授業概要
|
|
武蔵野大学では情報技術(IT)の学修を通じて、変化し続ける社会の中で、様々な困難な課題を解決し、より良い未来を作り出すことのできる人材の育成を目指している。本科目では、本学を修了し、社会に出て行く際には必ず身に付けておくべき情報技術の基礎を学ぶ。
本授業では、テキスト、画像、音声などを処理する人工知能の仕組みを理解し、活用方法を提案できる基礎的な知識とスキルを実践的に学ぶ。知識として、人工知能の基本的な能力や社会応用の可能性、情報社会の権利についてオンデマンド教材も併用して学ぶ。また、人工知能ツールやサービスに触れることを通して人工知能が社会生活に及ぼす影響について考察したり、他者の権利を尊重して社会発信したりするスキルを、Google ColaboratoryやDocumentなどのツールを活用して学ぶ。学習方法としてはグループ協調学習を基軸に進め、協働・プレゼンスキルなども副次的に身につける。
※本科目は、武蔵野大学の副専攻「AI活用エキスパートコース」を構成する科目群の一つで、入門科目に位置づけられる。必修科目なので卒業までには必ず取得する必要があるが、上記副専攻コースへの参画にあたっては本科目の単位取得済みである事が前提となる。詳しくは以下のコース説明を参照すること。 https://risyuyouran.musashino-u.ac.jp/faculty/curriculum-faculty/ai/
|
|
|
知識・専門性の到達目標
|
|
クラウドベースのツールを活用して基本的な情報に関する知識を習得し、適切に適用できるようになる。【教養・基礎学力】
|
|
関心・態度・人格の到達目標
|
|
身近に存在する情報の問題点を発見・指摘し、自律的能動的な学習態度を醸成する。【課題発見力】
|
|
思考・判断の到達目標
|
|
目的に応じて情報を収集、分析、判断し、それに基づいて適切な判断を行うことができるようになる。【情報分析力・論理的思考力・判断力】
|
|
実践的スキル・表現の到達目標
|
|
クラウドベースのツールを活用して、自分の主張したいこと、伝達したいことを、社会的に発信できるようになる。【表現力】
|
|
「響学スパイラル」取り組み方法
|
|
物事を多面的・多角的な観点から考え、他者とともに主体的に世界の幸せをカタチにできる資質・能力の育成に取り組む。そのため、「問う」ことからはじめ、「考え・行動する」ことで実践のための道筋を探り、具体的に「カタチにする」取り組みを経て、問題の本質を「見つめ直し」、さらに再び「問う」という、武蔵野大学における学び(響学スパイラル)の基本的態度を身につける。
|
|
|
授業における「アクティブな知」の要素
|
|
| |
授業形態
|
対象
|
|
A:課題解決型学習(PBL)企業、自治体等との連携あり
|
-
|
|
|
|
B:課題解決型学習(PBL)連携なし
|
‐
|
|
|
|
C:反転授業(知識習得を授業外で行い、知識確認等の要素を教室で行う授業形態)
|
-
|
|
|
|
D:討議(ディスカッション、ディベート等)
|
○
|
|
|
|
E:グループワーク
|
○
|
|
|
|
F:発表(プレゼンテーション)
|
○
|
|
|
|
G:実習、フィールドワーク
|
‐
|
|
|
|
H:双方向授業(ICT活用なし:対話型、リアクションペーパー等)
|
‐
|
|
|
|
I:双方向授業(ICT活用あり:クリッカー、タブレット、スマートフォン等)
|
○
|
|
|
|
J:講義のみ
|
‐
|
|
|
|
|
‐
|
|
|
|
授業における「ICTの活用」について
|
|
| |
授業形態
|
対象
|
|
A:ノートPC必携
|
○
|
|
|
|
B:講義資料や授業教材のオンライン配信
|
○
|
|
|
|
C:レポート課題等のオンライン提出
|
○
|
|
|
|
D:質問やレポート課題等へのフィードバックにおける学修管理システムの活用 (学修支援システム(Course Power)、Google Classroom、Teams等)
|
○
|
|
|
|
E:オンラインメディアの活用 (e-Learning、edX、Coursera、JMOOC等のOpen Educational Resources)
|
○
|
|
|
|
F:Zoom、Google Meet等のミーティングツールの活用
|
○
|
|
|
|
|
-
|
|
|
|
予習 (事前学修)
|
|
| |
各授業
|
情報倫理(データ倫理、など)に関するオンデマンド教材を利用して学ぶ。 Google Spreadsheet(データ解析ツール)の関数に関するオンデマンド教材を利用して学ぶ。
|
|
|
[
平均65
]分
|
|
|
|
復習 (事後学修)
|
|
| |
各授業
|
授業内で終了しなかった課題等を実施して提出する。
|
|
|
[
平均65
]分
|
|
|
|
成績評価
|
|
| |
評価項目
|
評価項目の詳細内容
|
割合
|
|
課題提出(レポート)
|
基礎課題:毎週の学修を促進するために取り組む課題 活用課題:学修内容を総合的に活用して取り組む課題
|
100
%
|
|
|
|
|
小テスト
|
|
0
%
|
|
|
|
|
試験
|
|
0
%
|
|
|
|
|
実習・学外学修活動
|
|
0
%
|
|
|
|
|
その他
|
|
0
%
|
|
|
|
授業計画
|
|
| |
授業回
|
内容
|
|
1.
|
[タイトル] AIの利活用とは・・・【第1週】 [内容] AI(人工知能、特に機械学習)を利活用する意義 [キーワード] 今のAIで出来ることと出来ないこと、構造化データ / 非構造化データ、コンピュータで扱うデータ(数値、文章、画像、音声、動画など)、など [課題] 内容理解を促すための基礎課題の実施
|
|
2.
|
[内容] 活用課題の実施方法について [課題] オンデマンド教材を利用した学修方法について(オンデマンド教材による学び1) [予習(15分)] シラバスを読む [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
3.
|
[タイトル] AIはヒトを超えるか?・・・【第2週】 [内容] ヒトを越えたAI / 実用的なAI、AIの実現エンジンの概要 [キーワード] 汎用AI / 特化型AI (強いAI / 弱いAI)、エキスパートシステム、AI最新技術の活用例、など [課題] 内容理解を促すための基礎課題の実施
|
|
4.
|
[課題] 活用課題の実施 [予習(65分)] オンデマンド教材による学び2 [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
5.
|
[タイトル] AI利活用:自然言語の認識・・・【第3週】 [内容] 自然言語を対象としたAIツール(翻訳、要約、質問、可視化など) [キーワード] 自然言語処理、AI最新技術の活用例、など [課題] 内容理解を促すための基礎課題の実施
|
|
6.
|
[課題] 活用課題の実施 [予習(65分)] オンデマンド教材による学び3 [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
7.
|
[タイトル] AI利活用:画像や音声の認識・・・【第4週】 [内容] 画像ないし音声を対象としたAIツール(顔認識・生成、音声認識・生成、AIスピーカーなど) [キーワード] 画像認識、情報量の単位(ビット、バイト)、二進数、AI最新技術の活用例、など [課題] 内容理解を促すための基礎課題の実施
|
|
8.
|
[課題] 活用課題の実施 [予習(65分)] オンデマンド教材による学び4 [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
9.
|
[タイトル] AIにより消える職業と生まれる職業・・・【第5週】 [内容] AIの社会浸透で消える職業/職種、生まれる職業/職種 [キーワード] 人間の知的活動とAIの関係性、など [課題] 内容理解を促すための基礎課題の実施
|
|
10.
|
[課題] 活用課題の実施 [予習(65分)] オンデマンド教材による学び5 [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
11.
|
[タイトル] AIのリスクと倫理・・・【第6週】 [内容] AIの誤動作や意図的な悪用に対する対策 [キーワード] データ・AI活用領域の広がり、AI倫理、プライバシー保護、など [課題] 内容理解を促すための基礎課題の実施
|
|
12.
|
[課題] 活用課題の実施 [予習(65分)] オンデマンド教材による学び6 [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
13.
|
[タイトル] 成果発表と相互評価・・・【第7週】 [課題] 成果発表と相互評価の実施
|
|
14.
|
[課題] 自己評価と他者評価の差異の考察 [予習(120分)] 活用課題の発表準備 [復習(65分)] 授業内で終了しなかった課題等を実施して提出する
|
|
|
|
留意事項
|
|
・授業は、時間割に記載の時間帯に同時双方向型のオンラインで実施するので必ず出席すること。予習と復習はオンデマンド型のオンラインで実施するので担当講師の指示に従うこと。 ・オンライン授業の学修管理システムとしてはGoogle Classroomを使用し、ミーティングツールとしてはTeamsを使用するため、本学の「学内IT・ネットワーク環境情報」などで「Google Classroom」や「Microsoft Teams」の利用方法を確認しておくこと。なお、都合により変更する場合にはMUSCATの「講義連絡」でお知らせするので確認すること。 ・オンライン授業(同時双方向型)の受講に必要な情報は、MUSCATの「講義連絡」で1週間前までにお知らせするので確認すること。 ・授業の受講は各自のノートPC(スマートフォンやタブレットのみの受講は不可)を利用するため、本学の「学内IT・ネットワーク環境情報」などを参照して「Google Chrome」というウェブブラウザをインストールし、授業の課題作成などにおいてはこのブラウザを標準的に使用すること。 ・「授業計画」の記載は、各学科の特性に応じて内容や順序を調整する可能性があるため、実際の内容は担当講師の指示に従うこと。 ・病気などで欠席した週の課題(グループ課題は一人グループとして実施)は授業の2日後(授業が火曜日の場合は木曜日の23時59分)までに必ず提出すること。授業に出席した人も、課題の手直しは2日後まで可能なので積極的に取り組むこと。なお、クラスによって提出期限は調整する場合もあるため、詳細は担当講師の指示に従うこと。 ・グループワークを正当な理由なしに欠席し、グループメンバーに迷惑をかける行為をした場合は、重大なマナー違反なので成績評価は原則「D」とする。 ・成績評価に関して詳しくは以下の説明を参照すること。 https://www.musashino-u.ac.jp/student-life/learning/results.html
|
|
|
教科書 (購入必要)
|
|
|
|
参考図書 (任意購入)
|
|
| |
1.
|
|
|
|
|
|
書籍名
|
『基礎からはじめるデータサイエンス』
|
|
|
|
|
|
著者
|
保本正芳
|
|
|
|
|
|
出版社
|
noa出版
|
ISBN(13桁)
|
9784908434761
|
|
|
|
|
|
参考図書に関する履修学生への連絡事項
|
授業で利用する資料は授業中に配布をするが、事前の学習また知識を深めるために購入することを推奨する。
|
|
|
|
その他 (配布教材等により購入不要)
|
|
|
|
参考URL
|
|
|
|
実務経験のある教員等による授業科目 (実践的教育を行う授業科目)
|
|
| |
実践的教育を行う授業科目の種別
|
対象
|
|
a.実務経験を有する担当教員による実践的な授業科目
|
-
|
|
|
|
担当教員の実務経験(経歴・資格等)
|
|
|
|
|
|
|
|
授業内容との関連性
|
|
|
|
|
|
|
|
b.企業や自治体等、学外から実務経験を有する講師を招いて行う授業科目
|
-
|
|
|
|
学外講師の経歴・資格等
|
|
|
|
|
|
|
|
授業内容との関連性
|
|
|
|
|
|
|
|
c.企業や自治体等との連携により、学外でのインターンシップや実習、研修を行う授業科目
|
-
|
|
|
|
実習先・実習の目的
|
|
|
|
|
|
|
|
備考
|
|
|