文部科学省の令和4年度「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」に認定されました。

 数理・データサイエンス・AI教育プログラム認定制度は、学生の数理・データサイエンス・AIへの関心を高め、それを適切に理解し活用する基礎的な能力(リテラシーレベル)を育成するため、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行う高等教育機関(大学・高専等)の正規の課程(教育プログラム)を文部科学大臣が認定及び選定して奨励するものです。令和4年8月24日付けで本校の教育プログラムが「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」に認定されました。

 本校の教育プログラムは1〜4年生の必修科目で構成されており、グループワークも有効に活用しながら、全学生が数理・データサイエンス・AIに関する基礎的な能力及び実践的な能力の向上を図り、認定機関としての役割を果たしていきます。

  

   (認定の有効期限:令和9年3月31日)

鶴岡工業高等専門学校 数理・データサイエンス・AI教育プログラム規程

鶴岡工業高等専門学校では数理・データサイエンス・AI教育プログラムを下記の規程で開設する。

(趣旨)

第1条 この規程は、鶴岡工業高等専門学校(以下「本校」)という。)における数理・データサイエンス・AI 教育プログラム(以下,「本プログラム」という。)の実施に関し,必要な事項を定める。

(学習・教育目標)

第2条 本プログラムは,現代社会における数理・データサイエンス・AIの重要性を適切に理解し、それを活用するための基礎的能力を育成する事を目的とする。

(履修対象者)

第3条 本プログラムは,本校の本科に在籍する学生(以下「学生」という。)を対象とし、科目等履修生及び特別聴講学生は除くものとする。

(履修方法)

第4条本プログラムは,授業科目の履修に係る通常の登録手続きの他に,特別の手続きを必要としない。

(修得レベル,授業科目及び単位数)

第5条 本プログラムに,基礎的素養を修得する「リテラシーレベル」及び応用力を修得する「応用基礎レベル」を設ける。
2 本プログラムを構成する「リテラシーレベル」の授業科目及び単位数は別表第1とする。「応用基礎レベル」の授業科目及び単位数は別表第2とする。

(修了要件)

第6条 本プログラムにおける「リテラシーレベル」及び「応用基礎レベル」の修了要件は,第5条に定める別表の授業科目をすべて修得することとする。

(修了認定)

第7条 修了の認定は,教務委員会を経て,校長が行う。

(修了証の交付)

第8条 第6条第の修了要件を満たした学生に修了証を交付する。
2 修了証の様式は,別記様式第1号のとおりとする。
3 修了証は,卒業証書授与の際に交付する。

(雑則)

第9条 この規程に定めるもののほか,必要な事項は,別に定める。

(附則)

1 この規程は,令和4年5月11日から施行し,平成30年度に第1年次に入学した者から適用する。
2 この規程は,令和7年5月7日から施行する。なお,「リテラシーレベル」については平成30年度に本科第1年次に入学した者から適用し,「応用基礎レベル」については令和6年度に本科第1年次に入学した者から適用するものとする

(別表)

数理・データサイエンス・AI教育プログラム対象科目。創造工学科全コース共通。

別表第1(第5条関係)        

科目名 履修学年
情報リテラシー 1年
総合工学Ⅰ 1年
総合工学Ⅱ 2年
総合工学Ⅲ 3年
数学Ⅴ 3年
総合工学Ⅳ 4年
工学実験・実習Ⅲ 4年

 

別表第2(第5条関係) 

科目名 履修学年
数学Ⅰ 1年
数学Ⅱ 1年
創造基礎実習 1年
情報リテラシーⅠ 1年
数学Ⅲ 2年
数学Ⅳ 2年
情報リテラシーⅡ 2年
数学Ⅴ 3年
数学Ⅵ 3年
ネットワークシステム 5年

本教育プログラムについて

本教育プログラムにより育成される能力

1.リテラシーレベル

デジタル化社会において必要となる数理・データサイエンス・AIの基礎的素養を専門性と紐づけて育成します。また実社会での活用事例を学び、どのような学びを継続していく必要があるかについても理解を深めます。

2.応用基礎レベル

数理・データサイエンス・AIを適切に使うための基礎的素養に加え、自らの専門分野に応じこれらの知識・技能に応用し、活用できる能力を身につけます。

 

本教育プログラムの取り組み概要図

実施体制

役割 委員会等
運営責任者 校長
改善・進化の計画立案 教務委員会
状況調査・分析 教育点検委員会
企画・改善の指示 教育改善委員会
自己点検・評価 自己点検・評価委員会

本教育プログラム対象科目の学習内容と数理・データサイエンス・AIモデルカリキュラムとの対応

本教育プログラムの対象科目の学習内容および数理・データサイエンス教育拠点コンソーシアムの数理・データサイエンス・AIモデルカリキュラムとの対応は以下のとおりです。

1.リテラシーレベル

数理・データサイエンス・AI(リテラシーレベル)モデルカリキュラム 授業科目
1 社会におけるデータ・AI利活用  
1-1 社会で起きている変化 総合工学Ⅰ、総合工学Ⅱ
1-2 社会で活用されているデータ 総合工学Ⅰ、情報リテラシー
1-3 データ・AIの活用領域 総合工学Ⅰ、工学実験・実習Ⅲ
1-4 データ・AI利活用のための技術 総合工学Ⅰ
1-5 データ・AI利活用の現場 総合工学Ⅲ、総合工学Ⅳ
1-6 データ・AI利活用の最新動向 総合工学Ⅲ、総合工学Ⅳ
2 データリテラシー  
2-1 データを読む 数学Ⅴ、工学実験・実習Ⅲ
2-2 データを説明する 数学Ⅴ、工学実験・実習Ⅲ
2-3 データを扱う 数学Ⅴ、工学実験・実習Ⅲ
3 データ・AI利活用における留意事項  
3-1 データ・AIを扱う上での留意事項 総合工学Ⅰ、情報リテラシー、総合工学Ⅱ
3-2 データを守る上での留意事項 情報リテラシー、総合工学Ⅱ

 

2.応用基礎レベル

数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラム 授業科目
1 データサイエンス基礎  
  1-1 データ駆動型社会とデータサイエンス 情報リテラシーⅡ
  1-2 分析設計 情報リテラシーⅡ
  1-6 数学基礎 数学Ⅰ、数学Ⅱ、数学Ⅲ、数学Ⅳ、数学Ⅴ、数学Ⅵ
  1-7 アルゴリズム 創造基礎実習
2 データエンジニアリング基礎  
 2-1 ビッグデータとデータエンジニアリング ネットワークシステム
 2-2 データ表現 情報リテラシーⅠ
 2-7 プログラミング基礎 創造基礎実習
3 AI基礎  
 3-1 AIの歴史と応用分野 ネットワークシステム
 3-2 AIと社会 ネットワークシステム
 3-3 機械学習の基礎と展望 ネットワークシステム
 3-4 深層学習の基礎と展望 ネットワークシステム
 3-5 生成AIの基礎と展望 ネットワークシステム
 3-10 AIの構築と運用 ネットワークシステム

本教育プログラムを構成する科目の授業方法に関する情報

教育プログラムを構成する科目の授業の方法に関する情報は下記リンク先に記載の通りである。

1.リテラシーレベル

2.応用基礎レベル

本教育プログラムの自己点検評価

本教育プログラムの自己点検評価の結果は下記リンク先の通りです。

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)申請書

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)の申請書はこちらからご覧になれます。