、学修状況に関するアンケートを実施している。その結果、プログラムに関わる科目の受講により得られた知識が学生の将来の夢に「大いに活かせると思 う」「少し活かせると思う」と79%の学生が回答している。多くの学生が数理データサイエンス・AIを学ぶことの意 義を理解していると考えられる。

A

内容・水準を維持・向上しつつ、より「分かりやすい」授業とすること

全学科について、プログラムに関わる科目を履修した学生に対し、学修状況に関するアンケートを実施している。その結果、プログラムに関わる科目について、65%の学生が「満足」「やや満足」と回答しており、「普通」も含 めると96%の学生が概ね好意的な評価を下している。また89%の学生が「よく理解できた」「少しは理解できた」と 回答していることから、授業内容の難易度は適切と判断している。

A
S:十分満足している
A:満足している
B:改善を要するが、対応に着手している
C:改善を要し、対応にも着手できていない
ここで本文終了です
ここからフッターです
ページの終了です