情報リテラシー

科目基礎情報

学校 奈良工業高等専門学校 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 0016 科目区分 専門 / 必修
授業形態 講義 単位の種別と単位数 履修単位: 2
開設学科 情報工学科 対象学年 1
開設期 通年 週時間数 2
教科書/教材 教科書:情報Ⅰ Step Forward!,東京書籍
教材:配布プリント
教材:情報Ⅱ,実教出版
担当教員 市川 嘉裕

到達目標

前期中間時点:
1)情報倫理の理解
2)ログイン,キー入力など基本的なPC操作の理解
3)情報収集方法の理解
4)プレゼンテーションによる情報発信方法の理解
5)メールによる情報伝達方法の理解

前期末時点:
1)ワープロソフトを用いた文章作成の理解
2)表計算ソフトを利用したデータ整理方法の理解

後期中間時点:
1)論理,進数変換,コンピュータハードウェアの仕組みの理解
2)情報システム,アルゴリズム,プログラミングの理解

学年末時点:
1)AI・数理・データサイエンスの理解
2)ネットワークの理解
3)情報セキュリティの理解


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プレゼンテーションとメールによる情報伝達について理解し,適切に使用できる.プレゼンテーションとメールによる情報伝達について理解し,指導の下に使用できる.プレゼンテーションとメールによる情報伝達について理解していない.
評価項目2ワープロソフトと表計算ソフトについて理解し,適切に利用できる.ワープロソフトと表計算ソフトについて理解し,指導の下に使用できる.ワープロソフトと表計算ソフトについて理解していない.
評価項目3ネットワークの構成と情報セキュリティについて基本的な用語を理解している.ネットワークの構成と情報セキュリティについて概要を理解している.ネットワークの構成と情報セキュリティについて概要を理解していない.
評価項目4情報の基礎について理解し,情報の収集・処理・発信を行うための基礎的な知識を有し,活用できる.情報の基礎について理解し,情報の収集・処理・発信を行うための基礎的な知識を有している.情報の基礎について理解し,情報の収集・処理・発信を行うための基礎的な知識を有していない.
評価項目5順次と分岐の概念について理解し,ある手順をアルゴリズムに変換できる.順次と分岐の概念について理解し,既存のアルゴリズムの意味を解釈できる.順次と分岐の概念について理解していない.
評価項目6論理演算,進数変換およびコンピュータのハードウェアに関する基礎的な知識を有し,その仕組みを説明できる.論理演算,進数変換およびコンピュータのハードウェアに関する基礎的な知識を有している.論理演算,進数変換およびコンピュータのハードウェアに関する基礎的な知識を有していない.
評価項目7AI・数理・データサイエンスの知識を適切に利用できる.AI・数理・データサイエンスの必要性と適切な関わり方を理解できる.AI・数理・データサイエンスの必要性と適切な関わり方を理解できない.

学科の到達目標項目との関係

準学士課程(本科1〜5年)学習教育目標 (2) 説明 閉じる

教育方法等

概要:
本講義では以下の4つを学びます.
1) 情報を学ぶ上で必要なルールと言うべき情報倫理について
2) コンピュータを道具(ツール)として使用するためのテクニックである情報リテラシについて
3) コンピュータやネットワークを安全に使用するための技術である情報セキュリティについて
4)問題を解決する手順としてのアルゴリズムおよびプログラミング,AI・数理・データサイエンスの基礎について
授業の進め方・方法:
1回の授業で座学と演習を行います.
授業ではコンピュータを最大限に利用して様々な問題を処理するために必要な,積極的かつ自主的に問題解決に取り組む方法や,問題解決するための様々なツール(道具)の使い方について学びます.
注意点:
関連科目
技術者として工学を学ぶ上での基礎となります.また,高専の学生として,あらゆる場面でのコンピュータの使用状況における全てに関連があります.

学習指針
課題や演習が頻繁にあるので欠席せずに,期限に遅れないよう提出してください.

事前学習
シラバスに対応する範囲の内容を教科書等であらかじめ確認しておくこと.

事後展開学習
毎週の講義で課題を出すので,次回講義までに自分で取り組むこと.

学修単位の履修上の注意

授業の属性・履修上の区分

アクティブラーニング
ICT 利用
遠隔授業対応
実務経験のある教員による授業

授業計画

授業内容 週ごとの到達目標
前期
1stQ
1週 ガイダンスと基本操作 情報リテラシーの必要性、パソコンの基本操作について理解する
2週 セキュリティと情報倫理 身の回りの情報セキュリティに関連すること、情報社会でのマナー、モラル、ルールを理解する
3週 情報収集と発信 情報収集・整理の方法と発信方法について理解する
4週 プレゼンテーション プレゼンテーションについて理解する
5週 プレゼンテーション プレゼンテーションについて資料を作成する
6週 プレゼンテーション 発表会でプレゼンテーションについて発表する
7週 メールと情報伝達 メールやSNSツールによる情報伝達について理解する
8週 メールと情報伝達 メールと情報伝達について資料を作成する
2ndQ
9週 メールと情報伝達 発表会でメールと情報伝達について発表する
10週 文章作成と表現 DTP,理解しやすい文章,正式な文書の作成について理解する
11週 文章作成と表現 文章作成と表現について資料を作成する
12週 文章作成と表現 発表会で文章作成と表現について発表する
13週 表計算ソフト 表計算ソフトの利用,データと解釈について理解する
14週 表計算ソフト 表計算ソフトについて資料を作成する
15週 表計算ソフト 発表会で表計算ソフトについて発表する
16週 課題解説 これまでの課題を見直し,理解が不十分な点を解消する
後期
3rdQ
1週 情報の基礎 コンピュータのハードウェアの基本構成について理解する
2週 情報の基礎 情報のディジタル化について理解する
3週 情報の基礎 データベースについて理解する
4週 プログラミング基礎 プログラミングの役割について理解する
5週 プログラミング基礎 問題解決とアルゴリズムについて理解する
6週 プログラミング基礎 プログラミング言語を使用してプログラムを作成する
7週 AI・数理・データサイエンス AI・数理・データサイエンスの利用環境の構築について理解する
8週 AI・数理・データサイエンス AI・数理・データサイエンスの意義について理解する
4thQ
9週 AI・数理・データサイエンス AI・数理・データサイエンスの活用方法について理解する
10週 ネットワーク サーバーとネットワーク概要について理解する
11週 ネットワーク IP(インターネットプロトコル)・IP割当・名前解決について理解する
12週 情報セキュリティ 情報セキュリティの用語について理解する
13週 情報セキュリティ 攻撃方法について理解する
14週 情報セキュリティ 防御方法について理解する
15週 課題解説 これまでの課題を見直し,理解が不十分な点を解消する
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4,前5,前6,前7,前8,前9,前10,前11,前12,前13,前14,前15,前16,後3,後7,後8,後9,後15
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後1,後2,後15
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。2後1,後15
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
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7,前8,前9,前16,後2,後10,後11,後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
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1,前2,前16,後12,後13,後14,後15
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
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
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
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
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
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
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。 1

評価割合

課題,レポート,小テスト合計
総合評価割合100100
基礎的能力100100