【2025年度申請予定】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）（仮称）

ホーム > 学校教育学部 > 【2025年度申請予定】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）（仮称）

学校教育学部School of Education

　本教育プログラムでは、教育大学ならではの視点を活かし、初年次教育における情報教育を拡張するとともに、Society5.0や学校3.0といった新しい時代の教育像に対応する人材育成を目指します。データ駆動型社会における機械学習やAI技術の理解と活用能力を備え、教育現場でこれらを活用して課題解決や学びの質向上に寄与できる教員や教育関係者の育成を目指します。

　このプログラムは、数理?データサイエンス?AI教育に関心を持つ教育大学の学生を対象とし、学校3.0の理念に基づき、これらの技術をリテラシーレベルで活用するための基本的な心得、知識、技術を修得させることを目的としています。また、AI技術を活用して個別最適な学びや協働的な学びを実現するための実践力の育成を重視しています。

　なお、本教育プログラムは、文部科学省が設置する「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)」に(2025年度)申請予定です。

本教育プログラムを通じて身に付けることができる能力

　将来のデジタル社会において、数理?データサイエンス?AIを日常の生活、学校教育等の場で使いこなすことができる基礎的素養を主体的に身に付ける。
　そして、学修した数理?データサイエンス?AIに関する知識?技能をもとに、これらを扱う際には、人間中心の適切な判断ができ、不安なく自らの意志でAI等の恩恵を享受し、これらを説明し、活用できるようになる。

修了要件

学部１年次必修科目「教育情報科学概論」の２単位を修得すること。

モデルカリキュラムとの対応


授業に含まれている内容?要素		講義内容
（１）現在進行中の社会変化（第４次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている	1-1	第1回社会で起きている変化一般の情報社会での数理?データサイエンス?AIの意義を知り、過去から現在まで(?Society5.0)の社会的?歴史的な変化や動向を押さえる。　さらに、学校教育での数理?データサイエンス?AIの意義を知り、過去から現在まで(?学校3.0)の社会的?歴史的な変化や動向を押さえる。
	1-6	第11回AIによるデータ利活用の現場と最新動向　われわれの生活と密接に結びついている数理?データサイエンス?人工知能の利活用について、ビジネスモデルやテクノロジーの面から知る。第14回教育でのデータ利活用の現場と最新動向　実際の学校現場での数理?データサイエンス?人工知能の利活用について、そのモデルやテクノロジーの面から知る。
（２）「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの	1-2	第1回社会で起きている変化　社会で運用されている実データについて取り上げ、そのデータセットの利活用の領域や有効となる活用手法を知る。　　学校教育で運用されている実データについて取り上げ、そのデータセットの利活用の領域や有効となる活用手法を知る。
	1-3	第11回AIによるデータ利活用の現場と最新動向　課題解決編：AI最新技術の日常への活用例（特に生成AI）を調べ，対話型生成AIを実際に活用することで，AIの効果的な利活用およびリスクなどについて発表する（グループワーク）。第14回教育でのデータ利活用の現場と最新動向　課題解決編：教育システムにおける数理?データサイエンス?AI技術の利活用について最新動向を調べ、それらを教師が日々の学校の中でどのように扱うべきか発表する（グループワーク）。
（３）様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するもの	1-4	第9回AIでのデータ利活用の技術　導入編：AIとは何か，特化型AIと汎用AI，今のAIで出来ることと出来ないこと，認識技術，ルールベース，生成AIの活用（プロンプトエンジニアリング）などAI技術の概要を知る。第12回教育でのデータ利活用の技術　導入編：教育データサイエンスとは何か、学習分析（ラーニングアナリティクス）のためのデータとは、CBTの技術（形成的評価のための学習者履歴の利活用）、及び、LMSの技術（総括的評価のためのeポートフォリオの利活用）などのデータアナリティクスの概要を知る。
	1-5	第10回AIによるデータ分析の実際　基礎編：ルールベース?機械学習?生成AIなどのAI技術の基礎的な仕組みを演習を通して理解，社会における問題解決においてAI技術が利活用されることで、どのような価値が生まれているかを見出す（小演習）。第13回教育でのデータ分析の実際　基礎編：SP表によるテスト問題分析の実際（表計算ソフトを用いた演習）を通して理解，学校教育における問題解決においてAI技術が利活用されることで、どのような価値が生まれているかを見出す（小演習）。
（４）活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、ＡＩ社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする	3-1	第8回企業の講師を招聘しての情報モラル授業　ネットワーク社会での倫理的?法的?社会的な課題、個人情報の取り扱い、情報倫理についての配慮を知る。
	3-2	第15回企業の講師を招聘しての情報セキュリティ授業　標的型攻撃メール訓練及び情報セキュリティ研修を通じてデータを守るうえでの配慮を知る。
（５）実データ?実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理?データサイエンス?ＡＩの基本的な活用法に関するもの	2-1	第2回情報のデジタル化　データのデジタル化についての概要（量子化、標本化、エンコード?デコード）を知る。デジタルデータで文字、音声、画像、動画がどのように表されるか理解する。第5回データサイエンス（統計）でのデータ利活用の技術　導入編：基礎的な統計についての概要を知る。データを読むことを通じて、尺度、代表値、散布度等の概念について理解する。
	2-2	第3回モデル化とシミュレーション　数理科学の基本としての現象のモデル化とシミュレーションについて理解する。社会における問題解決において数理が利活用されることで、どのような価値が生まれているかを見出す。第6回データサイエンス（統計）によるデータ分析の実際　基礎編：基礎的な統計の話とシミュレーション（演習を含む）。データを実際に処理し、相関、回帰について説明する。
	2-3	第7回データサイエンス（統計）によるデータ利活用の現場と最新動向　課題解決編：課題解決編：社会で広く活用されている実オープンデータ（各種データ、統計情報、PISAデータ）を調べ，統計解析ツールを実際に活用して処理することで，データサイエンス技術によって社会が得られる実益を実証的に示し、発表する（グループワーク）。

※授業方法等の詳細についてはシラバスをご参照ください。

威廉希尔公司_威廉希尔中国官网@

上越教育大学

学校教育学部School of Education