| 授業コード | 06500400 | 単位数 | 2 |
| 科目名 | 情報化社会と人間 | クラス | |
| 履修期 | 前期授業 | カリキュラム | ＊下表参考 |
| 担当者 | 脇谷 直子 他 | 配当年次 | ＊下表参考 |
| 授業の題目 | 情報化社会と人間 Life in Information Society |
| 学修の概要 | ［講義の概要］ （前半）：情報化社会におけるデータの処理方法や応用方法を理解する。表計算ソフトExcelを用いた実践や演習を行う。 （後半）：情報化社会におけるソフトウェアの役割を考える。プログラミング言語Pythonによる簡単なプログラミング演習を行う。 ［講義の方針］ 情報化社会にとって、また情報化社会で生きる人間にとって、情報技術（IT）によって実現されているサービス・アプリなどは欠かせない存在となっています。「ITによって何ができ何ができないのか」「デジタル社会でITの知識や技術をどう活かしていくか」などITの可能性と限界を考えてみようというのがこの授業のコンセプトです。この科目はデータサイエンス科目に含まれます。 授業では、情報演習室でパソコンを使った演習を行います。様々なテーマや課題に取り組むにつれ、「人間にとってITとは何か」「人間にとってデジタル社会はどうあるべきか」「人間はITをどう活かすとよいか」というようなことを考えて、各自それらの解答を模索してください。基本的には毎回パソコンを用いた演習を行うなど、インタラクティブに授業を進める予定です。 |
| 学修の到達目標 | 授業を通じて、何か1つでもソフトやサービスの新しい操作方法を知り、実践できるようになる。 情報化社会と人間にとって情報技術、デジタル技術の存在とは何か、考えるための視点を複数持てる。 |
| 授業計画 | 第１回 | 前半（第1回～第8回）担当教員：坂口琢哉 ガイダンス 情報教室の利用方法や課題提出方法について確認する。 |
| 第２回 | Excel入門 Excelの基本操作を確認するとともに、本講義で使用する関数について解説と演習を行う。 |
|
| 第３回 | Excel応用1: 数式と関数グラフ 様々な数式をグラフ化し、それらの性質や特徴について視覚的に理解する。 |
|
| 第４回 | Excel応用2: 実データの分析 実際のデータを対象として統計量の計算を行い、全体的な傾向を把握する。 |
|
| 第５回 | Excel応用3: 実データの集計 実際のデータを対象としてクロス集計表を作成し、多角的な視点で分析する。 |
|
| 第６回 | Excel応用4: 文の自動生成 コンピュータが文を自動生成する簡単な手法としてマルコフ連鎖を解説し、Excelを用いて実践する。 |
|
| 第７回 | Excel応用5: モンテカルロシミュレーション 様々な確率を擬似的に求める手法としてモンテカルロ法を解説し、Excelを用いて実践する。 |
|
| 第８回 | Excel応用6: LifeGame 単純なルールから多様な状態が生成されるモデルとしてLifeGameを解説し、Excelを用いて実践する。 |
|
| 第９回 | 後半（第9回～第15回）担当教員：脇谷直子 デジタル社会とソフトウェア 後半のガイダンスを行い、社会の変化と情報化社会におけるソフトウェアの役割を考える。 |
|
| 第１０回 | プログラミング環境と基本操作 プログラミングとPython言語について概要を理解し、本講義で使用する環境を確認する。 |
|
| 第１１回 | プログラミング1: 基本 整数と浮動小数点数、変数と関数について基本を理解し、Pythonによる演習を行う。 |
|
| 第１２回 | プログラミング2: 応用 複数のデータを処理するための構造と基本的な構文を理解し、Pythonによる演習を行う。 |
|
| 第１３回 | プログラミング3: 発展 少し複雑なデータ構造について知り、Pythonによる演習を通じてこれまでの内容を理解する。 |
|
| 第１４回 | プログラミング4: 課題 発展課題を通じてこれまでの復習を行い、文字列操作に関するPythonによる演習を行う。 |
|
| 第１５回 | 演習のまとめ（レポート課題の説明と取り組み） 演習全体を振り返り、ライブラリなどについて補足する。レポート課題の説明を行う。 |
| 授業外学習の課題 | 演習を含む授業となっています。演習にはExcelなどの利用が可能なPCが必要です（情報演習室で授業を行います）。 授業外学習として、演習課題やレポート課題への取り組みにしっかり時間をかけて下さい。予習が必要な場合については各教員の指示に従ってください。 毎回の予習復習に加え、演習課題があるときには、しっかり取り組みましょう。また、レポート課題については、復習も含めて数時間以上かけて取り組むことが望ましいです。全体的には、授業前後に各2時間の学習を目安とします。 |
| 履修上の注意事項 | この授業を希望してもらった場合でも、抽選結果によっては履修できないこともあります。抽選に当たった方は必ず履修し、最後まで取り組んでください。 また、授業を受けるにあたっては、積極的に自分で考えて課題に取り組んでください。 演習が中心となりますので、休まずに出席しましょう。 授業はMoodleを使って行います。公認欠席については、課題の提出期間を延長するなど配慮しますが、課題の内容によって異なるため、担当教員の指示に従ってください。基本的な資料はMoodleコース上で提供しますので、できるだけ自習してください。 |
| 成績評価の方法・基準 | 授業への主体的・積極的参加意欲が求められます。各教員の提出課題の出来具合等を厳格にかつ総合的に判断して評価します。評価の詳細な基準は授業中に教員から説明します。 前半50％、後半50％を目安に総合的に最終評価を行います。出席するだけではD評価となりますので、しっかりと授業に参加し、課題に取り組みましょう。 |
| テキスト | 必要な資料は授業の際に配布します。 |
| 参考文献 | 必要に応じて授業の中で紹介します。 |
| 主な関連科目 | |
| オフィスアワー及び 質問・相談への対応 |
質問・相談はできるだけ授業中にすませておいてください。直接、各教員に電子メールなどで相談・質問をすることもできますが、各教員の指示に従ってください。 課題のフィードバックは、基本的に授業中に行います。 |
| 所属 | ナンバリングコード | 適用入学年度 | 配当年次 | 身につく能力 | ||||
| 知識・技能 | 思考力 | 判断力 | 表現力 | 協創力 | ||||
| 商学部商学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 商学部経営学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 経済科学部現代経済学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 経済科学部経済情報学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 人文学部教育学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 人文学部英語英文学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 人文学部社会学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 法学部法律学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 人間環境学部人間環境学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 健康科学部心理学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 健康科学部健康栄養学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 国際コミュニティ学部国際政治学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |
| 国際コミュニティ学部地域行政学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | ○ | ○ | - |