高知大学リテラシーレベル数理・データサイエンス教育プログラム
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９年３月31日）
1.高知大学リテラシーレベル「数理・データサイエンス教育プログラム」とは？
近年、急速なデジタルトランスフォーメーション(DX)の進展に伴い、データサイエンスを理解し、扱うことのできる素養を身につけた人材が社会に望まれています。本学においても、このような素養を身につけた人材を育成するため、令和３年度より、リテラシーレベルの数理・データサイエンス教育プログラムを実施しています。
2.プログラムの概要
本プログラムの対象は、令和２年度以降入学の全学部生です。
令和２年度〜令和５年度までの入学生は初年次必修科目「情報処理」を履修し、選択科目A群、B群よりそれぞれ１科目以上履修した学生が修得要件を満たします。プログラム修了に必要な科目は全て、共通教育において開講し、希望する全学部生が受講可能となっています。
令和６年度以降入学生は、初年次必修科目「情報とデータリテラシー」および「データサイエンス入門」を修得すれば、全員がプログラムの修得要件を満たすことができます。
また、プログラム修了者を対象としたアンケートの回答内容、並びにプログラム構成科目の担当教員及び参加企業・自治体からの意見を基に自己点検・評価を行い、プログラムの改善・進化に努めています。
3.プログラムにおいて身に付けることのできる能力
実社会における行動決定にデータがどのように利用されているかを把握すると共に、そのデータの信頼性について検討できる能力
実社会において利活用されているAIの仕組みを理解する能力
4. プログラムの構成
令和２年度～５年度入学生
| 区分 | 科目名 | 単位 | 項目① | 項目② | 項目③ | 項目④ | 項目⑤ |
|---|---|---|---|---|---|---|---|
| 必修 | 情報処理 | 2 | 〇 | 〇 | 〇 | 〇 | |
| 選択A | DXとビジネス創出 | 2 | 〇 | 〇 | 〇 | 〇 | |
| さわってわかるAI講座 ～基礎理論からクラウド サービスを使った実践まで～ | 2 | 〇 | 〇 | 〇 | 〇 | ||
| 選択B | データ活用のためのプログラミング入門 | 2 | 〇 | 〇 | 〇 | 〇 | |
| データサイエンス実践課題演習 | 2 | 〇 |
令和６年度以降入学生
| 区分 | 科目名 | 単位 | 項目① | 項目② | 項目③ | 項目④ | 項目⑤ |
|---|---|---|---|---|---|---|---|
| 必修 | 情報とデータリテラシー | 2 | 〇 | 〇 | 〇 | 〇 | |
| データサイエンス入門 | 2 | 〇 | 〇 | 〇 | 〇 | 〇 |
※項目①～⑤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）の審査項目です。
本プログラムの修了者は、５つの項目に示される内容・要素を全て満たすことができる構成となっています。
【参考】５つの審査項目と対応箇所 項目審査項目モデルカリキュラム対応箇所
| 項目 | 審査項目 | モデルカリキュラム対応箇所 |
|---|---|---|
| 項目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ること、また、それが自らの生活と密接に結びついているものであること。 | 導入 1-1.社会で起きている変化 1-6.データ・AI 利活用の最新動向 |
| 項目② | 数理・データサイエンス・AIが対象とする「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こと。 | 導入 1-2.社会で活用されているデータ 1-3.データ・AI の活用領域 |
| 項目③ | 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、数理・データサイエンス・AIは様々な適用領域（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。 | 導入 1-4.データ・AI 利活用のための技術 1-5.データ・AI 利活用の現場 |
| 項目④ | ただし、数理・データサイエンス・AIは万能ではなく、そ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）を考慮することが重要であること。 | 心得 3-1.データ・AI 利活用における留意事項 3-2.データを守る上での留意事項 |
| 項目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こと。 | 基礎 2-1.データを読む 2-2.データを説明する 2-3.データを扱う |
5. 修了要件
（令和２年度～５年度入学生）
必修、選択Ａ群及び選択Ｂ群からそれぞれ１科目以上（合計６単位以上）を修得すれば、本学の数理・データサイエンス（リテラシーレベル）修了者として認定されます。
なお、プログラムへの参加・修了認定に際し、申請等の手続きは不要です。単位修得をもって修了認定し、認定証を発行します。
（令和６年度以降入学生）
初年次必修科目「情報とデータリテラシー」および「データサイエンス入門」（合計４単位）を修得すれば、本学の数理・データサイエンス（リテラシーレベル）修了者として認定されます。
なお、全学必修ですので卒業時には全員がプログラム修了認定されることになります。
6.実績
| 年度 | 修了者数 | 内訳 |
|---|---|---|
| 令和５年度 | 18名 | 人文社会科学部６名、理工学部３名 農林海洋科学部９名 |
| 令和４年度 | 11名 | 人文社会科学部２名、理工学部７名 農林海洋科学部２名 |
| 令和３年度 | 33名 | 人文社会科学部17名、理工学部６名 農林海洋科学部８名、地域協働学部２名 |
7.実施体制
| 委員会等 | 役割 |
|---|---|
| 教育担当理事 | プログラムの運営責任者 |
| 教育情報委員会・データサイエンスセンター | プログラムの実施・改善 |
| 全学教育機構会議 | プログラムの自己点検・評価 |