AIとデータサイエンスは、現代社会の基盤技術であり、大学教育においてこれらを体系的に学ぶことは、未来社会を担う人材の育成に不可欠です。
聖学院大学では、2025年度より全学部生を対象とした「聖学院AI・データサイエンスプログラム」を開設しています。
本プログラムには「リテラシーレベル」と「応用基礎レベル」の二つのレベルがあります。リテラシーレベルは、文部科学省「数理・データサイエンス・AIプログラム(リテラシーレベル)」に認定されています。

聖学院AI・データサイエンスプログラム(リテラシーレベル)

本プログラムは、学生のAI・データサイエンスへの関心を高め、それを適切に理解し活用する能力を育成することを目的としたプログラムです。

「聖学院AI・データサイエンスプログラム(リテラシーレベル)」が令和7年度「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)」に認定されました。

【認定の有効期限:令和12年3月31日まで】

1.このプログラムで身につけることのできる能力

  1. データおよびAIの活用に際して求められる倫理的・法的な観点について理解を深め、個人情報の保護に関する基本的な配慮と責任を持って行動できる力。
  2. AIに関する基礎的かつ正確な知識を習得し、AI技術がもたらす社会的変化に対して臨機応変かつ主体的に対応できる力。
  3. データサイエンスの基礎的知識とスキルを習得し、データを適切に読み解く力および、その内容を正確に伝達する力。

    2.修了要件およびプログラムを構成する科目

    【2026年度以降入学生】
    以下の2科目4単位を修得すること

    科目名 単位数 開講期 科目分類 必修/選択
    AI入門 2単位 春学期/秋学期 技能コア科目(AI・ICT) 選択
    データサイエンス入門 2単位 春学期 技能コア科目(AI・ICT) 選択

    【2025年度入学生】
    以下の2科目4単位を修得すること

    科目名 単位数 開講期 科目分類 必修/選択
    AIと情報リテラシー 2単位 春学期/秋学期 リベラルアーツ科目 選択必修
    データサイエンス入門A 2単位 春学期 技能コア科目(ICT) 選択

    【2024年度以前入学生】
    以下の2科目4単位を修得すること

    科目名 単位数 開講期 科目分類 必修/選択
    AIと情報リテラシー 2単位 春学期/秋学期 自由選択科目 選択
    データサイエンス入門A 2単位 春学期 デジタル・シティズンシップ科目) 選択

    3.授業方法および内容

    AI入門/AIと情報リテラシー

    授業方法および内容
    この授業では、AIの基本的な仕組みや社会的影響について講義形式で学び、生成AIの実技演習を通じて生成AIの活用スキルを習得します。人間の脳の構造や働きに触れながら、AIの歴史・進化・倫理・規制などを多角的に理解し、AI社会の課題と展望を考察します。主な学習項目は、AIの歴史と基本概念、機械学習・深層学習、画像認識・自然言語処理・自動運転などの応用事例、生成AIによる画像・文章の作成、AIと人間の違いに関する考察、AIに関する法律・セキュリティ・倫理的課題などです。

    データサイエンス入門/データサイエンス入門A

    授業方法および内容
    この授業では、ICT・AI・統計学の基礎を横断的に講義形式で学び、その後の演習を通じてデータサイエンスの基本スキルを習得します。日常生活にも関わるデータの重要性を理解しながら、データ駆動型社会に必要な知識と技術を体系的に身につけることを目指します。主な学習項目は、データ駆動型社会の小史・現状・展望、Society5.0、ビッグデータやオープンデータ、データサイエンスの基本、さまざまなデータ分析ツールの紹介、データ収集・整理、データの可視化、統計学的な特徴づけとデータ分析、データのまとめ方、データ社会とセキュリティです。

    *各科目の授業方法および内容の詳細は、Webシラバスにてご確認ください。

    4.プログラムの実施体制および自己点検・評価

    1)実施体制

    運営責任者 伊豆田 義人(基礎総合教育部 教授)
    プログラムを改善・進化させるための体制 基礎総合教育部会
    AI・データサイエンス教育委員会
    プログラムの自己点検・評価を行う体制 基礎総合教育部会、全学評価委員会
    学生へのサポート体制 ラーニングセンター(PC操作・学修サポート等)
    情報センター(情報セキュリティ・技術サポート等)

    2)自己点検・評価結果

    聖学院AI・データサイエンスプログラム(応用基礎レベル)

    1.教育プログラムの目的

    本プログラムは、「基礎的理解」「活用・応用」「倫理・社会的側面」を三本柱とした教育プログラムです。人文社会学系の学生を対象とし、AIおよびデータサイエンスに関する基礎的知識と活用力を身に付け、社会的事象や人間の行動、価値判断をこれらの視点から捉え、思考し、判断する力を養成することを目的としています。 

    教育課程は、理解から活用、応用へと段階的に学修が進むよう、体系的に編成されています。ICTリテラシーの修得にとどまらず、AIの基本的な仕組みやデータサイエンスの活用・応用の方法を学ぶとともに、AIおよびデータサイエンスの手法の利活用に伴う倫理的・法的・社会的課題を継続的に取り扱うこれにより、技術が社会構造、文化、コミュニケーションに与える影響を理解し、適切に運用する能力を養います。 

    専門的な技術者の育成を目的とするものではなく、人文社会学系の専門性とAI・データサイエンスとを結び付け、根拠に基づいて社会の中の情報を読み解き、活用・応用する能力の修得を目指している点に特色があります。 

    2.このプログラムで身に付けることのできる能力

    1. AIおよびデータサイエンスの基礎的考え方を理解し、活用・応用・実践する力。
    2. AIの活用やデータサイエンスの手法を用いた分析を社会の中で実践できる力。
    3. データを適切に読み解き、分析結果を根拠として論理的に思考し、活かす力。
    4. 基本的なプログラミングやデータ分析ツールを活用し、課題・問題に取り組む力。
    5. 倫理的・法的課題を理解し、社会的責任を意識して判断・行動できる力。

      3.修了要件およびプログラムを構成する科目

      【2026年度以降入学生】 
      以下の5科目10単位を修得すること 

      科目名 単位数 開講期 科目分類 必修/選択
      AI入門 2単位 春学期/秋学期 技能コア科目(AI・ICT) 選択
      データサイエンス入門 2単位 春学期 技能コア科目(AI・ICT) 選択
      データサイエンス応用  2単位 秋学期 技能コア科目(AI・ICT)  選択
      ウェブプログラミング基礎 2単位 春学期 技能コア科目(AI・ICT)  選択
      情報基礎 2単位 春学期/秋学期 技能コア科目(AI・ICT)  必修※
      • 心理福祉学科を除く

      【2025年度入学生】 
      以下の5科目10単位を修得すること 

      科目名 単位数 開講期 科目分類 必修/選択
      AIと情報リテラシー 2単位 春学期/秋学期 リベラルアーツ科目 選択必修
      データサイエンス入門A 2単位 春学期 技能コア科目(ICT) 選択
      データサイエンス入門B 2単位 秋学期 技能コア科目(ICT)  選択
      情報学A 2単位 春学期 技能コア科目(ICT)  選択
      情報基礎 2単位 春学期/秋学期 技能コア科目(ICT)  必修※
      • 心理福祉学科を除く

      【2024年度以前入学生】 
      以下の5科目10単位を修得すること 

      科目名 単位数 開講期 科目分類 必修/選択
      AIと情報リテラシー 2単位 春学期/秋学期 自由選択科目 選択必修
      データサイエンス入門A 2単位 春学期 デジタル・シティズンシップ科目  選択
      データサイエンス入門B 2単位 秋学期 デジタル・シティズンシップ科目  選択
      情報学A 2単位 春学期 デジタル・シティズンシップ科目  選択
      情報基礎 2単位 春学期/秋学期 デジタル・シティズンシップ科目  必修※
      • 心理福祉学科を除く

      4.授業方法および内容

      AI入門/AIと情報リテラシー

      授業方法および内容
      この授業では、AIの基本的な仕組みや社会的影響について講義形式で学び、生成AIの実技演習を通じて生成AIの活用スキルを習得します。人間の脳の構造や働きに触れながら、AIの歴史・進化・倫理・規制などを多角的に理解し、AI社会の課題と展望を考察します。主な学習項目は、AIの歴史と基本概念、機械学習・深層学習、画像認識・自然言語処理・自動運転などの応用事例、生成AIによる画像・文章の作成、AIと人間の違いに関する考察、AIに関する法律・セキュリティ・倫理的課題などです。 

      【データサイエンス入門/データサイエンス入門A】

      授業方法および内容
      この授業では、ICT・AI・統計学の基礎を横断的に講義形式で学び、その後の演習を通じてデータサイエンスの基本スキルを習得します。日常生活にも関わるデータの重要性を理解しながら、データ駆動型社会に必要な知識と技術を体系的に身につけることを目指します。主な学習項目は、データ駆動型社会の小史・現状・展望、Society5.0、ビッグデータやオープンデータ、データサイエンスの基本、さまざまなデータ分析ツールの紹介、データ収集・整理、データの可視化、統計学的な特徴づけとデータ分析、データのまとめ方、データ社会とセキュリティです 。

      【データサイエンス入門B/データサイエンス応用】

      授業方法および内容
      この授業では、データサイエンス入門で修得した基礎的知識を踏まえ、講義と演習を通じてより実践的なデータ活用能力を養成する。実データを用いた分析演習を重視し、Excel、Python、R、生成AIなどのツールを活用しながら、データの収集、整理、可視化、分析、解釈の一連の流れを体系的に学修する。あわせて、社会やビジネスにおけるデータ活用事例を通じて、データ倫理やセキュリティへの理解を深め、データに基づく判断力と説明力の向上を目指す。 

      【情報学A/ウェブプログラミング基礎】

      授業方法および内容
      この授業では、HTMLとCSSを用いたウェブプログラミングの基礎を、講義と演習を組み合わせて学修する。ウェブページの構造やデザインの考え方を理解し、実際の制作課題を通じて、情報発信に必要な基本的技能を習得する。ウェブの仕組みやセキュリティ、アクセシビリティにも触れ、生成AI時代におけるウェブコンテンツの役割を考察する。主な学習項目は、HTMLによる文書構造の記述、CSSによる装飾とレイアウト、レスポンシブデザイン、画像や動画、フォームの活用、実践的なウェブ制作である。  

      【情報基礎】

      授業方法および内容
      この授業では、情報入門で習得した基礎的なICTスキルを基盤として、講義と実習を通じて情報活用能力の高度化を図る。文書作成、データ分析、プレゼンテーションの三分野を柱とし、Wordによる書籍書式文書の作成、Excelによる集計、関数、グラフ、ピボットテーブルを用いた分析、PowerPointによる構成力を重視した発表資料作成を実践的に学修する。課題演習を通して、社会や教育現場で求められる情報整理力、分析力、発信力を総合的に養成する。また、情報倫理やセキュリティへの理解も深め、実務力を養う。 

      *各科目の授業方法および内容の詳細は、Webシラバスにてご確認ください。

      5.プログラムの実施体制および自己点検・評価

      1)実施体制

      運営責任者 伊豆田 義人(基礎総合教育部 教授)
      プログラムを改善・進化させるための体制 基礎総合教育部会
      AI・データサイエンス教育委員会
      プログラムの自己点検・評価を行う体制 基礎総合教育部会、全学評価委員会
      学生へのサポート体制 ラーニングセンター(PC操作・学修サポート等)
      情報センター(情報セキュリティ・技術サポート等)

      2)自己点検・評価結果

      2025年度春学期には「データサイエンス入門A」および「情報学A」、秋学期には「AIと情報リテラシー」および「データサイエンス入門B」が授業アンケートの対象となりました。アンケート結果に対する教員の自己評価および改善点は、資料のとおりです。