到達目標
1. 生成AIの基礎技術やリテラシーについて説明ができる．
2. 目的に応じたプロンプト記述法の使い分けができる．
3. 生成AIに対し，必要な機能や要求を満たした出力が得られる指示を出せる．
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 | 生成AIの基礎技術やリテラシーについて十分説明ができる． | 生成AIの基礎技術やリテラシーについて説明ができる． | 生成AIの基礎技術やリテラシーについて説明ができない． |
| 評価項目2 | 目的に応じたプロンプト記述法の使い分けが十分にできる． | 目的に応じたプロンプト記述法の使い分けができる． | 目的に応じたプロンプト記述法の使い分けができない． |
| 評価項目3 | 生成AIに対し，必要な機能や要求をすべて満たした出力が得られる指示を出せる． | 生成AIに対し，必要な機能や要求を満たした出力が得られる指示を出せる． | 生成AIに対し，必要な機能や要求を満たした出力が得られる指示を出せない． |
学科の到達目標項目との関係
教育方法等
概要:
人工知能（AI）の発展とともに，ChatGPTをはじめとする生成AIが身近な存在となり，これを使いこなせる人材が今後求められる．生成AIから望んだ出力を得るためには，形式に沿った適切な質問方法が不可欠である．本講義では，生成AIから目的に合わせた出力を引き出すための効果的な指示法（プロンプトエンジニアリング）について学び，生成AIへの質問力を養う．また，実際に生成AIを活用しながら，必要な機能や要求に沿ったプログラムの作成や，他人が読みやすいレポートの制作を行うためのテクニックについて習得する．
授業の進め方・方法:
授業はパソコンを用いて，Web上で公開されている生成AIサービスを活用しながら行う．まず基本技術について学習後，実際に生成AIを利用しながらコンテンツやレポートの制作を行う．また，各自の制作物について発表を行い，学生間で意見交換を実施した上で，制作物の改良に取り組む．評価は，基礎知識に関する習熟度テスト，発表内容，提出されたポートフォリオによって行う．
注意点:
授業で利用する生成AIサービスの規定および呉高専の規定に準じて，生成AIの利用についての保護者の同意書を提出してもらいます．
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 |
学習内容に関する概要説明
|
講義の目的と履修後までに身に着けるべき技術について理解できる．
|
| 2週 |
文章生成 |
生成AIを用いて小説などの文章生成ができる．
|
| 3週 |
大規模言語モデル（LLM）の仕組みとリテラシー |
大規模言語モデルの仕組みと，使用に際して気を付けるべき点について説明できる．
|
| 4週 |
プロンプトエンジニアリング
①プロンプトの基本と要件定義 |
プロンプト入力の基本的なテクニックが習得できる目的に応じた要件定義ができる．
|
| 5週 |
プロンプトエンジニアリング
②プロンプトパターン |
安定した出力を得るために，目的に応じた指令文のパターンを使い分けることができる．
|
| 6週 |
プロンプトエンジニアリング
③トリガープロンプト
習熟度チェック |
モデルの知識と推論能力を引き出すためのプロンプト記述法を習得できる．
|
| 7週 |
生成AIを活用したコーディング
①基礎演習 |
要件定義の内容に即した，生成AIによるプログラムコードの出力ができる．
|
| 8週 |
生成AIを活用したコーディング
②グループ制作 |
生成AIを活用しながら，ゲームやHPデザインなどのコンテンツ制作ができる．
|
| 2ndQ |
| 9週 |
生成AIを活用したコーディング
③発表会，意見交換会 |
8週で制作したコンテンツについて，コンセプト，要件定義の内容，生成時のプロンプトをグループ間で共有できる．
|
| 10週 |
生成AIを活用したコーディング
④再設計および機能追加 |
9週で別グループから指摘された意見をもとに，コンテンツの改良ができる．
|
| 11週 |
生成AIを活用したレポート執筆
①基礎演習 |
読みやすいレポートを書くために，生成AIを活用して，正しい文章や図・表の説明が出力できる．
|
| 12週 |
生成AIを活用したレポート執筆
②レポート制作 |
10週で作成したコンテンツの内容を，プロンプトエンジニアリングの手法を活用しながらレポートにまとめる．
|
| 13週 |
生成AIを活用したレポート執筆
③意見交換会 |
12週で制作したレポートを他人に読んでもらい，意見交換を行う．指摘された内容を改良できる．
|
| 14週 |
マルチモーダルモデル |
画像・音声・テキストなどの異なる種類の情報を扱えるモデルについて説明できる．
|
| 15週 |
画像生成AI |
所望の画像を出力させるプロンプト記述法を習得できる．
|
| 16週 |
まとめ |
生成AIの仕組みと効果的な利用方法についてまとめることができる．
|
| 後期 |
| 3rdQ |
| 1週 |
|
|
| 2週 |
|
|
| 3週 |
|
|
| 4週 |
|
|
| 5週 |
|
|
| 6週 |
|
|
| 7週 |
|
|
| 8週 |
|
|
| 4thQ |
| 9週 |
|
|
| 10週 |
|
|
| 11週 |
|
|
| 12週 |
|
|
| 13週 |
|
|
| 14週 |
|
|
| 15週 |
|
|
| 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 |
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 | 20 | 20 | 10 | 0 | 50 | 0 | 100 |
| 基礎的能力 | 10 | 10 | 5 | 0 | 25 | 0 | 50 |
| 専門的能力 | 10 | 10 | 5 | 0 | 25 | 0 | 50 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |