情報リテラシー

科目基礎情報

学校	釧路工業高等専門学校	開講年度	令和06年度 (2024年度)
授業科目	情報リテラシー
科目番号	0006	科目区分	専門 / 必修
授業形態	実習	単位の種別と単位数	履修単位: 1
開設学科	機械工学分野	対象学年	1
開設期	前期	週時間数	2
教科書/教材	参考書：イチからしっかり学ぶ！Office基礎と情報モラル(Office365・Office2019対応)(noa出版)・The Art of Computer Programming日本語版シリーズ(アスキードワンゴ)
担当教員	林 裕樹,鈴木 未央,高橋 剛,グエン・タン ソン,加藤 順司,佐藤 英樹,大槻 香子,平澤 宙之

到達目標

①情報を収集、処理、発信するための基本的なハードウェア、ソフトウェア、ネットワークに関する知識を 活用できる。
②基本的な情報技術の知識・技能を説明し、活用できる。
③情報セキュリティに配慮して情報を正しく取扱うことができる。
④数理・データサイエンス・AI を使う素養を身に付ける。
⑤アルゴリズムの概念や，基本的な処理のアルゴリズムの概要を理解しそれを利用した簡単なプログラミングができる。

ルーブリック

	理想的な到達レベルの目安	標準的な到達レベルの目安	未到達レベルの目安
評価項目1	社会の情報化の進展と課題、適切な情報を収集、処理、発信ついて理解し説明できる。	社会の情報化の進展と課題、適切な情報を収集、処理、発信ついて概要を説明できる。	社会の情報化の進展と課題、適切な情報を収集、処理、発信ついてがわからない。
評価項目2	コンピュータのハードウェアやOS・ネットワーク、通信プロトコルの技術について、その構成や仕組み、役割などを理解し説明できる。	コンピュータのハードウェアやOS・ネットワーク、通信プロトコルの技術について、その構成や仕組み、役割などの概要を説明できる。	コンピュータのハードウェアやOS・ネットワーク、通信プロトコルの技術について、その構成や仕組み、役割などがわからない。
評価項目3	情報セキュリティや暗号化について理解し、情報を正しく取扱うことができる。	情報セキュリティや暗号化について概要を知り、概ね、情報を正しく取扱うことができる。	情報セキュリティや暗号化がわからず、情報を正しく取扱うことができない。
評価項目4	データサイエンス・AI技術を理解し、その有用性を活用事例を用いて説明できる	データサイエンス・AI技術を知り、その有用性を説明できる	データサイエンス・AI技術がわからず、その有用性を説明できない
評価項目5	データサイエンス・AI技術についてのモラルや倫理を理解し、データを守るために必要な事項を説明できる	データサイエンス・AI技術についてのモラルや倫理の概要を説明できる	データサイエンス・AI技術についてのモラルや倫理がわからず、データを守るために必要な事項を説明できない
評価項目6	AI・データベース・データの可視化などの基礎を理解し説明できる。	AI・データベース・データの可視化などの基礎の概要を明できる。	AI・データベース・データの可視化などの基礎がわからない。
評価項目7	アルゴリズムの概念を理解し，基本的なアルゴリズムをプログラミングに適用できる。	アルゴリズムについての概要を理解し，基本的なアルゴリズムをプログラミングにある程度適応できる。	アルゴリズムの概念，基本的なアルゴリズムの概要がわからない

学科の到達目標項目との関係

学習・教育到達度目標 C （（技術的課題を解決できるように）　工学の幅広い基礎知識（数学，自然科学，情報技術，基礎工学）を修得し，それらを応用する能力を身につける。）

学習・教育到達度目標 F （文章，口頭，図表や視覚的な方法によって，効果的にコミュニケーションができる基礎能力を身につける。すなわち，日本語で論理的に記述し討論する能力，および簡単な論理的文章を英語で記述し，基本的な英会話によるコミュニケーションを行うための基礎知識を身につける。）

教育方法等

概要:

情報モラルについての認識を高め、セキュリティに配慮した正しい情報を取り扱うことや、現代社会に求められる情報技術・情報セキュリティ・AI・データサイエンスなどに関する基本的な概念を学ぶ。さらに、効率的な処理を実現するためのアルゴリズムの概要について学び，演習を通して理解を深める。

授業の進め方・方法:

授業の内容は基本的な内容となりますが，卒業までの高専での授業や，社会に出てからも必要になる事柄を多く含みま す。
舞香の授業の終わりに「確認テスト」を実施し、授業内容の理解を定借させます。また、実際に自分でPCで演習形式で行う授業もあります。
アルゴリズムはコンピュータをより便利に，より効率的に使うために不可欠なものなので，基本的な考え方などをしっかりと身につけてください。

【成績評価について】
15回の授業のうち、合計9〜14回の確認テストを実施しその平均点が60点以上で合格とする。
最終成績も確認テストの平均点とする。

注意点:

毎回、課題（演習や確認テスト）があるので休むことのないように留意し，やむを得ず休んだ場合には決められた期日までに課題を提出すること。
各自のPCを使うので、PC環境が授業に対応していることを確認しておくこと。特にバッテリーの確認を忘れないこと。
IDとパスワードなどの重要な情報の管理には特に注意し，紛失や窃用といったことがないようにすること。

授業の属性・履修上の区分

ICT 利用

授業計画

		週	授業内容	週ごとの到達目標
前期
	1stQ
		1週	ガイダンス・ネチケット	自分のアカウントでログインできる・パスワードを変更できる ネットワークを利用する際に必要なモラルなどを理解できる
		2週	ネットワーク利用申請確認・Webclassの使い方・メールを含めたMS365の利用方法	Webclassにログインできる・Webclassの基本的な使い方がわかる・Microsoft365にサインインし、メールを含めたMicrosoft365の基本的な使い方がわかる
		3週	情報の適切な表現	情報の適切な表現方法と伝達手段について理解し、表現することができる
		4週	社会の情報化・情報システム・コンピュータの構成	情報技術の発展と問題点、情報システムとサービスについて理解する。コンピュータシステムの構成要素であるハードウェア（演算、制御、記憶、入出力）とソフトウェア（OS等のシステム、アプリケーション）の概要を理解する。
		5週	ネットワーク技術・情報の真偽	情報通信ネットワークの仕組み、プロトコルの概要を知ることができる。情報の真偽とその検証方法について知ることができる。
		6週	情報セキュリティ・暗号技術・アクセス制御	サイバー犯罪で起きる被害を知り、そこからシステムを守るための情報セキュリティに関する基本的な知識と対策、法規制やルールについて説明できる
		7週	AI関連技術	データサイエンス・AI技術の概要を説明できる。データサイエンス・AI技術が社会や日常生活に有用なツールであることを活用事例をもとにして説明できる。データサイエンス・AI技術を利活用する際に求められるモラルや倫理を理解し、データを守るために必要な事項を説明できる。
		8週	データベース・データ取得	データベースの基礎の概要を説明できる・データのを取得する方法がわかる
	2ndQ
		9週	データの可視化	データを用いて適切な図表に加工できる．更に．統計的数理処理することにより事象の特性を正しく把握し，表現できる．
		10週	アルゴリズムの概念・基本的なデータ構造	アルゴリズムの基本的な概念がわかる・基本的なデータ構造の概要がわかる
		11週	Pythonでの基礎プログラミング1	Pythonを使った基礎的なプログラムを記述し実行することができる・Pythonで標準出力にメッセージを表示できる・Pythonで標準出力にプログラムの処理結果を出力できる
		12週	Pythonでの基礎プログラミング2	Pythonを使ったやや複雑なプログラムを記述し実行することができる・Pythonでファイルの内容を読み取り、内容に応じた処理を適用した結果を出力できる
		13週	反復処理	反復によって繰り返し処理を表現できることがわかる
		14週	整列処理	基本的な整列アルゴリズムの種類がわかる・基礎的な整列処理のアルゴリズムの概要がわかる
		15週	探索処理	基本的な探索アルゴリズムの種類がわかる・基礎的な探索処理のアルゴリズムの概要がわかる
		16週

モデルコアカリキュラムの学習内容と到達目標

分類		分野	学習内容	学習内容の到達目標	到達レベル	授業週
基礎的能力	工学基礎	情報リテラシー	情報リテラシー	社会の情報化の進展と課題について理解し説明できる。	3	前3,前8
				代表的な情報システムとその利用形態について説明できる。	3	前13
				コンピュータの構成とオペレーティングシステム(OS)の役割を理解し、基本的な取扱いができる。	3	前4
				アナログ情報とデジタル情報の違いと、コンピュータ内におけるデータ(数値、文字等)の表現方法について説明できる。	3
				情報を適切に収集・取得できる。	3	前3
				データベースの意義と概要について説明できる。	3
				基礎的なプログラムを作成できる。	3	前11,前12
				計算機を用いて数学的な処理を行うことができる。	3	前11,前12,前13,前14,前15
				基礎的なアルゴリズムについて理解し、任意のプログラミング言語を用いて記述できる。	3	前10,前11,前12,前13,前14,前15
				同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを説明できる。	3	前10,前11,前12,前13,前14,前15
				情報の真偽について、根拠に基づいて検討する方法を説明できる。	3
				情報の適切な表現方法と伝達手段を選択し、情報の送受信を行うことができる。	3	前3
				情報通信ネットワークの仕組みや構成及び構成要素、プロトコルの役割や技術についての知識を持ち、社会における情報通信ネットワークの役割を説明できる。	3	前2
				情報セキュリティの必要性を理解し、対策について説明できる。	3	前5
				情報セキュリティを支える暗号技術の基礎を説明できる。	3	前5
				情報セキュリティに基づいた情報へのアクセス方法を説明できる。	3	前5
				情報や通信に関連する法令や規則等と、その必要性について説明できる。	3	前5
				情報社会で生活する上でのマナー、モラルの重要性について説明できる。	3	前1
				情報セキュリティを運用するための考え方と方法を説明できる。	3	前5
				データサイエンス・AI技術の概要を説明できる。	3
				データサイエンス・AI技術が社会や日常生活における課題解決の有用なツールであり、様々な専門領域の知見と組み合わせることによって価値を創造するものであることを、活用事例をもとに説明できる。	3
				データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し、データを守るために必要な事項を説明できる。	3
				データサイエンス・AI技術の利活用に必要な基本的スキル（データの取得、可視化、分析）を使うことができる。	3
				自らの専門分野において、データサイエンス・AI技術と社会や日常生活との関わり、活用方法について説明できる。	3

評価割合

	試験	発表	相互評価	態度	ポートフォリオ	その他	合計
総合評価割合	0	0	0	0	100	0	100
基礎的能力	0	0	0	0	100	0	100
専門的能力	0	0	0	0	0	0	0
分野横断的能力	0	0	0	0	0	0	0