年度 | 2022 年度 | ||||
---|---|---|---|---|---|
授業科目名 | 授業科目 特講A | ||||
開講番号 | K2-213 | 講義コード | 0004809 | ||
開講期 | 前期 | 曜日/講時 | 火曜日/5講時 | ||
単位数 | 2 | カリキュラムマップ | 知識・理解 | ||
授業形態 | 講義 | 担当形態 | 単独 | ||
対象学生 | 現社2 | ナンバリングコード | P11212153 | ||
担当教員 | 宮下 健輔 | ||||
教職課程関連科目 法定規程科目 |
|||||
教職課程関連科目 施行規則に定める科目区分または事項等 |
双方向オンライン形式およびオンデマンド形式(各回のテーマや内容に合わせて切替え)
Teamsを用いた双方向オンライン方式と,講義動画を都合のよいときに視聴するオンデマンド形式とを各回のテーマや内容に合わせて切替え,教育効果の最大化を図る.受講者数が少なければ(なおかつ社会情勢が許せば)対面形式とする可能性もある.
現代社会におけるAIを技術的側面から理解する
現在注目されているAI(人工知能)について機械学習やデータ分析など技術的側面から理解し,AIサービスについて考えられるようになる.
現代社会の諸分野について,高度の専門的知識・理解・技能を有している.
情報通信技術(ICT)を活用することができる.
この授業はネットワンシステムズ株式会社からゲスト講師を招いて実施する.
現在注目されているAI(人工知能)について,まず活用事例を紹介することで身近に感じてもらい,AIを支える技術として機械学習やデータ分析,深層学習などを理解することでその仕組みに思いを馳せる.後半ではAIを活用したサービスについて技術的な根拠をもとに考え,新しいAIサービスを企画することでこの授業の集大成とする.
受講生を数人ずつのグループに分け,グループワークとして(1)現代社会におけるAI活用事例の調査,(2)データ分析や機械学習,AIを活用したサービスの企画をそれぞれ実施し,発表してもらう.
1. オリエンテーション,情報学アプローチの振り返り,講師紹介
2. 現在のビジネス環境(DX)
3. AI活用シーンの事例紹介
4. AI,機械学習,データ分析とは何か
5. データ分析アルゴリズム
6. 機械学習アルゴリズム
7. グループワーク:AI活用事例調査
8. グループワーク:AI活用事例調査結果発表 → レポート(1)提出
9. AI活用事例解説
A. AIサービスに必要な技術1
B. AIサービスに必要な技術2
C. 深層学習
D. グループワーク:AI,機械学習,データ分析を活用したサービス企画
E. グループワーク:AI,機械学習,データ分析を活用したサービス企画発表 → レポート(2)提出
F. AI,機械学習,データ分析を活用したサービス企画解説,まとめ
AIや機械学習,データ分析について日ごろから関心を持ち,新聞やニュースサイトなどの記事を読むようにするとよい.また,グループワーク時には授業時間以外にも調査や議論,発表準備などが必要となる.
授業内およびTeams上で行う.
情報学アプローチから始まる情報系科目全般に関連し,また,経済やコミュニケーション,倫理などとも関連する.
なし.
適宜紹介する.
AIや機械学習,データ分析などの仕組みを知ることで,現代社会にAIやAIを活用したサービスがどのように影響するのか,技術的側面から考えられる人になろう.
無
評価項目 | 配分(%) | 評価の観点 |
---|---|---|
レポート(1) | 40 | 論旨やレポートの体裁,紹介事例の適切さなどを評価する |
レポート(2) | 50 | 論旨やレポートの体裁,企画されたサービス内容などを評価する |
その他 | 10 | 上記以外の要素を評価する |
PBL(課題解決型学習) | AI活用事例調査およびAIサービス企画 |
グループ学習 | AI活用事例調査およびAIサービス企画 |
プレゼンテーション | グループワーク成果の発表 |
学外授業(フィールドワーク) | グループワーク時には必要に応じて実施 |
実験・実習・実技 | ノートPCを随時活用 |