| 授業方針・テーマ |
【生成AIと学ぶ・生成AIを学ぶ】
生成AIの急速な発展により，情報の収集・整理・表現の方法が大きく変わりつつある．本授業では，生成AIツールを「道具」として活用しながら，その可能性と限界を体験的に学ぶ．AIに任せること・人間が判断すべきことを見極め，批判的思考力を養う．
個人の取組み・グループの取組みを通じて，学びの共同体を一緒に作る練習をする．個人の取組み，グループの取組みの分野・テーマは限定せず，自分の興味・関心を探りながら取り組む．文系の学生も歓迎する．生成AIツールを活用しながら取り組む題材として，多面体折り紙やプログラミングを提供することもできる．プログラミングの場合は，学生と大学のプログラミング環境の状況を鑑みて題材を設定する．
|
習得できる知識・能力や授業の
目的・到達目標 |
以下の3つの能力を育成する．
1. コミュニケーション能力: 自らの考えや疑問を相手に分かりやすく伝えるとともに，相手の意見や疑問を的確に理解し，協調して行動することができる．
2. 情報活用能力: 情報通信技術等を用いて，多様な情報を収集・分析し，効果的かつ正しく活用することができる．生成AIの可能性と限界を理解し，適切に活用できる．
3. 能動的学修姿勢: 自ら解決すべき問題・課題を見つけ，それに取り組む姿勢を備えている．
|
授業計画・内容
授業方法 |
▪️授業計画・内容
第1回: 基礎ゼミナールガイダンス（基礎教育部会長担当）
第2回: 本授業の進め方・受講生の自己紹介
第3〜5回: 個人の取組み（生成AIツール体験，文献購読）
第6回: 班分け，グループの取組みの進め方
第7〜8回: グループの取組み（調査，作業，まとめ）
第9回: 中間発表（参加者の質疑応答と講評を含む）
第10〜11回: グループの取組み（調査，作業，まとめ）
第12〜14回: グループの取組み（最終発表準備）
第15回: 最終発表（参加者の質疑応答と講評を含む）
※ 第1回は基礎教育部会長によるガイダンス．第2回以降（14回）が授業担当者による授業．
▪️授業方法
少人数の演習形式で行う．個人の取組みとグループの取組みを組み合わせ，調査・発表・討論を通じて学ぶ．
- 個人の取組み: 生成AIツールを活用した情報収集・整理，自分の興味・関心の探索
- グループの取組み: 異なる学部の学生との協働作業，役割分担による共同調査
- 発表・討論: 中間発表・最終発表でのプレゼンテーション，質疑応答
|
| 授業外学習 |
▪️事前案内
授業支援システム kibaco を通じて案内する．
https://kibaco.tmu.ac.jp/portal/site/2026A0421
本授業に配属された受講生は「自己登録」すること．
▪️授業外学習
毎回の授業後，次回授業までの検討事項を説明するので，取り組んだ上で授業に臨むこと．
|
| テキスト・参考書等 |
参考書
生成AI関連
- 今井翔太「生成AIで世界はこう変わる」SBクリエイティブ (2024) ISBN: 978-4-8156-2297-8
https://www.sbcr.jp/product/4815622978/
- 古川渉一・酒井麻里子「先読み！IT×ビジネス講座 ChatGPT 対話型AIが生み出す未来」インプレス (2023) ISBN: 978-4-295-01638-0
https://book.impress.co.jp/books/1122101163
思考法・グループ活動関連
- 佐宗邦威「直感と論理をつなぐ思考法」ダイヤモンド社 (2019) ISBN: 978-4-478-10285-5
https://www.diamond.co.jp/book/9784478102855.html
- J. Gibson, 小林茂, 鈴木宣也, 赤羽亨「アイデアスケッチ アイデアを〈醸成〉するためのワークショップ実践ガイド」BNN (2018) ISBN: 978-4-8025-1072-1
https://www.bnn.co.jp/books/8894/
|
| 成績評価方法 |
各回の課題，個人の取組みおよびグループの取組みの成果物，発表の様子，学習活動への参加態度を材料に，「習得できる知識・能力や授業の目的・到達目標」にある3つの学習目標をどの程度達成したか評価する．
なお，正当な理由なく4回以上欠席した場合，不合格とする．
- 授業への関与 50%（コミュニケーション能力，能動的学修姿勢）
- 最終成果物 30%（情報活用能力）
- 発表・授業内課題 20%（発表内容・各回の提出物等） |
質問受付方法
(オフィスアワー等) |
特に設定しないが，質問・相談は随時受け付ける．直接相談・質問したい場合は，事前に必ず約束せよ．担当教員は日野キャンパスの所属であり，南大沢キャンパスには常駐しない．
連絡先
- メール: hsugawa@tmu.ac.jp
- 研究室: 日野キャンパス1号館257室
|
特記事項
(他の授業科目との関連性) |
生成AIツールの使用経験やプログラミングの知識経験は問わない．文系・理系を問わず，自分のテーマを探求したい学生を歓迎する．授業支援システム kibaco に補足資料や参考リンクを掲載する予定．受講生提出物の整理に，生成AIツールを用いる可能性がある．
|
| 備考 |
|
シラバス照会