基本情報/Basic Information

開講科目名 ／Class	情報と社会／Information and Society
授業コード ／Class Code	A000272501
ナンバリングコード ／Numbering Code	GENt014
開講キャンパス ／Campus	ﾎﾟｰﾄｱｲﾗﾝﾄﾞ
開講所属 ／Course	共通教育科目／
年度 ／Year	2024年度／Academic Year
開講区分 ／Semester	前期／SPRING
曜日・時限 ／Day, Period	金2(前期)／FRI2(SPR.)
単位数 ／Credits	2.0
主担当教員 ／Main Instructor	齋藤　政彦／SAITO MASAHIKO
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
齋藤　政彦／SAITO MASAHIKO	経営学部／Business Administration

授業の方法 ／Class Format	対面授業（講義）
授業の目的 ／Class Purpose	現代社会において、情報と関わることなく社会生活を送ることは非常に難しくなっており、適切な情報とのかかわり方が重要となっている。 この講義では、情報と社会との関りについて、今後求められるデータサイエンス・AIの基本的事項と情報を活用した社会の様々な活動について理解することを目的とする。 この科目は、神戸学院大学DPである「幅広い知識を活用して問題を発見し、解決する方策を導くことができる」ことを目指し、「学びを深め、協働して社会に役立てる」ようになることを促す科目である。
到　達　目　標 ／Class Objectives	1.　データサイエンス・AIに関する基本的事項を理解する。 社会におけるデータ・AI活用や数学や統計学を基礎としたデータリテラシー、データ・AIを扱う上での留意事項を理解することで、今後社会で求められるデータリテラシーやAIに関する基本的な内容を理解し、データリテラシーやAIに関する問題について考察できる。 2．統計を用いた実際のデータ分析について理解する。 様々な社会活動、経済活動には情報がかかわっており、いかに情報を有効に活用するかが重要な視点となっている。統計やデータ分析が実際の社会でどのように活用されているかを実例をもとに考察できる。
授業のキーワード ／Keywords	データサイエンス・AI、情報化社会
授業の進め方 ／Method of Instruction	対面授業で行います。
履修するにあたって ／Instruction to Students	日常生活と情報のかかわりや、データをいかに正しく理解するかということに関心を持ってください。数式が苦手な人にも、意味が解るように説明します。授業中の私語と講義に関係ないスマートフォン等の操作は禁じます。
授業時間外に必要な学修内容・時間 ／Required Work and Hours outside of the Class	各回の内容について講義資料等を用いて学修し、ミニッツレポートを提出する。理解できないところは質問する。
提出課題など ／Quiz,Report,etc	配信する教材データで学習し、毎回の課題をミニッツレポートを提出してもらう。 質問の多い事項については、別途解説の教材を配信する。
成績評価方法・基準 ／Grading Method・Criteria	中間レポート50%、最終レポート50%で評価する。 ミニッツレポートの提出回数が６回以下の場合は単位を修得できない。
テキスト ／Required Texts	『データサイエンス講座１ データサイエンス基礎』 齋藤政彦・小澤誠一・羽森茂之・南知恵子 編 培風館 ISBN:978-4-563-01610-4
参考図書 ／Reference Books	特に指定なし

No.	回 ／Time	主題と位置付け ／Subjects and position in the whole class	学習方法と内容 ／Methods and contents	備考 ／Notes
1	第1回	オリエンテーション	本科目の目的、講義の進め方、単位取得の条件などについて説明
2	第2回	社会におけるデータ・AI活用1	社会におけるデータやAIの活用事例について理解する
3	第3回	社会におけるデータ・AI活用2	社会におけるデータやAIの活用と私たちの関りについて理解を深める
4	第4回	データリテラシー1	データリテラシーについて理解する
5	第5回	データリテラシー2	データリテラシーについて理解すると私たちの関りについて理解を深める
6	第6回	データ・AIを扱う上での留意事項1	データやAIを扱う上での留意事項について理解する
7	第7回	データ・AIを扱う上での留意事項2	データやAIを扱う上での留意事項と私たちの関りについて理解を深める
8	第8回	中間レポート	データやAIに関する中間レポートで理解の定着を確認する
9	第9回	相関関係と因果関係	相関関係と因果関係について理解する。
10	第10回	データ分析	Jリーグやプロ野球の成績について、統計的に解析する
11	第11回	簡単な確率とその応用事例	PCR検査の有効性を、確率で理解する
12	第12回	統計的な推測１	統計的な推測について理解する
13	第13回	統計的な推測２	統計的な推測を用いた、新薬の治験について理解する
14	第14回	暗号とサイバーセキュリテイ	暗号とサイバーセキユリテイについて理解する
15	第15回	最終レポート	最終レポートで、これまで学習した内容を総括し情報社会と私たちの関りについて理解を深める