到達目標
数理データサイエンス・AI, 情報リテラシー, セキュリティ等を学修し, 今後の情報化社会での日常生活や仕事等の場面で活用することができる基礎的素養を身につけること.
社会情勢や社会での実例学ぶことにより, 人間中心の適切な判断ができ, 学修した知識やスキル等を説明, 活用できるようになること.
(1) 数理データサイエンス・AIと社会の関わり
(2) 情報リテラシーおよび情報セキュリティ
(3) Microsoft Office ソフト活用
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 |
| 数理データサイエンス・AIと社会の関わり | 数理データサイエンス・AIが社会変化および自らの生活に密接に結びつき, 広範にわたる課題解決に有用であることを実例を挙げて詳細に説明できる. | 数理データサイエンス・AIが社会変化および自らの生活に密接に結びつき, 広範にわたる課題解決に有用であることを説明できる. | 数理データサイエンス・AIが社会変化および自らの生活に密接に結びつき, 広範にわたる課題解決に有用であることを説明できない. |
| 情報リテラシーおよび情報セキュリティ | コンピュータやネットワークおよび情報セキュリティの重要性を理解し,その基礎技術およびその役割を詳細に説明できる. | コンピュータやネットワークおよび情報セキュリティについての基礎技術およびその役割を説明できる. | コンピュータやネットワークおよび情報セキュリティについての基礎技術およびその役割を説明できない. |
| Microsoft Office ソフト活用 | ワープロソフト, 表計算ソフト, プレゼンテーションソフトを自在に使用することができる. | ワープロソフト, 表計算ソフト, プレゼンテーションソフトを使用することができる. | ワープロソフト, 表計算ソフト, プレゼンテーションソフトを使用することができない. |
学科の到達目標項目との関係
教育方法等
概要:
「データサイエンスⅠ」「データサイエンスⅡ」を通して, 文理問わず高専生が学修すべき情報技術に関するリテラシー, 数理データサイエンス・AIやセキュリティを学ぶ.
知識だけではなく, 社会における重要性を実例を通して学んだり, 実データを用いた演習を実践することで, 現実社会の課題発見・解決力と適切な活用法の修得のための基礎素養を身につける.
授業の進め方・方法:
講義および実データを用いた演習を中心に授業を進める.
学修した知識の社会における重要性や利活用を学ぶ際には, 自らの考え等をまとめ, 他者と議論するため, グループワーク等を実施する.
注意点:
<評価>
試験，その他（課題等）を総合的に評価する．各評価は，試験40%，その他60%の割合とする．単位認定には50点以上の評定が必要である．
<追認試験>
評価が50点に満たない者は，願い出により追認のための課題を受けることができる．追認課題の結果，単位の修得が認められた者にあっては，その評価を50点とする．
<授業計画>
授業計画は, 学生の理解度等に応じて変更する場合がある.
授業の属性・履修上の区分
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
情報システム利用 |
授業の進め方を理解できる.
情報システム利用の設定ができる.
|
| 2週 |
情報システム設定 |
パソコンやネットワークの設定ができる.
|
| 3週 |
情報リテラシー(1)
- コンピュータの構造,原理 - |
コンピュータの動作原理, 構成, ハードウェアとソフトウェアの役割を理解できる.
|
| 4週 |
情報リテラシー(2)
- ネットワーク基礎 - |
情報ネットワークの役割, 構成や仕組みについて理解できる.
|
| 5週 |
情報リテラシー(3)
- フローチャート, アルゴリズム - |
フローチャートやアルゴリズムについて理解できる.
|
| 6週 |
情報モラルとセキュリティ(1) |
インターネット利用の危険性やマナーを理解できる.
|
| 7週 |
情報モラルとセキュリティ(2) |
サイバー攻撃と防御技術を学び, セキュリティの要素技術について理解できる.
|
| 8週 |
中間試験 |
ここまでの授業内容理解度を試験にて確認する.
|
| 2ndQ |
| 9週 |
社会情勢 |
情報化社会での数理データサイエンス・AIの学修の重要性について理解できる.
|
| 10週 |
数理データサイエンス・AIと社会 |
数理データサイエンス・AIと社会の変化の関わりについて理解できる.
|
| 11週 |
数理データサイエンス・AIの活用技術 |
数理データサイエンス・AIを実社会で活用する際の基礎技術について理解できる.
|
| 12週 |
数理データサイエンス・AIとビジネスの関係(実社会での活用例) |
数理データサイエンス・AIとビジネスとの関わりを学び, 実社会での活用について理解できる.
|
| 13週 |
Office ソフト演習（１） |
ワープロソフト, 表計算ソフト, プレゼンテーションソフトの実習を通して活用法を理解できる.
|
| 14週 |
Office ソフト演習（１） |
ワープロソフト, 表計算ソフト, プレゼンテーションソフトの実習を通して活用法を理解できる.
|
| 15週 |
Office ソフト演習（１） |
ワープロソフト, 表計算ソフト, プレゼンテーションソフトの実習を通して活用法を理解できる.
|
| 16週 |
授業アンケート まとめ |
|
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 |
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 | 40 | 0 | 0 | 0 | 0 | 60 | 100 |
| 基礎的能力 | 20 | 0 | 0 | 0 | 0 | 30 | 50 |
| 専門的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 分野横断的能力 | 20 | 0 | 0 | 0 | 0 | 30 | 50 |