近年の情報技術の発展に伴い、情報を適切に収集・管理し、その分析結果を有効に役立てる技術があらゆる分野において必須な時代となりました。アカデミアでは、大量のデータを収集・分析することにより研究を推進させる第４のパラダイムとしてのデータサイエンスの重要性が広く認識されるようになっています。また産業分野では、データの効果的な集積と活用による価値の創出が、産業競争力の強化に大きな役割を果たすようになりました。さらに急速に発展する人工知能技術は、一部の分野では人間の認識・判断能力を凌駕するレベルに到達しつつあります。このような技術的背景に基づいた社会環境の変化は、大学が輩出すべき人材像にも変革を促しています。

そこで、筑波大学ではデータサイエンス・リテラシープログラム(以下、DSLプログラム)を開設し、基礎的な情報リテラシーとコンピュータの利用技術の習得を目的とした「情報リテラシー」、および、データに基づく客観的な意思決定の考え方の習得を目的とした「データサイエンス」の2科目を全学一年次の必修科目として定めました。

本学のDSLプログラムは、数理・データサイエンス・AIに関する基礎的な能力の向上及びその機会の拡大を図ることを目的として文部科学省によって制定された「数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベル）」に認定され、その中でも先導的で独自の工夫・特色を持つプログラムに対して与えられる「数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベル）プラス」に選定されています。

（認定の有効期限：令和８年３月31日まで）

（認定の有効期限：令和８年３月31日まで）

参考

データサイエンス・リテラシー（DSL）プログラム取り組み概要

DSLプログラムの特長

特長① 2019度入学生以降の卒業時DSLプログラム履修率100%

筑波大学では、文系・理系だけでなく体育や芸術など、総合大学としては他に例を見ない幅広い学問分野に渡る分野を背景とする学生を擁しており、2019年度からはすべての分野における1年次の学生に対する必修科目として、「情報リテラシー（講義）」と「データサイエンス」を設定しています。全１年次生必修を念頭に、理学・工学分野だけでなく、文系や体育分野、芸術分野などの非理工系分野まで、全ての学士課程に対応可能で社会のニーズに合致する教材を作成し、全学で利用します。

特長② 実践力を重視したカリキュラム

DSLプログラムでは、講義と演習を組み合わせることにより、学生がより実践的に学べる授業を実施します。統計分析にとどまらず、データの収集、管理、分析といったデータサイエンスにおける一連のライフサイクルに関わる内容を一貫して教育するとともに、現実世界のデータを利用した演習を中心とした実践力を重視したカリキュラムとなっています。詳細はカリキュラムを御覧ください。

特長③ エヴィデンス（教育効果測定等）に基づく教材設計

学生授業評価アンケートのみならず、データサイエンスの学習動機や理解の客観評価を行う教育効果測定、民間企業における実務経験者を含む担当講師を対象としたアンケートを通して得られた、授業内容や学習の意欲・定着度などに関する情報をまとめ、共通科目「情報」推進室における教材の改善に努めています。データサイエンスに馴染みがない学生、より高度な学習を望む学生など、様々な分野の学生が、強い動機を持ってデータサイエンスの学修に取り組めるようなカリキュラムとなるよう工夫しています。

特長④ 多様な学生の興味と動機を高める様々な分野の導入ビデオ講義

データサイエンスに初めて触れる一年次学生を対象として、様々な学問分野におけるデータ活用事例をそれぞれの専門分野の教員が紹介するビデオ講義を取り入れています。データサイエンスに初めて触れる一年次学生を対象として、様々な学問分野におけるデータ活用事例をそれぞれの専門分野の教員が紹介するビデオ講義を取り入れています。ビッグデータや人工知能などの一般的な内容から、臨床医学やスポーツ分野における活用事例まで、現時点で25本のビデオ教材を有しており、様々な背景を持つ学生の学習動機および教育効果の向上に利用しています。また本ビデオ教材は、誰でも視聴可能な教材としてインターネット上でOCWとして提供しており、今後もさらなる充実化を目指します。詳細は、e-Learningをご覧ください。

本教育プログラムを通じて身につけることができる能力

データの利活用に関する講義および演習を通して、分析の目標設定、データの収集、前処理、分析、分析結果のフィードバックという、一連のデータサイエンスにおけるサイクルを一通り体験します。これにより、社会における諸問題を主体的に分析し、より良い社会の実現に向けた改善する能力を身につけることが可能です。AIに関する講義を通して、AI前提の社会で生き抜くために必須の知識を得ます。

実施体制

実施科目と学習内容

修了要件

「情報リテラシー(講義)」（1単位）及び「データサイエンス」（2単位）の2科目3単位を取得すること。

単位取得要件

授業方法

情報リテラシー（講義）およびデータサイエンスは、全学１年次必修科目です。全学学生が履修できるように、情報リテラシー（講義）は29クラスの日本語科目及び１クラスの英語科目、データサイエンスは50クラス分の日本語科目及び1クラス分の英語科目を開講しています。データサイエンスにおいては、受講者の属性に合わせた学習難易度となるよう、三段階の難易度のモデルカルキュラムを準備し、理学・工学分野から非理工系分野まで、全ての学士課程に対応可能で社会のニーズに合致する教材を作成しています。さらに、全履修学生を対象とした教育効果測定や履修者アンケート、講師を対象としたアンケート、授業担当教員からの教材フィードバックの結果を教材設計に活用し、データサイエンスに馴染みがない学生、より高度な学習を望む学生など、様々な分野の学生に対応できるような教材となるよう工夫しています。

モデルカリキュラムとの対応

プログラムを構成する授業の内容・概要（数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラムの「選択」に相当）は下記の通りです。