リテラシー教育プログラム
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）」認定
下記の数理‧データサイエンスリテラシー教育プログラムは、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。認定の有効期限は、令和８年３月３１日までとなっています。
島根大学の認定制度への申請内容
島根大学数理・データサイエンス・AI教育プログラム認定制度_申請書[PDF：494KB]
島根大学数理・データサイエンス・AI教育プログラム認定制度_取組概要[PDF：620KB]
プログラムの変更について（R3年度）[PDF：1.89MB]
数理・データサイエンスリテラシー教育プログラム
文系・理系を問わす、全学部の学生を対象にしたリテラシーレベルの教育プログラムです。
データは何を訴えているのかといったデータの見方、データの解析を通して何がわかるのかといった帰納的思考、データの基本的な解析手法およびグラフィック表現手法、データの解析手法を理解するための最低限の数学、そして数理的思考が社会に見られる現象の理解と洞察にどのように生かされるのかについて学びます。基本的なデータ解析手法を自ら実行できるようになることも目的とします。
対象科目
| 松江キャンパス |
法文学部 |
数理・データサイエンス入門 | R2年度以前 |
| 数理・データサイエンスへの誘い | R3年度以降 | ||
| 出雲キャンパス | 医学科 | 情報科学概論＋情報科学演習 | R2年度以前 |
| 情報科学概論＋数理・データサイエンス | R3年度以降 | ||
| 看護学科 | 数理・データサイエンス入門 | R2年度以前 | |
| 数理・データサイエンス | R3年度以降 |
授業内容・授業方法（R5年度）
| 分類 | 内容 | 数理・データサイエンスへの誘い | 数理・データサイエンス 授業日程等（R5） （医学科） |
情報科学概論 授業日程等（R5） （医学科） |
|
|
●導入 社会におけるデータ・AI利活用
|
回転寿司チェーン店の客層に応じて提供ネタをコントロールするシステムなどの身近な題材や放射線の画像システム、また、各学部の専門分野における研究での活用事例に触ることで、データサイエンス・AIが、社会の様々な場面で活用され、社会に変化をもたらしていることを学びます。 |
1・3・10・11・12・13・14 ※数字は，第何回目の講義で実施しているかを示しています。 |
2・7・8・9・10・12 |
||
|
●基礎 データリテラシー（読む・扱う）
|
データは何を訴えているのかといったデータの見方、データ解析の基本的手法および、 |
3・5・6・8 |
2・3・4・5・11・12・13 |
||
|
●心得 データ・AI利活用における留意事項
|
アルゴリズムバイアスなどによる倫理的な問題などを通して、AIを正しく理解すること、 |
2・14 | 6・11 | ||
|
●オプション データ・AI利活用に必要な数学・統計 |
データの解析手法を理解するために必要な数学、統計手法について学びます。 | 4・7・9 | 7・8・9 | ||
※授業方法等の詳細についてはシラバスをご参照ください。各授業科目名にシラバスへのリンクが貼ってあります。各学部別に時間割コードを設定しする関係上、履修資格に特定の学部名が記載されていますが、内容は同じです。
身につく力
本プログラムを通して、数理・データサイエンスリテラシーである「データを正しく読む力」や「データを正確に伝える力」を身に付けることが出来る。
AIの成功事例とその限界について知るなど、AIについて正しく理解を深め、これからの社会における変化を柔軟に受け入れることが出来るようになる。
修了要件
（令和２年度以前入学生）数理・データサイエンス入門（２単位）を修得
※医学部医学科は情報科学概論（２単位）と情報科学演習（１単位）
（令和３年度以降入学生）数理・データサイエンスへの誘い（２単位）を修得
※医学部医学科は情報科学概論（２単位）及び数理・データサイエンス（２単位）
※医学部看護学科は数理・データサイエンス（２単位）
教育の自己点検・評価
実施体制
| 運営責任者 | 理事（研究推進担当） |
| 実施組織 | 数理・データサイエンス教育研究センター |
| プログラムの自己点検・評価 | 数理・データサイエンス教育研究センター運営会議 |
| プログラムの改善・進化 | 教学マネジメント委員会全学共通教育小委員会 数理・データサイエンス教育研究センター専門委員会（科目担当者会議を兼ねる） |
評価結果
令和3年度実績に対する自己点検・評価結果
令和2年度実績に対する自己点検・評価結果
ここがポイント‼
- 本学の教員の研究例を題材に、数理・データサイエンスの実際の活用場面を知るためのオリジナル動画コンテンツを開発・活用
- 学生のデータに対する多角的視野を育成するため、グループワークを取り入れ、授業への主体的な参加を促進
- AIやデータサイエンスの成功事例（例えばケーキ屋で、トレイに載せたケーキを画像認識することで、いつ、どんなケーキが何個売れたかというデータから需要予測を行ったりしている例や、回転すし店で、入店した家族構成を認識し、その家族構成が最も好む寿司ネタを多く流す仕組みを採用している例など）とその限界について知るなど、身近な題材を使いながら幅広い知識を取得
- 対面授業のほか、オンラインでのMoodle（学習管理システム）を活用した動画視聴によるブレンディッド・ラーニングを導入しており、事前・事後学習や課題の提出等を一元的に管理することにより、学生の学習時間を確保しその成果の蓄積を確認できる仕組みを構築
♡学生の声♡
- 数学が苦手でも大丈夫！数学の捉え方が変わります
- 与えられたデータを疑ってみることが大切。
- データの扱い方を知れば日常の味方も変わる！ Etc… 詳しくはこちら＞＞＞
