講 義 概 要 本科目は、講義科目である。
本科目では、「AI・データサイエンス入門１」での成果をふまえ、現代社会において多種多様な分野で利活用されているコンピュータシステムの中でも、機械学習タイプの新たなAI（人工知能）について講義する。受講生は、以下の４項目について学ぶ。
➀プログラミング実習：基礎統計の計算・可視化（ヒストグラム）・回帰分析（散布図・回帰曲線）
➁AI音声認識：音声の文字起こしのシステムプログラミング体験・システムの企画立案（グループワーク）
➂AI手書き文字認識：手書き文字認識の体験・プログラミング体験・企画立案（グループワーク）
➃AI画像認識：画像の内容認識システムのプログラミング体験・学習データのスクレイピング体験・評価・企画
立案（グループワーク）・企画のプレゼンテーション（グループワーク）
最後に、ゲームでのAI活用例の紹介を講義する。 到 達 目 標 前期で身につけた生成AI活用の型を土台に、基礎統計（代表値・ばらつき・相関）と可視化の読み取りを通して、データから説明できる力を養う。あわせて、生成AIの運用（検証・改善）を深め、Claude CodeやAPIの活用可能性を社会実装の観点から考える。最後に、文章→画像→動画→投稿までの制作フローを体験し、学びを文脈化する。 授 業 計 画 | 第１回 後期ガイダンス 前期の型を実務・研究・発信へ拡張／後期の作るもの提示 | | 第２回 代表値② 平均・中央値・四分位：分布を見る | | 第３回 ばらつき② 標準偏差＋外れ値の考え方 | | 第４回 可視化 ヒストグラム・箱ひげ図・散布図：言葉にする練習 | | 第５回 相関 共分散・相関係数の直感＋散布図の読み取り（相関≠因果） | | 第６回 回帰 散布図・回帰曲線を"読む"（式は最小） | | 第７回 生成AI活用 業務・研究・学習の実例 | | 第８回 検証 前期の復習＋「言い過ぎを止める」実践 | | 第９回 プロンプト設計③ 分解・手順化・評価：ケース演習 | | 第10回 Claude Code できること／危ないこと／使いどころ | | 第11回 APIで考える社会実装 どんな機能が作れるか：アイデアソン＋簡易ピッチ | | 第12回 クリエイティブ① ブログ執筆：企画→構成→本文→推敲 | | 第13回 クリエイティブ② ビジュアル化：図解/挿絵→SNS最適化 | | 第14回 クリエイティブ③ 動画化＋投稿：台本→短尺動画→投稿文 | | 第15回 期末まとめ 授業内期末：提出物の総括＋ミニ発表 |
評 価 方 法 評価方式：平常点
授業参加姿勢：積極的な参加
統計の読み取り・考察を含むレポート／課題 40%：統計的思考力・考察の質・参照元の明示・自分の判断の記述・改善の痕跡
※レポート・課題等で生成AIを利用した場合は、阪南大学「生成AI利用についてのガイドライン（学生向け）」に従い、
使用したサービス名および、どの部分にどのように利用したかを明記すること。
社会実装案や制作物（ブログ・画像・動画等）の提出・発表 30%：制作物の質・発表の内容 授業の方法 対面 講義（概念整理）と演習（実際に生成AIを操作して比較・改善）を組み合わせる。毎回、短い導入（今週のAIトレンド：開始10〜15分）を行い、毎回の授業ページ（Notion）に従い、提出課題をUNIPAに提出する。
留意点：生成AIの利用は許可するが、すべての提出物で「参照元の明示」「自分の判断の記述」「AI出力の全文コピペ禁止」を守ること。提出先：UNIPA（形式は回ごとに指示）、教材・課題の確認：Notion。課題に対するフィードバックはNotionおよび授業内で行う。 教 科 書 『生成AIのプロンプトエンジニアリング ― 信頼できる生成AIの出力を得るための普遍的な入力の原則』（O'Reilly Japan） 参 考 書
授業で扱うトピックに応じて、信頼できる一次情報（企業公式ドキュメント、ガイドライン、統計・倫理に関する公的資料等）を配布する。 備 考 【授業外学習（予習・復習）】
各回の授業終了後、Notion上の授業ページを読み返し、理解が曖昧な点を生成AIとの壁打ち（質問→回答→反論→再結論）によって更新することを推奨する（復習：30〜60分程度）。
毎回の授業ごとに提出課題を出す。課題は授業ページ（Notion）に掲載し、UNIPAに提出する（想定所要時間：20〜30分）。
|