











対象
AI・データサイエンス教育プログラムとは
AIとビッグデータの時代を迷いなく生きるため
明治学院大学は、すべての学部生を対象にAI時代の新たな基礎知識を教授する「AI・データサイエンス教育プログラム」を2023年度より開始し、新たな科目を順次開講しています。このプログラムは、初歩から応用まで3段階のステップで構成されています。社会におけるデータ・AI利活用の状況やデータリテラシーの基礎、データ・AI利活用における留意事項などを学ぶ「レベル1」、プログラミング言語やAIによる機械学習などを学ぶ「レベル2」、そしてAI・データサイエンスに関する知識をさらに深めると同時に、課題解決型の実践的な授業PBL(Project Based Learning)にも参加できる「レベル3」まで、履修者の習熟度に応じて学びを深めることができます。授業の多くはオンデマンド配信形式を活用。学生の履修困難を解消し、学びやすい環境を整えます。プログラムで提供される授業を履修する学生は、定期的に実施予定のテストで学びを確かなものにし、一定の条件を満たすと修了認定証を取得することができます。AIとビッグデータの時代を迷いなく生きるために欠かせない知識を培う場。それが「AI・データサイエンス教育プログラム」です。この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)」の認定を受けています。

認定有効期限:
2029(令和11)年3月31日
毎年2000人以上が受講
本プログラムは、全ての学部生が受講可能な全学プログラムとなっています。文系・理系問わず門戸が開かれ、毎年多くの学部生が受講。これからのAI時代を生きるすべての人に関わる教育プログラムです。
- オンデマンド配信形式を活用し、履修困難を解消
- 初歩から応用まで、3段階のステップで学習
- すべての学部生を対象にAI時代の新たな基礎知識を教授
学べる
数理的思考を育む
身近な話題や社会課題を題材に、データサイエンスを学びます。統計やプログラミング、データ解析についての学習を通して、データを読み解く力、データの適切な扱い方を身に付けることができます。そして実践的な体験学習により、数理的思考を持ってAIやデータと向き合うことができるようになります。
3つのレベル
AI知識をレベルアップ
科目はレベル1からレベル3まで用意されており、履修者の習熟度に応じて学びを深めることができます。レベル2およびレベル3の科目を履修することで、AI・データサイエンスについての知識を修得したことを証明する修了証明書を取得可能です。情報数理学部生とそれ以外の学部生で履修可能な科目が異なります。
【情報数理学部以外】
・AI・データサイエンス入門
【情報数理学部】
・数理と情報
・コンピュータとクラウドシステム
レベル1では、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)」のモデルカリキュラムに準拠した内容を学ぶことができます。
【情報数理学部以外】
・データ解析・活用入門
・プログラミング入門
【情報数理学部】
・データ構造とアルゴリズム
・初級プログラミング
【全学部共通】
・統計学1(または2)
・AIと人間
統計学1(または2)については履修に当たっての注意点を参照
【情報数理学部以外】
・データ解析・活用基礎
・AI基礎
・PBL演習
【情報数理学部】
・データ駆動型社会とデータサイエンス
・人工知能
・Project Based Learning
レベル2およびレベル3の修了要件を満たした人は、それぞれ修了認定証「ベーシック」、「スタンダード」および「スタンダードプラス」が取得できます。修了認定証「スタンダード」および「スタンダードプラス」は、2025年度からの発行となります。なお、修了認定証はデジタル証明書であるオープンバッジを発行します。修了者へはポートヘボンを通じて受領方法や活用方法等をお知らせします。オープンバッジの詳細につきましてはこちらをご覧ください。

「AI・データサイエンス入門」、「データ解析・活用入門」、「プログラミング入門」(3科目各2単位計6単位)が必修。「統計学1(または2)」と「AIと人間」は、いずれかを選択必修とし、4科目計8単位の修得をもって、ベーシックの修了認定を行います。

ベーシック修了後、「データ解析・活用基礎」および「AI基礎」の2科目4単位の修得をもって、スタンダードの修了認定を行います。

プラス
スタンダード修了後、「PBL演習」2単位の修得をもって、スタンダードプラスの修了認定を行います。
※文中の「必修」、「選択必修」は、卒業要件上の条件ではなく、この認定証を取得する条件を指します。
担当教員

粕谷 美里
主な担当科目:
AI・データサイエンス入門、データ解析・活用入門
レベル1では、AIやデータサイエンスの基本、統計や簡単なプログラミングを、身近な話題や社会課題を題材に楽しく実践しながら学びます。実例を通して自分で考え、活用する力を育て、どんな分野でも役立つ「データを読み解く力」が身につきます。初めて学ぶ方も、基礎から丁寧に進めていくので安心です。一緒に楽しく学んでいきましょう!

山田 敏史
主な担当科目:
プログラミング入門、データ解析・活用基礎、AI基礎
レベル2では、Matlab言語を用いて、数値・文字・画像の扱いやプログラム・アルゴリズムの基礎を実例ベースで学びます。また、時系列分析・自然言語処理・画像処理などのデータ解析や、機械学習を用いた解析を実践的に習得します。最終的に、データを適切に解析して結果を抽出し解釈できる能力や、簡単なアプリケーション開発ができる能力の獲得を目指します。

永田 毅
主な担当科目:
PBL演習、データ駆動型社会とデータサイエンス、人工知能
レベル3では、AI・データサイエンスの学術的な基礎を固めて、それをもとに実践的な体験学習を行います。レベル3をマスターすると、AI・データサイエンス全体を構成する技術の基礎が身につき、さらに実社会に適用する実践的なスキルが身に付きますので、就職や進学等、進路選択において、大きな武器となるでしょう。
「AI・データサイエンス」につながる学科の学び(みなし科目)
各学科で開講される科目の単位修得をもって、AI・データサイエンス教育プログラムの科目を修得したと認定する場合があります。修了認定証の取得を目指す人は、各学科における「みなし科目」に注意して、履修計画をたてるようにしてください。
学部・学科 | みなし科目(学科開講科目) | AI・データサイエンス 教育プログラムの科目 |
備考 |
---|---|---|---|
経済学部 | 経済統計学1 | 統計学1 | |
経済統計学2 | プログラミング入門 | ||
経営学特講(データサイエンス) | データ解析・活用入門 | 23年度生まで適用 | |
実践データ分析 | データ解析・活用入門 | 24年度生から適用 | |
社会学科 | 社会統計学 | 統計学1 | |
消費情報環境法学科 | 情報処理3 | プログラミング入門 | |
政治学科 | 計量政治分析A | プログラミング入門 | |
計量政治分析B | データ解析・活用入門 | ||
心理学科 | 心理学統計法 | 統計学1 | |
基礎統計学 | 統計学2 | ||
情報数理学科※ | 数理と情報 | AI・データサイエンス入門 | 2科目修得で適用 |
コンピュータとクラウドシステム | |||
データ構造とアルゴリズム | データ解析・活用入門 | ||
初級プログラミング | プログラミング入門 | ||
統計の数理 | 統計学1(または2) | ||
データ駆動型社会とデータサイエンス | データ解析・活用基礎 | ||
人工知能 | AI基礎 | ||
Project Based Learning | PBL演習 |
※情報数理学科生はプログラムを構成する明治学院共通科目のうち、「統計学1」、「統計学2」および「AIと人間」以外の科目は履修できません。なお、「AI・データサイエンス入門」については、「数理と情報」および「コンピュータとクラウドシステム」の2科目分の単位取得がみなし要件となり、ベーシックの修了認定には必修4科目8単位、選択必修1科目2単位の合計10単位が必要です。
履修に当たっての注意点
【配当年次】
レベル1およびレベル2ともに1年次配当。レベル3「データ解析・活用基礎」および「AI基礎」は2年次配当、「PBL演習」は3年次配当。情報数理学部の専門科目については、学科の定めた配当年次。
【履修要件】
レベル2の科目のうち「データ解析・活用入門」、「プログラミング入門」、「AIと人間」の履修はレベル1の「AI・データサイエンス入門」の単位を修得していることが条件になります。また、レベル3の科目のうち「データ解析・活用基礎」、「AI基礎」の履修は修了認定証ベーシックを取得していることが条件となり、「PBL演習」の履修は修了認定証スタンダードを取得していることが条件となります。
【春学期・秋学期に同内容で開講している科目について】
どちらの学期に履修しても構いません。シラバスをよく確認して、教務Webから履修登録期間に履修申請してください。オンデマンド科目については、人数上限、抽選等はありません。単位修得した場合、同じ科目を履修することはできません。春学期に単位修得できなかった場合に、秋学期履修登録することは可能です。
【統計学1・2について】
「統計学1」および「統計学2」はプログラム開始以前から開講されている明治学院共通科目のため、1年次から履修することができます。すでにこれらの科目の単位を修得している場合は、新たに履修する必要はなく、修了認定証ベーシックの科目として認定されることになります。
プログラムの自己点検・評価
自己点検評価・報告書
認定制度申請書
その他
コンソーシアム会員 | 明治学院大学は、「数理・データサイエンス・AI教育強化拠点コンソーシアム」の会員校です。 |
---|
イベント 開催 |
オンラインセミナー『文系学部生への「AI・データサイエンス教育」の導入〜オンライン4000人への挑戦〜』を2025年3月7日に開催しました。当日の講演資料等は下記よりご参照ください。 |
---|
講演②
- 時代ごとのアイドルの顔分析とバーチャルアイドルの生成
- 生成AIを活用した顔表情からの表情コピーと感情マップ生成」
中村 明日香(心理学部心理学科4年 「AI・データサイエンス入門」内プロジェクト参加学生)