シラバス参照

授業情報/Course information

科目一覧へ戻る 2024/03/22 現在

科目名/Subject 総合科目I(cビジネスにおけるAIデータ利活用)
担当教員(所属)/Instructor 竹中 康弘 (グローカル戦略推進センター)
授業科目区分/Category 昼間コース 共通科目
開講学期/Semester 2024年度/Academic Year  後期/Fall Semester
開講曜限/Class period
対象所属/Eligible Faculty 商学部昼間コース/Faculty of CommerceDay School
配当年次/Years 1年 , 2年 , 3年 , 4年
単位数/Credits 2
研究室番号/Office 竹中 康弘
オフィスアワー/Office hours 竹中 康弘
更新日/Date of renewal 2024/03/01
授業の目的・方法
/Course Objectives and method
現代はVUCA時代(将来を予測するのが困難な時代)とも呼ばれ、次々と社会変革・変動が起きる激動の時代です。その変革の中心となるのはAI・データであり、これらは皆さんの今後の人生においてはかつての「読み・書き・そろばん」のように必須の知識となっています。AIの源泉はデータであり、データは21世紀の石油であるともいわれます。ここから先の時代を生き抜くためには誰でもデータを中心として物事を考える力、分析力、課題解決力、意思決定が必要不可欠となっています。

目的・前提知識
- 前提知識は不要です
- 今後数十年は役に立つ論点思考、仮説思考を身に着けます
- 日常生活においてデータ関連ニュースへのアンテナが高まり、データドリブン思考(+計算論的思考)で判断する目を養います。

授業の方法
本講義はオンデマンドによるリモート授業で座学(動画受講)が中心です。とはいえテクノロジーの流行り廃りは激しく、知識を詰め込んだところですぐ忘れるのが関の山ですので、できるだけ実際の分析過程(そのとき何を考えていたのか)や動くモノをお見せしながら全体に通底する考え方や楽しさを少しでも体感・実感してもらい、真に重要なポイントを肌感覚で身に着けて頂くことに主眼を置きます。必要に応じて補講を実施します。
達成目標
/Course Goals
・データ駆動型社会を理解し、データの意義を説明できる
・データの意味合いがわかり、データに騙されないようになる
・基本的な問題解決力がつき、基礎的な論点思考・仮説思考ができる
・世の中のデータ・テクノロジー関連のニュースへのアンテナが高まり、批判的に物事を見聞きすることができる
授業内容
/Course contents
各回の講義内容は次のとおりです。ただし,履修者の知識,習得度合に応じて講義の順番や講義内容を変更する場合があります。
第1 回 社会で起きている変化と本講座の位置づけ
第2 回 先端のテクノロジートレンドを知る
第3 回 AIとは
第4 回 データとは
第5 回 社会におけるデータ・AI利活用、ビジネスにおける分析とは
第6 回 データを読む
第7 回 データの性質を知る、説明する
第8 回 データを扱う
第9 回 データ・AI利活用のための技術
第10 回 これまでのポイントまとめ
第11 回 データ・AI利活用の最新動向
第12 回 データ・AI利活用の現場
第13 回 データを扱う上での留意事項
第14 回 データ・AIとセキュリティ脅威
第15 回 データ・AIがもたらす未来
事前学修・事後学修
/Preparation and review class
日ごろから、新聞記事、ニュース、テレビ報道などのAIニュースやデータ・グラフなどに関心を持ち、バイアスに気をつけつつ疑いの目を持ちながら見ること。
使用教材
/Teaching materials
使用教材は指定しないが,以下の参考文献が手元にあると授業の理解がより深まります。
講義課題でPCを使用しますので各自用意すること。
北川源四郎/竹村彰通(2021)教養としてのデータサイエンス
岡嶋裕史/吉田雅裕(2021)はじめてのAIリテラシー
後正武(1998)意思決定のための「分析の技術」
ダレル・ハフ(1968)統計でウソをつく法.講談社(ブルーバックス)
その他、授業の進捗にそって適宜紹介します。
成績評価の方法
/Grading
講義後アンケート、小テスト・小レポートの提出:講義動画の中で指示しますので期間中に実施ください。
成績評価の基準
/Grading Criteria
秀:成績評価の総合点数が100 点~90 点
データ・AIがどう社会で活用されているかとデータの意義を理解している。データの記述・可視化を説明・解釈できる。基礎的なデータリテラシーを十分に身に付けている。
優:89 点~80 点
データ・AIがどう社会で活用されているかとデータの意義を理解している。データの記述・可視化を説明・解釈できる。基礎的なデータリテラシーを身に付けている。
良:79 点~70 点
データ・AIがどう社会で活用されているかとデータの意義を理解している。データの記述・可視化を説明・解釈できる。基礎的なデータリテラシーを一定身に付けている。
可:69 点~60 点
データ・AIがどう社会で活用されているかとデータの意義を理解している。基礎的なデータリテラシーを一定身に付けている。
履修上の注意事項
/Remarks
講義に関する情報や他の履修者に関する情報を、SNS等へ掲示したり、履修者以外へ教えたりしないこと。
一部PCを利用した課題があるので、各自PCを用意すること。
実務経験者による授業
/Courses conducted by the
ones with practical
experiences
該当する/Yes
実務経験の概要
/Outline of their practical
experiences
教員は現役で大手コンサル企業にてデータ利活用の業務に従事。その他、ビジネス現場にてデータ分析を行っているメンバ・クライアントも必要に応じてゲストとして招聘する。
実務経験と授業科目との関連性
/Relevance between their
practical experiences and
the course
AI・データがビジネスの現場でどのように活用されているのか。また現場で感じる課題や、全てに通底して必要となる能力・考え方や学び方を講義に含め、実践的な学びを得たいと考えています。
授業実施方法
/Method of class
⑥遠隔授業(時間割を指定しないオンデマンド)/Online class(on-demand classes not following class timetable)
遠隔授業
/Online class
遠隔授業/Online class

科目一覧へ戻る