数理・AI・データサイエンス教育 | 大学紹介

2020年度からスタートした広島工業大学の「HIT.E ▶2024」では、従来の数学及び理科を各学科の学びに則した数理科目に変更するとともに、全学部全学科の1年次生が、初級レベルのAIやデータサイエンスを学べる教育プログラム「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」を開設しています。本教育プログラムは2021年6月に文部科学省の「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（関連記事）。また、2021年度から情報学部の学生には、教育プログラム「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」を開設し、様々なデータを適切に収集・解析し、AIを活用するためのシステム構築から運用までの流れに関する知識や技術が学修できるよう整備しています。本教育プログラムも2022年8月に文部科学省の「数理・データサイエンス・AI教育プログラム（応用基礎レベル）」に認定されました（関連記事）。さらに、2022年度から情報学部以外の工学部・環境学部・生命学部の学生に授業科目「AI・データサイエンス応用」を開設することで、AI・データサイエンス技術を活用し、社会や企業における課題を解決するための実践的な能力を養っています。そして、2025年にカリキュラム改定が行われ、情報学部‧工学部‧環境学部に「数理‧データサイエンス‧AI入門」を設置し、2単位科目にして内容を充実させました。同時に、数理‧データサイエンス‧AIに関して、より実践的な知識や技術の修得を目的とした「数理‧データサイエンス‧AI応用」を情報学部‧工学部‧環境学部に設置いたしました。「数理‧データサイエンス‧AI入門」や「数理‧データサイエンス‧AI応用」では、第4次産業革命に伴う産業構造の変化の中で、付加価値創出の源泉が「モノ」や「カネ」から「ヒト（人材）」と「データ」へ移行していることを踏まえ、あらゆる産業で要求されるデータサイエンス‧AI活用能力と、人間中心の視点に立った適切な判断力を養成します。

「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」について

教育プログラムの名称

「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」

身につけることができる能力

本教育プログラムでは、AI・データサイエンスが実社会でどのように役立っているかを知り、基礎となる数理的知識を修得し、AIやデータに対するリテラシーを高めるとともに、それらを利活用する際に求められる知識を身につけることができます。

開設される授業科目、修了要件

本教育プログラムは全学部全学科の1年次生の必修科目で構成しており、各学科の授業科目は下表の通りです。これらの単位を取得することで、本教育プログラム修了者として認定されます。

学部	学科	授業科目（単位数）
工学部	電子情報工学科電気システム工学科機械システム工学科知能機械工学科環境土木工学科建築工学科	AI・データサイエンス入門（１単位）
情報学部	情報工学科	HIT基礎実践B （2単位）情報工学概論（2単位）
情報学部	情報コミュニケーション学科	HIT基礎実践D （2単位）
環境学部	建築デザイン学科地球環境学科	AI・データサイエンス入門（１単位）
生命学部	生体医工学科食品生命科学科	AI・データサイエンス入門（１単位）

授業の方法及び内容

授業では、文理を含めた専門性に依存しないような大学初年次向けの教材と、Pythonを使ったAIの操作/実装体験を支援できる教材を併用して進めていきます。各学科の対象授業科目では、次の項目を学修していきます。

項番	学修項目
1	情報技術が浸透する現代社会/それを支えるAI・データサイエンスを理解する。
2	「スマート技術」を説明し、データ観点でのAI・データサイエンス活用を学ぶ。
3	AIに関する基礎知識を学ぶ。
4	AIを駆動する機械学習の概要を学び、背景にある「数学」を意識する。
5	AIによって処理された実験データを評価するための統計処理方法の基本を学ぶ。
6	AIによって処理された実験データを評価するための可視化方法を学ぶ。
7	AIをうまく活用するためのデータ処理方法の理解を深める。データ利活用の発表・交流の場を知る。
8	オンラインAI学習プログラム（SIGNATE Quest※）を用いてAIを体験する。

SIGNATE Questとは・・・(株)SIGNATEが運営する法人会員向けオンラインAI学習プログラム（e-ラーニング）

なお、詳細な学修内容と授業科目の対応関係については、以下のファイルをご参照下さい。

「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」学修内容と授業科目の対応関係

参考資料）

「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 入門教育プログラムについて（再認定申請中）

教育プログラムの名称

数理・データサイエンス・AI 入門教育プログラム

身につけることができる能力

本教育プログラムでは、学生が自らの専門分野の研究や卒業後の就業に際し、社会や企業における課題をデータから解決できるように、社会におけるデータと AI 利活用の意義を理解し、それを他者に説明できる基礎的素養の修得を目指す。具体的には、Excel や Python を用いたデータの収集・整理・加工・可視化などの基本操作を通して、平均・中央値・相関といった基礎統計量に基づきデータの特徴を読み取り、簡易な分析結果を自らの言葉で説明できる力を養う。また、生成 AI を含む AI 技術の基本的な仕組みと利用方法を理解し、分類・予測・文章生成といった基本的機能を適切に扱うとともに、その出力の妥当性や偏りを判断し、安全かつ責任ある形で活用できる能力を身につける。さらに、データ・AI の利用に伴い技術者に求められる倫理観を重視し、個人情報保護、プライバシー、著作権、情報セキュリティなどの基礎的視点を踏まえ、社会の一員として適切な判断と行動ができるようになることを目指します。

開設される授業科目、修了要件

本プログラムは全学部全学科の1年次生の必修科目から構成しており、各学科の授業科目は下表の通りです。これらの単位を取得することで、本教育プログラム修了者として認定されます。

学部	学科	授業科目（単位数）
工学部	電子情報工学科－電子情報工学コース電子情報工学科－臨床工学コース電気システム工学科機械情報工学科環境土木工学科建築工学科	数理・データサイエンス・AI 入門（2単位）
情報学部	情報工学科情報システム学科情報マネジメント学科
環境学部	建築デザイン学科地球環境学科食健康科学科

授業の方法及び内容

授業では、文理を含めた専門性に依存しないような大学初年次向けの教材と、Microsoft Excel やPython を使った AI の操作/実装体験を支援できる教材を併用して進めていきます。各学科の対象授業科目では、次の項目を学修していきます。

項番	学修項目
1	社会におけるデータ・AI 利活用を理解する。
2	データリテラシーを修得する。
3	データ・AI 利活用における留意事項を理解する。
4	eラーニングシステムを用いて、アルゴリズム基礎、データ構造とプログラミング基礎を学ぶ。

参考資料）

「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」について

教育プログラムの名称

「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」

身につけることができる能力

本教育プログラムでは自らの専門分野の研究や卒業後の就業に際し、社会や企業における課題をデータから解決できるように、様々なデータを適切に収集・解析し、AIを活用するためのシステム構築から運用までの流れに関する知識や技術を学修し、数理・データサイエンス・AIに関する実践的な応用基礎力を身につけることができます。

開設される授業科目、修了要件

本教育プログラムは情報学部の情報工学科／情報コミュニケーション学科で別々の授業科目群から構成しています（下表）。本教育プログラム修了のための必修科目に分類している科目（以下、「AI・データサイエンス応用教育プログラム必修科目」と記す）の全ての単位を取得することで、本教育プログラム修了者として認定されます。本教育プログラムでオプション科目に分類している科目（以下、「AI・データサイエンス応用教育プログラムオプション科目」と記す）は履修することを推奨する科目であり、これらの科目の単位取得は本教育プログラムの修了要件ではありません。

学部	学科	授業科目（単位数）
情報学部	情報工学科	【AI・データサイエンス応用教育プログラム必修科目】 HIT基礎実践B（2単位） HIT基礎実践C（2単位） HIT基礎実践D（2単位） HIT応用実践C（2単位） HIT応用実践D（2単位）情報数理基礎（2単位）信号処理数学基礎（2単位）アルゴリズム入門（2単位）アルゴリズム基礎（2単位）プログラミング入門（2単位）プログラミング基礎（2単位）データ解析（2単位）人工知能（2単位）【AI・データサイエンス応用教育プログラムオプション科目】データベース（2単位）プログラミング応用（2単位）情報セキュリティ（2単位）画像音声認識（2単位）自然言語処理（2単位）
情報学部	情報コミュニケーション学科	【AI・データサイエンス応用教育プログラム必修科目】 HIT基礎実践D（2単位）データ解析入門（2単位）データ解析数学基礎（2単位）アルゴリズム入門（2単位）アルゴリズム基礎（2単位）プログラミング入門（2単位）プログラミング基礎（2単位）データ解析（2単位）機械学習（2単位）【AI・データサイエンス応用教育プログラムオプション科目】データベース（2単位）プログラミング応用（2単位）データマイニング（2単位）データビジュアリゼーション（2単位）自然言語処理（2単位）

授業の方法及び内容

授業では、数理・データサイエンス・AIを活用して社会や企業における課題を解決するための実践的な能力を身につけるため、下表に示す構成で必要となる知識及び技術を体系的に修得します。

学修項目		教育プログラムを構成する授業科目
学修項目		情報工学科	情報コミュニケーション学科
Ⅰ．データ表現とアルゴリズム	数学基礎アルゴリズムデータ表現プログラミング基礎	情報数理基礎信号処理数学基礎アルゴリズム入門アルゴリズム基礎プログラミング入門プログラミング基礎プログラミング応用	データ解析入門データ解析数学基礎アルゴリズム入門アルゴリズム基礎プログラミング入門プログラミング基礎プログラミング応用
Ⅱ．AI・データサイエンス基礎	データ駆動型社会とデータサイエンス分析設計ビックデータとデータエンジニアリング AIの歴史と応用分野 AIと社会機械学習の基礎と展望深層学習の基礎と展望 AIの構築と運用	HIT基礎実践B データ解析人工知能データベース情報セキュリティ画像音声認識自然言語処理	HIT基礎実践D データ解析機械学習データベースデータマイニング自然言語処理データビジュアリゼーション
Ⅲ．AI・データサイエンス実践	AI・データサイエンスに関わる演習	HIT基礎実践C HIT基礎実践D HIT応用実践C HIT応用実践D	HIT基礎実践D 機械学習

参考資料）

「数理・データサイエンス・AI教育プログラム認定制度（応用基礎レベル）」申請書

「AI・データサイエンス応用基礎教育プログラム」について

教育プログラムの名称

「AI・データサイエンス応用基礎教育プログラム（工学部）」
「AI・データサイエンス応用基礎教育プログラム（環境学部）」
「AI・データサイエンス応用基礎教育プログラム（生命学部）」

身につけることができる能力

本教育プログラムでは自らの専門分野の研究や卒業後の就業に際し、社会や企業における課題をデータから解決できるように、様々なデータを適切に収集・解析し、AIを活用するためのシステム構築から運用までの流れに関する知識や技術を学修し、数理・データサイエンス・AIに関する実践的な応用基礎力を身につけることができます。

開設される授業科目、修了要件

本教育プログラムは工学部、環境学部、生命学部の各学科において開講されている「AI・データサイエンス入門」及び「AI・データサイエンス応用」の2科目から構成しています（下表）。本教育プログラム修了のためには、前記2科目の単位を取得することが必要です。

学部	学科	授業科目（単位数）
工学部	電子情報工学科電気システム工学科機械システム工学科知能機械工学科環境土木工学科建築工学科	AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位）
環境学部	建築デザイン学科地球環境学科	AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位）
生命学部	生体医工学科食品生命科学科	AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位）

授業の方法及び内容

授業では、数理・データサイエンス・AIを活用して社会や企業における課題を解決するための実践的な能力を身につけるため、下表に示す構成で必要となる知識及び技術を体系的に修得します。

学修項目		教育プログラムを構成する授業科目（工学部・環境学部・生命学部）
Ⅰ．データ表現とアルゴリズム	数学基礎アルゴリズムデータ表現プログラミング基礎	AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位）
Ⅱ．AI・データサイエンス基礎	データ駆動型社会とデータサイエンス分析設計ビックデータとデータエンジニアリング AIの歴史と応用分野 AIと社会機械学習の基礎と展望深層学習の基礎と展望 AIの構築と運用	AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位）
Ⅲ．AI・データサイエンス実践	AI・データサイエンスに関わる演習	AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位）

参考資料）

数理・データサイエンス・AI応用基礎教育プログラムについて（申請中）

教育プログラムの名称

数理・データサイエンス・AI 応用基礎教育プログラム

身につけることができる能力

本教育プログラムでは自らの専門分野の研究や卒業後の就業に際し、社会や企業における課題をデータから解決できるように、様々なデータを適切に収集・解析し、AI を活用するためのシステム構築から運用までの流れに関する知識や技術を学修し、数理・データサイエンス・AI に関する実践的な応用基礎力を身に付ける。

開設される授業科目、修了要件

プログラムを構成する2科目、「数理・データサイエンス・AI 入門」(2単位）及び「数理・データサイエンス・AI 応用」(2単位）の単位（計4単位）を取得すること。

学部	学科	授業科目（単位数）
工学部	電子情報工学科電気システム工学科機械情報工学科環境土木工学科建築工学科	数理・データサイエンス・AI 入門（2単位）数理・データサイエンス・AI 応用（2単位）
情報学部	情報工学科情報システム学科情報マネジメント学科
環境学部	建築デザイン学科地球環境学科食健康科学科

授業の方法及び内容

授業では、数理・データサイエンス・AI を活用して社会や企業における課題を解決するための実践的な能力を身につけるため、下表に示す構成で必要となる知識及び技術を体系的に修得します。

学修項目		教育プログラムを構成する授業科目（工学部・情報学部・環境学部）
Ⅰ．データ表現とアルゴリズム	数学基礎アルゴリズムデータ表現プログラミング基礎	数理・データサイエンス・AI 入門（2単位）数理・データサイエンス・AI 応用（2単位）
Ⅱ．AI・データサイエンス基礎	データ駆動型社会とデータサイエンス分析設計ビックデータとデータエンジニアリング AIの歴史と応用分野 AIと社会機械学習の基礎と展望深層学習の基礎と展望 AIの構築と運用	数理・データサイエンス・AI 入門（2単位）数理・データサイエンス・AI 応用（2単位）
Ⅲ．AI・データサイエンス実践	AI・データサイエンス実践（演習や課題解決型学習）	数理・データサイエンス・AI 入門（2単位）数理・データサイエンス・AI 応用（2単位）

参考資料）

「数理・データサイエンス・AI教育プログラム認定制度（応用基礎レベル）」申請書

実施体制

委員会等	役割
副学長（教学担当）	運営責任者
IoT・AI・データサイエンス教育研究推進センター「AI・データサイエンス入門」授業担当者連絡会	プログラムの改善・進化
IoT・AI・データサイエンス教育研究推進センター	プログラムの自己点検・評価

2024年度の受講状況と自己点検・評価結果

本教育プログラムを改善・進化させるために、広島工業大学に設置している「IoT・AI・データサイエンス教育研究推進センター」で自己点検及び評価を実施し、その結果を公開しています。学内だけでなく企業など学外の方々からもご意見を頂きながら、本教育プログラムの質の向上に努めていきます。

Society5.0時代に向けたAI・データサイエンス入門教育プログラム

2024年度は「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」を全学科で約1,100人が履修し、約94％の学生が修了しました。本プログラムの到達目標の達成度をアンケート調査したところ、「ほぼ達成した」及び「ある程度達成した」と回答した学生の割合が約97％に達し、大変有意義なプログラムとなりました。

「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」自己点検・評価

Society5.0時代に向けたAI・データサイエンス応用教育プログラム

2024年度は「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」を全学科の136名が修了しました。本プログラムの到達目標の達成度をアンケート調査したところ、「ほぼ達成した」及び「ある程度達成した」と回答した学生の割合が約92%となり、高い割合となりました。

AI・データサイエンス応用基礎教育プログラム（工学部）・（環境学部）・（生命学部）　

2022年度より、「AI・データサイエンス応用基礎教育プログラム（工学部）・（環境学部）・（生命学部）」を開講し、32名が受講しました。 2024年度の本教育プログラム修了者は約81%となっています。今年度実施した科目の到達目標の達成度をアンケート調査したところ、「ほぼ達成した」及び「ある程度達成した」と回答した学生の割合が約92％となり、非常に高い割合となりました。

「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」自己点検・評価及び「AI・データサイエンス応用基礎教育プログラム（工学部）・（環境学部）・（生命学部）」自己点検・評価