| 第1回 導入：AIリテラシーとは何か／授業の進め方 |
| - AIの便利さ限界とそれに伴うリスクと責任とは |
| - 授業内での生成AI利用ルールについて |
| - 課題の提出方法について（テンプレートの利用方法） |
| 予習内容：生成AIを使ったことがない場合は任意の生成AIサービスで簡単な質問を1回試す(60分) |
| 復習内容：課題のテンプレートを活用して指示された課題に取り組む(120分) |
|
| 第2回 AIの全体像（歴史・推論・汎用/特化・学習分類） |
| ・AIの歴史：推論／知識表現／エキスパートシステムの考え方と限界 |
| ・汎用AIと特化型AI：期待値調整、適用範囲の定義 |
| ・機械学習の分類：教師あり／教師なし／強化学習 |
| 予習内容：「推論」「エキスパートシステム」「教師あり学習」の用語をざっと調べ、各1行で説明できるようにする(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第3回 データ分析の進め方／仮説検証サイクルとML実務サイクル |
| ・データ分析の基本手順：目的→仮説→データ→分析→解釈→改善 |
| ・AIの学習と推論の違い |
| ・評価の考え方、再学習（再訓練）が必要になる典型（データ変化・劣化） |
| 予習内容：データ分析を活用できる身近なテーマを1つ選び「知りたいこと（目的）」を文章で書いておく(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第4回 生成AI入門：言語モデルは何をしているのか |
| - Web検索と生成AIとの違い |
| - 言語モデルによる予測による応答の生成 |
| - 生成AIにでの誤りが生じるやすいケースとは |
| 予習内容：生成AIに「昨日のニュース」など曖昧な質問を投げ、回答の不確かさを1つメモする(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第5回 ニューラルネットワークの原理(1)：モデル（層・重み・活性化） |
| - ニューラルネットワークの基本構造 |
| - パラメータ（重み）が学習されるとはどういうことか |
| - モデル容量と表現力 |
| 予習内容：「線形結合」「パラメータ」の意味を各自で調べる(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第6回 ニューラルネットワークの原理(2)：学習（損失・勾配・誤差逆伝播） |
| - 学習における損失の役割 |
| - 誤差逆伝播のイメージ |
| - 過学習の概念と簡単な対策 |
| 予習内容：「過学習」という言葉の意味を調べ、1文で説明できるようにする(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第7回 生成AIの原理(1)：トークン化と埋め込み |
| - 言葉や文脈をベクトルデータとして表現する方法 |
| - 類似度と「意味」との関係 |
| 予習内容：生成AIに短文と長文を入力して、応答の変化（要約される/取り落とす等）を観察する(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第8回 生成AIの原理(2)：Attention/Transformerと確率的な文章生成 |
| - Attention/Transformerの直感的な説明 |
| - 確率分布からの文章生成 |
| 予習内容：生成AIに同じ質問を2回投げ、出力の違いを比較しておく(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第9回 生成AIを用いた調査(1)：質問設計と情報整理 |
| - 調査に向いた質問形式と質問内容の改善プロセス |
| - 情報の構造化（箇条書き、表） |
| 予習内容：調べたいテーマを1つ決めておく（授業内容に関連が望ましい）(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第10回 生成AIを用いた調査(2)：根拠の確認や出典の信頼性 |
| - 出典確認の方法と不確かな場合の対処 |
| - 一次情報・公的情報・二次情報の区別 |
| 予習内容：調べたいテーマに関して一次情報源を探しておく(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第11回 生成AIの応答の検証(1)：数値・固有名詞・手順 |
| - 生成AIが間違えやすい要素 |
| - 検証の優先順位付けと検証チェックリストの作成 |
| 予習内容：AIの回答で「数字／固有名詞／手順」が含まれる例を1つ用意しておく(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第12回 生成AIの応答の検証(2)：比較・反証・再現 |
| - 同一質問を条件を変えて行うことによる比較（前提追加、制約変更、別表現） |
| - 反証と再現について |
| 予習内容：教科書第7章を読んでおく．(60分) |
| 復習内容：誤差逆伝搬法，活性化関数などの用語について復習しておく．(120分) |
|
| 第13回 学術的誠実性：課題・レポートでのAI利用 |
| - 剽窃・捏造・盗用とAI利用との関係 |
| - 再現性の重要性 |
| - 学習支援としての適切な利用例 |
| 予習内容：自分の提出物でAIを使うとしたら「どこまで許容か」を考える(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第14回 著作権・引用・要約：文章／画像／コードの扱い |
| - 引用と要約の違い、出典の示し方 |
| - 生成物に対する責任 |
| - コード開発支援時の注意事項 |
| 予習内容：「引用」「要約」「パラフレーズ」の違いを調べ、例を1つずつ用意しておく(60分) |
| 復習内容：出題された課題に取り組む(120分) |
|
| 第15回 プライバシー・セキュリティ／バイアス・公平性／総合演習（最終課題） |
| - 入力してはいけない情報とは |
| - 安全な入力にする方法（匿名化・抽象化・分割） |
| - バイアスと公平性 |
| ｰ 最終課題の出題 |
| 予習内容：これまでの授業を振り返っておく(60分) |
| 復習内容：最終課題に取り組む(120分) |
|