プログラムの概要
国内企業の競争力強化および持続的成長の実現のため、「数理・データサイエンス・AI」分野を理解・活用するDX人材が強く要請されています。
AI戦略2019（内閣府科学技術・イノベーション推進事務局）では、DX人材を育成する仕組みとして、大学等高等教育機関が実施する当該教育プログラムを認定する「数理・データサイエンス・AI教育プログラム認定制度」が創設されました。
さらに政府が2022年に発表した「AI戦略2022」では、情報リテラシー教育の目標として「文理を問わず、全ての大学・高専生（約 50 万人卒/年）が、課程にて初級レベルの数理・データサイエンス・ＡＩを習得」すると掲げられています。
このような取り組みに賛同する企業や業界団体が急増しており、社会は「データ・AI技術がわかる人材」をかつてないほど渇望しています。
文部科学省：数理・データサイエンス・ＡＩ教育プログラム認定制度
摂南大学は、このようなデジタル社会で活躍できる人材を育成すべく､全学部を対象とした「リテラシーレベル」のデータサイエンスプログラム『SU-MDASH（リテラシー）』（Setsunan Univ./Skill-Up）を提供します。 当該プログラムでは、「数理・データサイエンス・AI」を適切に理解し、各専門分野でそれらを使いこなすことができる基礎的な力を涵養することを目指します。
文部科学省数理・データサイエンス・AI教育プログラム認定制度 令和7年度認定申請中
プログラム名称
摂南大学 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）
通称：SU-MDASH（リテラシー）
Setsunan University Skill-Up(Skill Upgrade) の意図
プログラムの特長
- 座学(講義)に留まらず､演習・実習を軸とした授業を展開します。
- 豊富な動画教材を提供します。
- 初年次教育「データサイエンス基礎」は完全オンデマンド形式ですので､時間割に縛られることなく各自のペースでIT技能を修得することができます。
摂南大学のすべての学部が対象です。
学部に配当されている既存の授業科目に当該プログラムに必要な学修内容がすべて盛り込まれています。
デジタル証明バッジの発行
SU-MDASHの修了要件を満たした学生に対しては､プログラム修了を証明するオープンバッジを発行します。
身に付けることができる能力
データ駆動型社会の現状理解
- デジタルデータとデータサイエンスの社会的・技術的背景を学びます。
- データ駆動型社会の特徴・課題と、そのような社会におけるデータの効用と価値を理解します。
コンピュータの基本操作修得
- コンピュータの基本操作を修得します。
- Officeなどのソフトウェアの基本的な使い方を修得します。
- 各研究分野での学修・研究において必要なコンピュータを有効活用できるようになることを目指します。
データの分析
- 実務に応用できる、統計学的な情報（数値データ）の処理方法と基本的分析方法の修得を目指します。
- これは、各学部の研究分野でも必要となるものであり、またデータサイエンス・AIの基本とも関係するものです。
修了要件
- 9学部すべてが対象です。
- 下記「対象科目」に掲げるすべての科目の単位を修得することとします。
| 学部 | 対象科目 |
|---|---|
| 法学部 | 「データサイエンス基礎」 |
| 国際学部 | 「情報リテラシーⅡ」 |
| 経済学部 | 「情報リテラシーⅡ」 |
| 経営学部 | 「ICTビジネス入門」「ビジネス情報処理Ⅰ」「ビジネス情報処理Ⅱ」「情報倫理」 |
| 現代社会学部 | 「データサイエンス基礎」 |
| 理工学部 | 「統計情報処理」(R・M・E・C)、「生命科学・統計情報処理」(V)、 「情報メディアデザイン（2024年度まで）」「（2025年度～）統計情報処理」（A） |
| 薬学部 | 「データサイエンス基礎」 |
| 看護学部 | 「情報リテラシーⅠ」 |
| 農学部 | 「情報リテラシーⅡ」 |
学修内容
| 分類 | 学修内容 | 授業科目 | |
|---|---|---|---|
| 導入 | 1. 社会におけるデータ・AI 利活用 | 「統計情報処理」(R・M・E・C) 「生命科学・統計情報処理」(V) 「情報メディアデザイン」(A) 「ICTビジネス入門」(I) 「情報リテラシーⅠ」(N) 「情報リテラシーⅡ」(W・O・L) 「データサイエンス基礎」(J・Y・G) |
|
| 1-1. 社会で起きている変化 | 社会で起きている変化を知り、数理・データサイエンス・AIを学ぶことの意義を理解するAIを活用した新しいビジネス/サービスを知る | ||
| 1-2. 社会で活用されているデータ | どんなデータが集められ、どう活用されているかを知る | ||
| 1-3. データ・AIの活用領域 | さまざまな領域でデータ・AIが活用されていることを知る | ||
| 1-4. データ・AI利活用のための技術 | データ・AIを活用するために使われている技術の概要を知る | ||
| 1-5. データ・AI利活用の現場 | データ・AIを活用することによって、どのような価値が生まれているかを知る | ||
| 1-6. データ・AI利活用の最新動向 | データ・AIを活用における最新動向（ビジネスモデル、テクノロジー）を知る | ||
| 基礎 | 2. データリテラシー | 「統計情報処理」(R・M・E・C) 「生命科学・統計情報処理」(V) 「情報メディアデザイン」(A) 「ビジネス情報処理Ⅰ」(I) 「ビジネス情報処理Ⅱ」(I) 「情報リテラシーⅠ」(N) 「情報リテラシーⅡ」(W・O・L) 「データサイエンス基礎」(J・Y・G) |
|
| 2-1. データを読む | データを適切に読み解く力を養う | ||
| 2-2. データを説明する | データを適切に説明する力を養う | ||
| 2-3. データを扱う | データを扱うための力を養う | ||
| 心得 | 3. データ・AI利活用における留意事項 | 「統計情報処理」(R・M・E・C) 「生命科学・統計情報処理」(V) 「情報メディアデザイン」(A) 「ICTビジネス入門」「ビジネス情報処理Ⅰ」「情報倫理」(I) 「情報リテラシーⅠ」(N) 「情報リテラシーⅡ」(W・O・L) 「データサイエンス基礎」(J・Y・G) |
|
| 3-1. データ・AIを扱う上での留意事項 | データ・AIを利活用する上で知っておくべきこと | ||
| 3-2. データを守る上での留意事項 | データを守る上で知っておくべきこと | ||
カッコ内の表示は開講学部の略号を示す。(J)法学部 (L)国際学部 (W)経済学部 (I)経営学部 (G)現代社会学部 (E)電気電子工学科 (Y)薬学部 (N)看護学部 (O)農学部 (V)生命科学科 (R)住環境デザイン学科 (A)建築学科 (M)機械工学科 (C)都市環境工学科
履修方法
- 本プログラムを履修するために特別な手続きは不要です。
- 通常の履修申請と同様に､履修申請期間に対象科目の履修申請をしてください。
実施体制
| 委員会等 | 役割 |
|---|---|
| 摂南大学 教育推進会議 [全学教育機構長] |
[プログラムの運営責任者] |
| 摂南大学 FD 推進委員会 |
プログラムの見直しを伴う場合は、全学教務委員会を経る。 |
| 各学部 FD (推進) 委員会 |
