大学通信が提供する大学情報に特化した広報支援サービス 大学プレスセンター

1. 文部科学省　「数理・データサイエンス・AI教育プログラム認定制度」（応用基礎レベル）
　学生の数理・データサイエンス・ＡＩへの関心を高め、かつ、数理・データサイエンス・ＡＩを適切に理解し、それを活用する基礎的な能力を育成することを目的として、数理・データサイエンス・ＡＩに関する知識及び技術について体系的な教育を行うものを文部科学大臣が認定及び選定して奨励する制度です。8月24日に発表された第1回認定では国公私立大学を含む26校が選定、うち私立大学は9校が選定されました。

2. 創価大学 「データサイエンス基礎教育（応用基礎）」
　本学で実施するデータサイエンス基礎教育とは、全学部生向けに開講されているデータサイエンスに関する専門分野を学ぶ8～10単位の科目群を指します。これは「応用基礎」科目群と「基礎統計学」科目群で構成されており、このうちの応用基礎科目群である「データ・サイエンス」科目、「AI基礎」科目の取り組みが「数理・データサイエンス・AI教育プログラム認定制度」（応用基礎レベル）に認定されました。また、応用基礎科目群は、本学で実施するデータサイエンス副専攻の必修科目でもあります。

３. 創価大学「データサイエンス副専攻」
　本学で実施するデータサイエンス副専攻とは、所属する学部学科のカリキュラムを学ぶ主専攻に加えて、データサイエンスに関する専門分野を学ぶことができる制度です。例えば、経済学部の学生が経済学部で設置する専門科目を学ぶかたわら、データサイエンス副専攻の科目を学び、その上で認定要件（単位数・通算 GPA）を満たしていれば、「主専攻：経済学」「副専攻：データサイエンス」として成績証明書及び卒業証明書に記載されます（2019年度生より導入）。

４. 本学のデータサイエンス教育の特色
　本学では、文系の学生であっても主体的にデータサイエンスを学べるように、学修ステップを明示し、学生の希望やレベルに応じた教育プログラムを用意しています。

・ステップ０：全学リテラシー教育
　　　　　　　全学必修科目「データサイエンス入門」（2022年度生から1年次必修化）
・ステップ1：データサイエンス基礎教育
　　　　　　　応用基礎(データサイエンスの基礎になる2科目6単位)＋基礎統計学
・ステップ２：自らの専門における課題解決
　　　　　　　データサイエンス副専攻
・ステップ３：AIを活用して課題解決
　　　　　 理工学部情報システム工学科生を対象としたデータサイエンス教育

（参考）令和4年度「数理・データサイエンス・AI教育プログラム」の認定・選定について

　　　　https://www.mext.go.jp/content/20220824-mxt_senmon01-000188414.pdf

（参考）創価大学データサイエンス教育推進センター
　　　　https://www.soka.ac.jp/ds/