2025年1月29日、京都大学 国際高等教育院附属データ科学イノベーション教育研究センターが主催する「数理・データサイエンス・AI教育強化拠点コンソーシアム 第二部 近畿ブロック 公開シンポジウム」における基調講演にて、京都女子大学 現代社会学部 現代社会学科 教授／情報基盤センター長の宮下 健輔先生とpaizaラーニング部長の小倉 直樹が登壇し、事例発表をおこないました。
京都女子大学のデータサイエンス教育において「paizaラーニング」をどのように活用しているのか、イベントの内容をレポートします。
paizaラーニング、数理・データサイエンス・AIモデルカリキュラムとの対応表を公開
まずは小倉より、数理・データサイエンス・AIモデルカリキュラム応用基礎レベルに認定されている学校の先生方と、現在リテラシーレベルの認定を受けていてこれから応用基礎レベルの認定を目指している学校の先生方にむけて「paizaラーニング」の活用方法を紹介しました。
すでにシンポジウム参加校でも先生方に各々の授業・ゼミでご利用いただいておりますが、データサイエンス教育の一環としてご利用いただけるよう数理・データサイエンス・AIモデルカリキュラムとpaizaラーニングの対応表を公開したことを発表しました。
paizaラーニングの導入背景やメリットとして以下の内容をお伝えしました。
- 数理・データサイエンス・AI教育のリテラシーレベルの科目を履修している意欲の高い学生に、プログラミングの初級から上級まで学習機会を提供することができる
- 応用基礎レベルのモデルカリキュラムに対応したプログラミングやデータベース等を自学学習できるので、プログラミング専門の先生でなくても領域をカバー可能
- 小テスト作成や進捗把握ができるので、学習状況の管理や成績評価に活用できる
また、すでに数理・データサイエンス・AI教育プログラムの一環として「paizaラーニング」を自習学習教材に取り入れている同志社大学の事例も紹介。
1年生必修科目「情報リテラシー」で1500名全員がpaizaラーニングを使って学習
京都女子大学の宮下先生からは、データサイエンス教育のカリキュラムや「paizaラーニング」を取り入れた学びの工夫を発表していただきました。発表内容を要約してお伝えいたします。
“文系学部を中心に7学部を持つ京都女子大学では、2000年から情報リテラシー教育をスタート。紆余曲折を経て、2023年から現行科目「情報リテラシー」「データ・AIリテラシー」の運用が始まりました。
1年生前期に開講する「情報リテラシー」は全学部1500名が必修となる科目です。学校で利用するシステムのアカウント作成やMicrosoft Officeのレクチャーから始め、第2回、4回、11回、14回で「paizaラーニング」を利用しています。情報リテラシーを身につけるための講座構成なので、情報Ⅰを復習できる「情報Ⅰストーリー」は積極的にシラバスに取り入れようと思い、自宅学習を指示しています。同時に、「新・python入門」も紹介しています。
1年生後期に開講する「データ・AIリテラシー」は、データサイエンス学部では必修、他学部は選択科目となります。より学びを深めていくために「pythonデータ分析入門」の中から必要なものをピックアップして活用しています。
2023年に新科目スタートを記念してpaizaと一緒に「ITエンジニアと女性のキャリア」と題したセミナーを開催したのですが、この時の1年生が来年3年生になり就職活動の時期を迎えます。今は、就職につながるイベントも企画しています。”
その後の質疑応答の時間に、いくつか質問をいただきました。
質問者「プログラミング以外のカリキュラムもpaizaラーニングで補えるのでしょうか？」
基本的にはプログラミング、エンジニアリングの領域が中心ですが情報Ⅰや、データ分析、SQLが学習できるコンテンツもございます。（小倉）
質問者「大学教員から見て、問題の質は担保されていると感じますか？」
もちろん学生に使ってもらう前に自分たちで内容を確認しています。その上で口頭で補足が必要だと思うところは学生に説明しています。学生には非常に好評です。自分たちで動画を作ろうとすると、60分間話しっぱなしになってしまいますが、paizaだと動画を2〜3分見てすぐに手を動かす仕組みになっているので、とくにそこがいいと思います。
授業でとったアンケートでも「paizaラーニング」は利用しやすかったですか？という質問に対し、8割以上の学生が大変実施しやすかった／実施しやすかった／問題なかったと回答していました。（宮下先生）
このような公開シンポジウムの場で事例発表の機会をいただき、あらためて主催の皆さまにお礼を申し上げます。少しでも、数理・データサイエンス・AI教育に関わる教職員のお力になれればうれしいです。
プログラミング学習の補助教材の一つとして、数理・データサイエンス・AIモデルカリキュラムとpaizaラーニングの対応表をぜひご活用ください。
「paizaラーニング 学校フリーパス」お申し込みはこちら：https://paiza.jp/works/lp/free_pass
