AI について学ぶ

エンジニアリング教育のためのAI入門

教室で活用するための AI リテラシーと自信を育みます

概要

AIはエンジニアリング教育を変えつつあります。本モジュールでは、AIの基礎から機械学習、生成AI、倫理やバイアスまでを学び、授業で分かりやすく伝えるための知識と実践方法を身に付けます。

さらに、学生のプライバシーや学問的誠実性に配慮しながら、AIを授業や課題に取り入れる方法を学びます。AIを単なるツールとしてではなく、学生の思考と学びを支えるためにどう活用するかを考えます。

 

このモジュールで学べること

  • AIの主要な概念と基礎知識
  • AI、機械学習、基盤モデルなどの違い
  • データ品質、プライバシー、バイアスへの理解
  • 学問的誠実性を踏まえたAI活用と課題設計
  • 教育における倫理的で責任あるAI活用

 

修了後は、AIを学生に分かりやすく説明し、教育に適切に取り入れるための知識と実践的な視点を身に付けることができます。

 

セルフラーニング セッション

セッション 1

エンジニアリングに活かすAIの基礎

  • 専門用語を使わない、AIの明確な定義
  • AIと自動化、従来型ソフトウェアとの違い
  • AIに関する一般的な誤解と、その背景の理解
  • AIシステムが実行するよう設計されたタスクの理解
  • 学生へのAI概念の紹介に使える、簡単な授業例

セッション 2

データ：AI の燃料

  • AIシステムにおけるデータの重要性
  • AIで使用されるデータの種類
  • AIの成果を左右するデータ品質の役割
  • AIの開発と活用を支えるデータパイプライン

セッション 3

エンジニアリングに活かす機械学習の基礎

  • 機械学習の定義とルールベースシステムとの違い
  • 機械学習モデルがデータからパターンを学ぶ仕組み
  • 教師あり学習を含む一般的な機械学習の種類
  • 実際のエンジニアリングにおける機械学習の活用
  • 教師あり学習と授業、教育との関連付け

セッション 4

ニューラルネットワークと深層学習

  • ディープラーニングの概要と機械学習との関係
  • ニューラルネットワークの基本構成
  • 重み、ニューロン、バイアスの役割
  • ディープラーニングの主な適用場面

セッション 5

倫理と限界

  • AIの開発と活用における倫理の重要性
  • AIシステムの一般的な限界
  • AIシステムにバイアスが入り込む仕組み
  • 不適切に設計されたAIが現実世界に与える影響
  • AI教育における倫理的な考慮事項の適用

→実践的なエンジニアリングで学ぶAI活用