令和3年度第2回FDフォーラム 「数理・データサイエンス・AI（リテラシー）」に関わる学内の授業実践事例とデータサイエンス教育の意義」を開催しました。

本学では、「数理・データサイエンス・AI」の知識を持つ人材育成に対する社会的機運の高まりを受け、2021年4月よりデータサイエンスの基礎が学べる科目を全学部全学科の学生を対象にスタートさせました。同時に、経済経営学部では、ビジネスで活用できるデータサイエンスの基礎を学べるデータサイエンスベーシックコース（Data Science Basic course for Business/DSBコース）を設けています。

その1年間にわたるデータサイエンス教育の実績から明らかになった課題や授業ノウハウを共有し、さらなる授業改善に結びつけることを目的に、2月16日、令和3年度の第2回FDフォーラムを開催しました。

今回は、「数理・データサイエンス・AI（リテラシー）」に関わる学内の授業実践事例とデータサイエンス教育の意義と題して、日置慎治教授（数理・データサイエンス教育担当学長補佐）をコーディネーターに、足立整治教授（全学教育開発センター）、蟹雅代准教授（経済経営学部）、森泉慎吾講師（心理学部）が、データサイエンス授業の実践事例について報告しました。

足立教授が担当する「データサイエンス入門」は、認定制度標準カリキュラムに準拠したリテラシーレベルの授業。学生にデータサイエンス自体に興味を持ってもらうことを主眼に全学部を対象に開講しています。蟹准教授と森泉講師が担当する「応用統計学」と「心理学統計法」は学部教育に密接に関連したデータサイエンスの専門科目で、エクセルだけでなくSPSS（統計用ソフト）を使用しての多変量解析までを扱います。

いずれの発表においても、「適切なソースからデータを入手することの重要性を理解させる」「分析目的と分析方法を明確にさせる」ことの大切さについて触れられました。また、データの因果関係や相関関係を学生に理解させるためには、学生自身が興味を持ちそうな題材を選び、データの原因と結果を視覚化することが必要であるとの認識が示され、理解度向上に向けての具体的な工夫が披露されました。一方で、データサイエンス教育における現時点での課題として、学生の数学的な素養が理解度に影響することや、分析手法の習得のみに終始してしまいがちであることが挙げられました。

報告の後には質疑応答があり、今後の授業改善に向けた方策について意見交換を行いました。