数理・データ・AIのモデルカリキュラムを紹介

 数理・データサイエンス教育強化拠点コンソーシアム特別委員会の孝忠委員は、同コンソーシアムが進めている全国的なモデルとなる標準カリキュラムや教材について説明した。標準カリキュラムは一般教育・専門基礎教育で必要となる中核的・基礎的な能力育成のためのカリキュラムになる。

数理・データサイエンス教育強化拠点コンソーシアム特別委員会委員の孝忠大輔氏
数理・データサイエンス教育強化拠点コンソーシアム特別委員会委員の孝忠大輔氏
[画像のクリックで拡大表示]
数理・データサイエンス教育強化拠点コンソーシアム特別委員会の孝忠大輔委員は現在開発を進めているモデルカリキュラムについて説明した
数理・データサイエンス教育強化拠点コンソーシアム特別委員会の孝忠大輔委員は現在開発を進めているモデルカリキュラムについて説明した
[画像のクリックで拡大表示]

 一般教育では、数理・データサイエンスが社会における課題発見・解決や新たな価値の創出やさまざまな学問分野の発展に役立つことを認識し、それがどのような原理で行われているのかを理解できることを目指す。基礎的な理論・方法の教育に当たり、導入部分だけでなく全体を通して、各工程で企業の事例を基にしたケーススタディーなどを取り入れる。

 専門教育ではある現象や社会的課題に対して、専門分野と数理・データサイエンスを掛け合わせて解決策を提示できる能力を育成する.基礎的な理論・方法を活用したグループワークや課題解決型学習(PBL)など実践的な方法による能力の修得を目指す。

 モデルカリキュラムは、コア学習科目を「1.導入」「2.基礎」「3.心得」に分け、オプションで「4.選択」科目を設けた。

 1.導入では、データ・AI利活用のための技術の概要や、現場でどのような価値が生まれているか、またAI利活用の最新動向を学ぶ。2.基礎では、データを適切に読み解く力を養い、データの内容を説明したり、扱う力を育成したりする。3.心得では、データ・AIを地活用する上で知っておくべきことや守るべきことを理解する。4.選択のオプションでは統計や数理基礎、アルゴリズム基礎、データ構造とプログラム基礎、テキストや画像解析などを学べるようにする。モデルカリキュラムは、同コンソーシアムのサイトからダウンロードできる。

モデルカリキュラムを授業に導入する活用イメージ
モデルカリキュラムを授業に導入する活用イメージ
[画像のクリックで拡大表示]