AI & Data Science Educational Program
  • 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
  • 初歩から応用まで、
    3段階のステップで学習
  • オンデマンド配信形式を活用し、
    履修困難を解消
Menu

ニュース

⽬的・概要

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

1 レベル別に学べる

レベル1
【情報数理学部以外】

【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 

文部科学省「数理・AI・データサイエンス教育認定制度」(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が学べる科目

レベル2
【情報数理学部以外】

【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)については4 履修に当たっての注意点を参照

レベル3
【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

※2025年度より開講

2 修了認定証を発行

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。

【修了認定証】
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。

ベーシック
「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。

スタンダード
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。

スタンダードプラス
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。

3 「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 学科開講科目 みなし科目 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・活用入門
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。

4 履修にあたっての注意点

【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は2年次または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。

5 プログラムの自己点検・評価

【実施体制】
 明治学院大学AI・データサイエンス教育実施委員会

【自己点検評価・報告書】
 2023年度 自己点検・評価結果

【認定制度申請書】
 認定制度申請書

【変更届】
 変更届(2024年度分)