アーカイブ カテゴリー: リスキリング

【公開講座】デジタルアーカイブ in 岐阜 2025

「Multi Campus One Digital University」　

いつでもどこでも学習できるオンデマンドな学習環境 

 

日　　時：2026年2月11日（水・祝日）９：００～１２：００

募集期間：令和７年１１月１日（土）～ 令和８年１月31日（土）

会　　場：オンライン講座＋e-Learning（オンデマンド講座）

主　　催：岐阜女子大学教育推進会議

岐阜女子大学デジタルアーカイブ研究所

後　　援：日本デジタルアーキビスト資格認定機構、日本教育情報学会、デジタルアーカイブ学会(予定)

受講対象：社会人

お申し込みフォーム：　申し込みフォーム

セッション①　ＡI（人工知能）講座

■　対面講座（オンライン）【2026年2月11日（水・祝日）９：００～１２：００】

【スケジュール】

• ９：００　　　　　　　　　　　挨　拶

村瀬　康一郎氏（岐阜女子大学・教授）

• ９：１０～１０：００　　　　　教育とデータサイエンス

成瀬　喜則氏（富山大学・名誉教授）

• １０：１０～１１：００　　　　学びのプロセスの可視化と学力

山本　朝彦氏（横浜国立大学大学院教育学研究科・教授　）

• １１：１０～１２：００　　　　AIと共に生きる時代における教育と研究へのAI活用

藤吉　弘亘氏（中部大学ＡＩ数理データサイエンスセンター・教授）

 

■　e-Learning（オンデマンド講座）

AI（人工知能）概論【Ⅱ】～　データサイエンスから見える新たな学びの未来像　～

【概　要】

本講座は、教育現場においてデータサイエンスの基本的な知識とスキルを身につけ、実践的に活用できるように設計された教材です。データの収集・整理・分析・可視化の基本的な手法から、教育データの具体的な活用例、さらにデータ倫理やプライバシーの重要性まで幅広く解説します。教員が日常の授業や学校運営において、データを効果的に活用し、より良い教育環境を構築するための基礎知識と実践力を養うことを目的としています。データリテラシーの向上により、教育の質の向上や、個別最適化された指導、教育政策の立案にも寄与できる人材育成を目指します。

【学修到達目標】

①　データサイエンスの基本的な概念と用語を理解し、説明できる。
②　教育現場で扱うデータの種類や収集方法、整理の基本的な手法を理解し、実践できる。
③　基本的な統計分析やデータの可視化技術を用いて、教育データから有益な情報を抽出できる。
④　教育データの活用例や事例を理解し、自校や授業に応用できるアイデアを持てる。
⑤　データの倫理やプライバシーに関する基本的な考え方を理解し、適切に対応できる。

■具体的内容

No	テーマ	講　師（敬称略）
第1講	データサイエンスとは何か	白水　始（国立教育政策研究所教育データサイエンスセンター　副センター長）
第2講	データの種類と収集方法	尾関智恵（岐阜大学航空宇宙生産技術開発センター・ 准教授）
第３講	データの前処理とクリーニング	笹山和明（株式会社　村田製作所・情報科学アーキテクト）
第４講	データの可視化と探索的データ分析（EDA）	荒木貴之（日本経済大学/ 社会構想大学院大学・教授）
第５講	統計学の基礎	尾関智恵（岐阜大学航空宇宙生産技術開発センター・准教授）
第６講	機械学習の基本概念	澤井　進（岐阜女子大学・特任教授）
第７講	回帰分析と分類モデル	笹山和明（株式会社　村田製作所・情報科学アーキテクト）
第８講	クラスタリングと次元削減	小松尚登（滋賀大学データサイエンス・AIイノベーション研究推進センター・助教）
第９講	データサイエンスにおけるプログラミング基礎	小松尚登（滋賀大学データサイエンス・AIイノベーション研究推進センター・助教）
第10講	自治体が実施する大規模学力・学習状況調査とその分析	山川喜葉（埼玉県教育局市町村支援部・義務教育指導課長）
第11講	データの倫理とプライバシー	芳賀高洋（岐阜聖徳学園大学・教授）
第12講	データサイエンスの実践的応用例	成瀬喜則（富山大学・名誉教授）
第13講	データ可視化の高度な技術	荒木貴之（日本経済大学/ 社会構想大学院大学・教授）
第14講	AIと深層学習の基礎と応用	藤吉弘亘（中部大学ＡＩ数理データサイエンスセンター・教授）
第15講	データサイエンスの未来と教育への展望	澤井　進（岐阜女子大学・特任教授）

セッション②　デジタルアーキビスト講座

■　対面講座（オンライン）　【　2026年2月11日（水・祝日）９：００～１２：００　】

【スケジュール】

• ９：００　　　　　　　　　　　挨　拶

江添　誠氏（岐阜女子大学・准教授）

 

• ９：１０～１０：００　　　　　VRとデジタルアーカイブ（仮題）

廣瀬　通孝氏（東京大学・名誉教授）

• １０：１０～１１：００　　　　戦災・災害のデジタルアーカイブ（仮題）

渡邉　英徳氏（東京大学・教授）

 

 

• １１：１０～１２：００　　　　考古学調査における3次元デジタルアーカイブ

江添　誠氏（岐阜女子大学・准教授）

 

■　e-Learning（オンデマンド講座）

デジタルアーカイブ概論【Ⅱ】　～　デジタルアーカイブにおける新たな価値創造　～

【概要】

デジタルアーカイブは，さまざまな分野で必要とされる資料を記録・保存・発信・評価する重要なプロセスである．このデジタルアーカイブは，わが国の知識基盤社会を支えるものであり，デジタルアーカイブ学会でも，デジタルアーカイブ立国に向けて「デジタルアーカイブ基盤基本法（仮称）」などの法整備への政策提言を積極的に行っている．今後，知識基盤社会おいてデジタルアーカイブについて責任をもって実践できる専門職であるデジタルアーキビストが必要とされている．ここでは，デジタルアーキビストの学術的な基礎として，デジタルアーカイブに関する歴史から我が国の動向並びにデジタルアーカイブの課題を学ぶ．また，この内容は，今後の学修におけるデジタルアーキビストの学びの地図となる．

【学修到達目標】

①　日本の目指す知識基盤社会を支えるのはデジタルアーカイブといっても過言ではありません．初期の文化遺産を中心とした展示やウェブ公開など提示中心から，いかに社会の全領域で知的生産やナレッジマネジメントに活用できるインターフェイス，横断的ネットワークなどの環境を確保するかの段階に入ったといえます．

②　ここでは，15のテーマに基づいて，それぞれのテーマの中に研究課題を設定し，また，各講に学修到達目標を設定し，個々に学修の到達を確認することができる．

■具体的内容

No	テーマ	講　師（敬称略）
第1講	デジタルアーカイブの歴史とその課題	久世　均（岐阜女子大学デジタルアーカイブ研究所長・教授）
第2講	デジタルアーカイブプロセス
第３講	知のデジタルアーカイブ
第４講	デジタルアーカイブの構築・連携のためのガイドライン
第５講	知の増殖型サイクルの情報処理システムの構成
第６講	知の増殖型サイクルの知的処理と流通システム
第７講	知の増殖型サイクルを支えるメタデータの構成
第８講	我が国におけるデジタルアーカイブ推進の方向性
第９講	デジタルアーカイブの構築・共有・活用ガイドライン
第10講	知的財産推進計画に見るデジタルアーカイブ
第11講	地域資源デジタルアーカイブによる知の拠点の形成
第12講	知の拠点形成のための基盤整備
第13講	デジタルアーカイブにおける新たな評価法
第14講	デジタルアーカイブを活用した地域課題の解決手法
第15講	首里城の復元とデジタルアーカイブの可能性

セッション③　学校ＤＸ戦略コーディネータ講座

■　対面講座（オンライン講座）　【　2026年2月11日（水・祝日）９：００～１２：００　】

【スケジュール】

• ９：００　　　　　　　　　　　挨　拶

齋藤　陽子氏（岐阜女子大学・准教授）

 

• ９：１０～１０：００　　　　　国際的な視点から見た教育のあり方について

白井　俊氏（東京科学大学・副学長）

 

• １０：１０～１１：００　　　　日本の学校カリキュラムの歴史と概要

安彦　忠彦氏（名古屋大学・名誉教授）

• １１：１０～１２：００　　　　カリキュラムの評価と改善

高口　努氏（岐阜女子大学・学長）

 

■　e-Learning（オンデマンド講座）

　学校DX戦略コーディネータ（Ⅲ）～　未来を創る教育設計：カリキュラム開発の新しい視点　～

【概　要】

カリキュラム開発の理論と実践は、教育における目標達成のために必要な学習内容、教育方法、評価方法を体系的に設計・実行するプロセスです。理論的には、カリキュラム開発は学習者中心のアプローチを重視し、学習の目的や成果を明確に定義します。加えて、学習者のニーズ、社会的・文化的背景、教育政策を考慮した柔軟で効果的なデザインが求められます。実践的な側面では、カリキュラムを教室で実際に運用し、評価を通じてその効果を確認し、改善を行うことが重要です。

カリキュラム開発のポイントは、学習者の多様性に対応すること、学びの過程が段階的に進行すること、そして、評価とフィードバックを取り入れた反復的な改善が必要であることです。さらに、現代の教育では、テクノロジーやグローバルな視点、持続可能な教育など、最新のアプローチを取り入れることが求められています。これにより、学習者は知識だけでなく、実践的なスキルや問題解決能力を身につけることができます。カリキュラム開発は、単なる知識伝達にとどまらず、学習者を未来に向けて準備させる重要な役割を果たします。

【学修到達目標】

①　学習者中心のカリキュラム設計ができる

学習者のニーズ、興味、能力に基づいて、効果的な学習目標と内容を設定し、カリキュラムを設計できる。

②　カリキュラム開発における評価手法を理解し、実践できる

カリキュラムの評価方法を選定し、実施して、その成果を分析し、改善のためのフィードバックを提供できる。

③　多様な教育手法や学習スタイルを取り入れたカリキュラムを作成できる

さまざまな学習者に対応した教育方法（例：協働学習、プロジェクトベース学習、反転授業）を取り入れたカリキュラムを設計できる。

④　最新の教育技術をカリキュラムに組み込み、効果的に活用できる

テクノロジーやデジタルツールを活用したカリキュラムを開発し、学習者にとって効果的な学習環境を提供できる。

⑤　カリキュラムの改善と適応を行い、持続的に最適化できる

実施したカリキュラムを評価し、学習者の成果やフィードバックを基にカリキュラムを柔軟に修正・改善できる。

■具体的内容

No	テーマ	講　師（敬称略）
第1講	カリキュラムの定義と重要性	森下　孟（信州大学学術研究院教育学系・准教授）
第2講	日本の学校カリキュラム開発の歴史と概要	安彦忠彦（名古屋大学・名誉教授）
第３講	教育理論とカリキュラム	田中康平（教育ICTデザイナー）
第４講	学習者中心の授業デザイン　～デジタル学習基盤を前提に～	木田　博（鹿児島市教育委員会・教育DX担当部長）
第５講	目標設定と学習成果	齋藤陽子（岐阜女子大学・准教授）
第６講	内容の選定と組織化	今井亜湖（岐阜大学・教授）
第７講	教育方法と戦略	林　一真（岐阜聖徳学園大学・講師）
第８講	学習評価とフィードバックの重要性	森下　孟（信州大学学術研究院教育学系・准教授）
第９講	インクルーシブ教育とカリキュラム	太田容次（京都ノートルダム女子大学・准教授）
第10講	テクノロジーの活用	田中康平（教育ICTデザイナー）
第11講	プロジェクトベースの学習	成瀬喜則（富山大学・名誉教授）
第12講	学力の可視化と授業改善（仮題）	丹羽正昇（横浜市教育委員会・学校教育部長）
第13講	教育デジタルトランスフォーメーション	金城寛史（沖縄県教育庁教育ＤＸ推進課・指導主事）
第14講	教科の構造化とカリキュラムの再設計	岩木美詠子（福岡市立香椎第１中学校・教頭）
第15講	知識の構造化とカリキュラム	益川弘如（青山学院大学・教授）

 

資料：

１．ＤＸで実現する地域のデジタル人材育成事業企画書（概要版）

【公開講座】AI（人工知能）概論【Ⅱ】 ～　データサイエンスから見える新たな学びの未来像　～

【概要】

本講座は、教育現場においてデータサイエンスの基本的な知識とスキルを身につけ、実践的に活用できるように設計された教材です。データの収集・整理・分析・可視化の基本的な手法から、教育データの具体的な活用例、さらにデータ倫理やプライバシーの重要性まで幅広く解説します。教員が日常の授業や学校運営において、データを効果的に活用し、より良い教育環境を構築するための基礎知識と実践力を養うことを目的としています。データリテラシーの向上により、教育の質の向上や、個別最適化された指導、教育政策の立案にも寄与できる人材育成を目指します。

【学修到達目標】

①　データサイエンスの基本的な概念と用語を理解し、説明できる。
②　教育現場で扱うデータの種類や収集方法、整理の基本的な手法を理解し、実践できる。
③　基本的な統計分析やデータの可視化技術を用いて、教育データから有益な情報を抽出できる。
④　教育データの活用例や事例を理解し、自校や授業に応用できるアイデアを持てる。
⑤　データの倫理やプライバシーに関する基本的な考え方を理解し、適切に対応できる。

第１講　データサイエンスとは何か

白水　始（国立教育政策研究所　初等中等教育研究部・部長、教育データサイエンスセンター・副センター長）

１．学修到達目標

①　データサイエンスの定義と基本的な概念を説明できる。
②　データサイエンスが現代社会やさまざまな分野で果たす役割を理解できる。
③　データの収集・分析・可視化の流れと、その重要性を説明できる。

２．内容

現代社会において、データサイエンスはますます重要な役割を果たしています。データサイエンスとは、大量のデータを収集・分析し、その結果から有用な知見や意思決定の材料を導き出す学問・技術の総称です。情報化社会の進展に伴い、さまざまな分野でデータの重要性が高まる中、データサイエンスはビジネス、医療、教育、公共政策など、多岐にわたる領域で活用されています。
この分野の基本的な流れは、まずデータの収集から始まります。インターネットやセンサー、アンケート調査など、多様な手法でデータを集め、その後、ノイズや欠損値を取り除く前処理を行います。次に、統計学や機械学習の手法を用いてデータを分析し、パターンや傾向を抽出します。最後に、分析結果をわかりやすく伝えるために、グラフやチャートを用いた可視化を行います。
データサイエンスの意義は、単なるデータの収集や分析にとどまらず、現実の問題解決や意思決定の質を向上させる点にあります。例えば、企業は顧客の購買行動を分析してマーケティング戦略を最適化したり、医療分野では患者の診断や治療計画に役立てたりしています。こうした活動を支えるためには、データの取り扱いに関する倫理やプライバシー保護も重要な課題となっています。
また、データサイエンスは単なる技術だけでなく、問題設定や解釈力も求められる学問です。

３．課題

①　データサイエンスの定義や役割について、複数の資料や文献を比較しながら、自分の言葉で説明できるようにすること。
②　データサイエンスの各工程（データ収集、前処理、分析、可視化）の具体的な例を挙げ、それぞれの重要性と役割を理解し、説明できるようにすること。
③　データサイエンスの技術や用語について、専門的な内容を理解しながらも、初心者にもわかりやすく説明できるように、基本的な概念や用語の整理を行うこと。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第２講　データの種類と収集方法

尾関 智恵（岐阜大学高等研究院航空宇宙生産技術開発センター・准教授）

１．学修到達目標

①　さまざまな種類のデータ（定量データ、定性データ、時系列データなど）を理解し、それぞれの特徴や適した分析方法について説明できる。
②　データの収集方法（観察、アンケート、実験など）を理解し、具体的な場面に応じた適切な収集手法を選択できる。
③　データの種類と収集方法の違いを理解し、実際の教育現場や調査活動において適切なデータ収集計画を立てることができる。

２．内容

データサイエンスを学ぶ上で、最も基本的かつ重要な知識は、「どのような種類のデータが存在し、それらをどのように収集するか」という点です。これらの理解は、教育現場や調査活動において適切なデータを収集し、正確な分析を行うための土台となります。
まず、データには大きく分けて「定量データ」と「定性データ」の二つがあります。定量データは数値で表されるもので、計測や計算が可能です。例えば、生徒の身長、体重、テストの点数、授業時間などが該当します。これらは平均値や標準偏差といった統計的手法を用いて分析しやすく、比較や傾向の把握に適しています。
一方、定性データは属性やカテゴリーを表すもので、数値ではなく分類や属性を示します。例えば、生徒の性別、好きな教科、出席状況、評価（良い・普通・悪い）などが含まれます。これらはクロス集計や比率の計算により、パターンや傾向を見つけるのに役立ちます。
また、データはその性質に応じてさらに細かく分類されることがあります。離散データは、数えられるもので、例としてクラスの人数や参加者数があります。連続データは、任意の範囲の値を取ることができ、気温や時間、身長などが該当します。時系列データは、時間の経過とともに変化するデータであり、気温の推移や株価の動きなどが例です。
１．データの収集方法
データの種類に応じて適切な収集方法を選択することが重要です。代表的な方法には以下のものがあります。
（１）観察法
観察法は、自然な状態や行動をそのまま記録する方法です。例えば、授業中の生徒の様子や、校内の活動の様子を記録する際に用います。観察は、客観的なデータを得るのに適しており、特に行動や態度の記録に有効です。ただし、観察者の主観や偏りに注意が必要です。
（２）アンケート調査
アンケートは、多くの人から意見や情報を収集するのに適した方法です。紙やオンラインフォームを用いて、質問項目を作成し、生徒や保護者、教員に回答してもらいます。定量的なデータ（例：満足度の点数）や定性的な意見（例：改善点の提案）を収集できます。設問の設計や回答の集計・分析がポイントです。
（３）実験・試験
特定の条件を設定し、その結果を測定する方法です。例えば、新しい指導法の効果を検証するために、一定期間実施し、その前後の成績や態度の変化を比較します。実験は因果関係を明らかにするのに有効ですが、倫理的配慮や実施の難しさも伴います。
（４）既存資料の活用
学校の成績記録や出席簿、調査報告書など、すでに存在する資料を利用する方法です。これにより、コストや時間を節約しながら、多くのデータを収集できます。ただし、データの正確性や最新性に注意が必要です。
教員がデータサイエンスの基礎を理解し、実践できるようになるためには、まずデータの種類とそれに適した収集方法を正しく理解することが不可欠です。定量データと定性データの違いを把握し、それぞれの特徴に応じた収集手法を選択することが、正確なデータ分析の第一歩です。観察法やアンケート調査、実験、既存資料の活用など、多様な収集方法を状況に応じて使い分ける能力を養うことが求められます。さらに、データの収集にあたっては、倫理的配慮やプライバシーの保護も重要です。例えば、個人情報を扱う場合は適切な管理と同意取得が必要です。
教員がデータサイエンスの基礎をしっかりと身につけることで、教育現場におけるさまざまな課題解決に役立てることが期待されます。例えば、学習状況の把握や授業の改善、児童・生徒の個別支援、学校運営の効率化など、多岐にわたる場面でデータを活用できるようになります。これにより、より客観的で根拠に基づく意思決定が可能となり、教育の質の向上につながります。さらに、データの収集と分析のスキルは、ICT教育やプログラミング教育とも連携しやすく、未来の教育環境においてますます重要性を増すでしょう。
したがって、教員は日常の教育活動の中で積極的にデータを取り入れ、継続的に学び続ける姿勢が求められます。最後に、データサイエンスは単なる技術や知識の習得だけでなく、教育の現場での実践と連携させることが最も重要です。これからの教育者は、データを活用した新しい教育のあり方を模索し、子どもたちのより良い未来を築くための一助となることを目指しましょう。

３．課題

①　次のデータの種類を分類し、それぞれの特徴と適した分析例を述べなさい。
a) 生徒の身長の測定値
b) 生徒の好きな教科（国語、数学、英語など）
c) 1週間の気温の変化（時系列データ）
②　以下の状況に適したデータ収集方法を選び、その理由を説明しなさい。
a) 学校の授業改善のために生徒の意見を集めたい。
b) 校内の運動会の参加者数を正確に把握したい。
c) 地域の気候変動を長期的に観察したい。
③　阿なたが教員として、クラスの学習状況を把握するためのデータ収集計画を立てるとします。どのようなデータを収集し、どの方法で行うかを具体的に記述しなさい。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第３講　データの前処理とクリーニング

笹山和明（株式会社　村田製作所・情報科学アーキテクト）

１．学修到達目標

①　データ前処理とクリーニングの基本的な目的と重要性を理解できる。
②　欠損値や異常値の検出と適切な処理方法を説明できる。
③　データの整形や正規化の手法を理解し、実際に適用できる。

２．内容

データサイエンスにおいて、収集した生データはそのままでは分析に適さない場合が多く、前処理とクリーニングは非常に重要な工程です。これらの工程は、データの品質を向上させ、正確な分析結果を得るための基礎となります。
まず、前処理の目的は、データの欠損や誤りを修正し、分析に適した形に整えることです。生データには、入力ミスや測定エラー、欠損値、異常値などが含まれることが多く、これらを適切に処理しないと、分析結果に偏りや誤りが生じる可能性があります。
次に、欠損値の処理についてです。欠損値は、回答漏れや測定不能な場合に生じます。これを放置すると、統計解析や機械学習モデルの性能に悪影響を及ぼすため、適切な対応が必要です。一般的な方法としては、欠損値を持つデータを除外する、平均値や中央値で埋める、または予測モデルを用いて推定する方法があります。
１．異常値（アウトライアー）の検出と処理
異常値は、他のデータと著しく異なる値であり、分析結果に大きな影響を与えることがあります。これらを検出する方法には、箱ひげ図や標準偏差を用いた方法があります。検出後は、誤ったデータとして除外したり、適切な値に置き換えたりします。異常値の適切な処理は、分析の信頼性を高めるために不可欠です。
２．データの整形と正規化
データの整形には、データの型変換や不要な情報の削除、カテゴリーデータのエンコーディングなどが含まれます。これにより、分析やモデル構築がスムーズに行えます。また、正規化や標準化は、異なる尺度のデータを比較可能にし、機械学習モデルの性能向上に寄与します。例えば、最小-最大スケーリングやZスコア正規化が一般的です。これらの処理を適切に行うことで、データの一貫性と分析の精度が向上します。

３．課題

①　欠損値が含まれるデータセットに対して、どのような処理方法が考えられるか説明してください。
②　異常値を検出するための方法を2つ挙げ、それぞれの特徴を説明してください。
③　データの正規化と標準化の違いについて説明し、それぞれのメリットを述べてください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第４講　データの可視化と探索的データ分析（EDA）（仮題）

荒木貴之（日本経済大学/ 社会構想大学院大学・教授）

１．学修到達目標

①　データの可視化の目的と基本的な手法を理解し、適切に選択・実施できる。
②　探索的データ分析（EDA）の意義と基本的な流れを説明できる。
③　可視化ツールやグラフの種類を理解し、データの特徴や傾向を効果的に把握できる。

２．内容

データの可視化と探索的データ分析（EDA）は、データ分析の最初の段階で非常に重要な工程です。これらの手法を通じて、データの全体像や潜在的なパターン、異常値、関係性を直感的に理解し、次の分析やモデル構築に役立てます。
まず、可視化の目的は、数値やカテゴリーデータの分布や関係性を視覚的に把握し、データの特徴や傾向を理解することです。グラフや図表を用いることで、数値だけでは見えにくいパターンや異常を発見しやすくなります。代表的な可視化手法には、ヒストグラム、棒グラフ、箱ひげ図、散布図、折れ線グラフなどがあります。例えば、学校の成績分布をヒストグラムで示すことで、平均や偏り、極端な値（アウトライアー）を把握できます。
次に、EDAの過程では、まずデータの基本的な統計量を計算し、データの中心傾向やばらつき、分布の形状を把握します。例えば、平均値や中央値、最小値・最大値、四分位範囲などを確認します。これにより、データの偏りや異常値の存在を見つけやすくなります。
次に、可視化を用いてデータの分布や関係性を直感的に理解します。ヒストグラムや箱ひげ図は、データの分布や外れ値の検出に有効です。散布図は、二つの変数間の関係性や相関を視覚的に示すのに適しています。カテゴリーデータの場合は、棒グラフや円グラフを用いて、各カテゴリーの割合や頻度を把握します。
また、多変量の関係性を理解するために、相関係数や散布図行列を作成します。これにより、変数間の相関の強さやパターンを把握し、後の分析やモデル選択に役立てます。さらに、欠損値や異常値の検出も重要なステップです。欠損値は適切に処理し、異常値は除外または修正します。
EDAの最終目的は、データの性質や構造を深く理解し、次の分析段階に進むための準備を整えることです。これにより、分析の精度向上や誤った結論の回避が可能となります。

３．課題

①　ヒストグラムと箱ひげ図の違いと、それぞれの特徴について説明してください。
②　散布図を用いた探索的データ分析の際に、どのような情報を得ることができるか具体例を挙げて説明してください。
③　探索的データ分析の過程で欠損値や異常値を発見した場合、どのような対応策が考えられるか、具体的な方法を挙げて説明してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第５講　統計学の基礎

尾関 智恵（岐阜大学高等研究院航空宇宙生産技術開発センター・准教授）

１．学修到達目標

①　基本的な統計量（平均値、中央値、最頻値、分散、標準偏差など）の意味と計算方法を理解し、適切に使い分けられる。
②　データの分布や傾向を表すための代表的な統計的手法（ヒストグラム、箱ひげ図など）を理解し、実際に作成・解釈できる。
③　確率の基本概念と、その応用例を理解し、日常や教育現場でのデータ解釈に役立てられる。

２．内容

統計学は、データを収集・整理・分析し、そこから意味のある情報を引き出す学問です。教員が教育や調査の場面でデータを理解し、適切な判断を下すために不可欠な基礎知識です。
まず、記述統計の基本的な概念として、データの中心や散らばりを表す統計量があります。代表的なものには、**平均値（算術平均）**があります。これは、データの合計をデータ数で割った値で、データの一般的な傾向を示します。一方、中央値は、データを小さい順に並べたときの中央の値で、外れ値に影響されにくい特徴があります。
最頻値（モード）は、最も頻繁に出現する値で、カテゴリーデータや離散データの代表値として用いられます。
次に、データの散らばりやばらつきを表す指標として、分散と標準偏差があります。分散は、各データと平均値との差の二乗平均であり、データのばらつきの大きさを示します。
また、データの分布や偏りを理解するために、ヒストグラムや箱ひげ図といった可視化手法が用いられます。ヒストグラムは、データを一定の範囲（ビン）に分け、その範囲内のデータ数を棒グラフで表すもので、データの分布の形状や偏り、外れ値の有無を直感的に把握できます。一方、箱ひげ図は、データの最小値、第一四分位数（Q1）、中央値（Q2）、第三四分位数（Q3）、最大値を箱とひげで表し、データの散らばりや偏り、外れ値を一目で理解できる便利な図です。
次に、確率の基本概念についても理解が必要です。確率は、ある事象が起こる可能性を数値で表したもので、0から1の範囲で示されます。例えば、コインを投げたときに表が出る確率は0.5です。確率の基本的なルールには、「排反事象の確率の和は、それぞれの確率の和に等しい」「独立事象の同時確率は、それぞれの確率の積に等しい」などがあります。これらのルールは、教育現場や調査結果の解釈においても重要です。
最後に、これらの統計的手法や確率の知識は、データの正しい解釈や意思決定に役立ちます。例えば、テストの平均点や偏差値を理解し、偏りや異常値を見つけること、また、調査結果の確率的な解釈を行うことは、教育の質向上や改善策の立案に直結します。

３．課題

①　データの平均値、中央値、最頻値の違いと、それぞれの特徴について説明してください。
②　以下のデータセット（例：5, 7, 8, 8, 9, 10, 12）について、分散と標準偏差を計算し、その意味を説明してください。
③　コインを10回投げたときに表が出る確率は0.5です。このとき、実際に表が7回以上出る確率について二項分布を用いて計算し、その結果から何がわかるか説明してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第６講　機械学習の基本概念

澤井進（岐阜女子大学・特任教授）

１．学修到達目標

①　機械学習の基本的な仕組みと種類（教師あり学習、教師なし学習、強化学習）を理解し、それぞれの特徴と適用例を説明できる。
②　モデルの学習過程（訓練、検証、テストの流れ）と、その目的や重要性を理解し、適切なモデル評価指標（正確率、精度、再現率など）を選択できる。
③　過学習やバイアス・バリアンスのトレードオフについて理解し、モデルの汎化性能を向上させるための基本的な対策を説明できる。

２．内容

機械学習は、コンピュータに大量のデータを与え、そのパターンや規則性を自動的に学習させる技術です。これにより、従来のプログラムでは難しかった予測や分類、異常検知などのタスクを自動化できます。機械学習は大きく分けて三つの種類に分類されます。
まず、「教師あり学習」は、入力データとそれに対応する正解（ラベル）が与えられ、その関係性を学習します。例えば、学生の成績データから合格・不合格を予測するモデルや、画像から猫・犬を分類するモデルがこれに該当します。学習の過程では、モデルは入力と正解の関係を捉え、未知のデータに対しても正確に予測できるように調整されます。
次に、「教師なし学習」は、正解ラベルなしでデータの構造やパターンを見つけ出す手法です。
最後に、「強化学習」は、エージェントが環境と相互作用しながら、報酬を最大化する行動を学習する手法です。例えば、ゲームのプレイやロボットの動作制御に応用されます。エージェントは、行動を選択し、その結果得られる報酬をもとに次の行動を改善していきます。これにより、長期的な利益を最大化する戦略を自動的に獲得します。
モデルの学習過程では、データを用いてモデルのパラメータを調整し、予測や分類の精度を高めていきます。モデルの評価には、正解率や精度、再現率、F値などの指標が用いられます。これらの指標は、モデルの性能や汎化能力を測るために重要です。
しかし、モデルには過学習やバイアス・バリアンスの問題も存在します。過学習は、訓練データに過度に適合しすぎて、新しいデータに対して性能が低下する現象です。これを防ぐためには、データの増加や正則化、交差検証などの手法が用いられます。また、バイアスとバリアンスのトレードオフを理解し、適切なモデル選択やハイパーパラメータ調整を行うことが、良い汎化性能を持つモデルを作るための基本です。
このように、機械学習はデータからパターンを抽出し、予測や意思決定を自動化する強力な技術です。教育や医療、金融など多くの分野で活用されており、今後もその重要性は増していくと考えられます。

３．課題

①　機械学習の三つの主要な種類（教師あり学習、教師なし学習、強化学習）について、それぞれの特徴と代表的な応用例を説明してください。
②　過学習とは何かを説明し、過学習を防ぐための一般的な方法を2つ挙げてください。
①　機械学習モデルの評価指標にはさまざまなものがありますが、正解率（Accuracy）と再現率（Recall）の違いについて具体的な例を用いて説明してください。

４．プレゼン資料

第６講　機械学習の基本概念

５．動画資料

６．テキスト

第６講　機械学習の基本概念

第７講　回帰分析と分類モデル

笹山和明（株式会社　村田製作所・情報科学アーキテクト）

１．学修到達目標

①　回帰分析と分類モデルの基本的な概念と違いを理解し、適切な場面で使い分けられるようになる。
②　回帰分析における代表的な手法（例：線形回帰）の仕組みと、その結果の解釈方法を説明できる。
③　分類モデル（例：ロジスティック回帰や決定木）の仕組みと、その評価指標（例：正解率、再現率）について理解し、モデルの性能を適切に評価できるようになる。

２．内容

回帰分析と分類モデルは、データサイエンスにおいて最も基本的かつ重要な予測手法です。これらは、データからパターンを抽出し、未知のデータに対して予測を行うためのモデルです。
回帰分析は、連続値の予測を目的とします。例えば、住宅の価格予測、気温の予測、売上高の予測などが典型的な例です。最も基本的な回帰手法は線形回帰です。線形回帰は、説明変数（特徴量）と目的変数（予測したい値）との間に線形関係があると仮定し、最小二乗法を用いてパラメータを推定します。モデルの式は、目的変数が説明変数の線形結合として表され、例えば「価格 = a × 面積 + b」といった形になります。回帰分析の結果からは、各説明変数の影響度や、予測値の範囲を理解することができます。
一方、分類モデルは、データをあらかじめ定められたカテゴリーに分類することを目的とします。
分類モデルにはさまざまな手法がありますが、代表的なものにロジスティック回帰や決定木があります。ロジスティック回帰は、線形回帰と似ていますが、出力を確率値（0から1の範囲）に変換するシグモイド関数を用います。これにより、あるデータが特定のクラスに属する確率を推定し、その確率に基づいてクラスを判定します。例えば、「このメールはスパムか？」という問いに対し、70%の確率でスパムと判定された場合、その結果をもとに分類します。
決定木は、特徴量の値に基づいてデータを分岐させていく木構造のモデルです。分岐の基準は情報利得やジニ不純度などの指標を用いて決定され、最終的に葉に到達したときにクラスを決定します。決定木は直感的に理解しやすく、特徴量の重要性も把握しやすいのが特徴です。
これらのモデルの性能評価には、正解率（Accuracy）だけでなく、再現率（Recall）、適合率（Precision）、F値なども用いられます。例えば、医療診断の場面では、見逃しを防ぐために再現率を重視することがあります。一方、スパムメール判定では、誤って正当なメールをスパムと判定しないことも重要であり、そのために適合率やF値を考慮します。
回帰分析と分類モデルは、どちらもデータの性質や目的に応じて適切に選択し、モデルの性能を評価・改善することが求められます。これらの理解は、実際のデータ分析や予測モデルの構築において不可欠です。

３．課題

①　回帰分析と分類モデルの違いについて示してください。
②　回帰分析において線形回帰モデルを用いる場合、どのようにしてモデルのパラメータ（係数）を推定しますか？また、その推定結果の解釈について説明してください。
③　分類モデルの評価指標の一つであるF値（F1スコア）について、その意味と計算方法を具体的に説明し、なぜこの指標が重要となる場合があるのか例を挙げて説明してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第８講　クラスタリングと次元削減

小松尚登（滋賀大学・データサイエンス・AIイノベーション研究推進センター・助教）

１．学修到達目標

①　クラスタリングの基本概念と代表的な手法を理解し、適切な場面での適用方法を説明できる。
②　次元削減の目的と代表的な手法（主成分分析（PCA）など）を理解し、データの可視化や前処理に役立てられる。
③　クラスタリングと次元削減の違いや関係性を理解し、実データ分析においてこれらの手法を適切に選択・適用できる。

２．内容

クラスタリングと次元削減は、データサイエンスにおいて重要な前処理・分析手法です。まず、クラスタリングは、データを類似性に基づいて複数のグループ（クラスタ）に分ける手法です。教師なし学習の一種であり、事前にラベル付けされた情報がなくても、データの構造やパターンを把握するのに役立ちます。代表的なクラスタリング手法には、k-means法や階層的クラスタリングがあります。k-meansは、事前にクラスタ数を決め、その数だけ中心点（クラスタ中心）を設定し、データ点を最も近い中心に割り当てることでクラスタを形成します。一方、階層的クラスタリングは、データ間の距離に基づき、階層的にクラスタを結合または分割していきます。クラスタリングは、市場セグメントの特定、画像の分類、異常検知など多岐にわたる応用があります。
次に、次元削減は、多次元のデータをより少ない次元に変換し、データの本質的な情報を保持しつつ、可視化や計算効率の向上を目的とします。代表的な手法は主成分分析（PCA）です。PCAは、データの分散を最大化する方向（主成分を見つけ出し、その方向にデータを射影することで次元を削減します。これにより、データの構造やパターンを理解しやすくなり、ノイズの除去や計算コストの削減にも寄与します。その他の次元削減手法には、t-SNEやUMAPなどの非線形手法もあり、これらは高次元データの複雑な構造を低次元に効果的に可視化するのに適しています。
クラスタリングと次元削減は、しばしば併用されることがあります。例えば、多次元のデータに対してまず次元削減を行い、その後クラスタリングを適用することで、計算負荷を軽減し、より明確なクラスタ構造を抽出できる場合があります。これらの手法を適切に選択・組み合わせることは、データの理解と分析の質を高める上で重要です。
ただし、次元削減は情報の一部を失うリスクも伴うため、目的に応じて適切な手法と次元数を選ぶ必要があります。クラスタリングと次元削減は、データの構造理解や可視化、前処理の一環として、データサイエンスの基礎的な技術として広く利用されています。これらの手法を理解し、適切に適用できることは、データ分析のスキル向上に直結します。

３．課題

①　クラスタリングの代表的な手法を2つ挙げ、それぞれの特徴と適用例について説明してください。
②　主成分分析（PCA）の基本的な仕組みと、その結果得られる主成分の意味について説明してください。さらに、PCAを用いる際の注意点も述べてください。
③　高次元データに対して次元削減を行う目的と、その際に考慮すべきポイントについて具体的に説明してください。

４．プレゼン資料

第８講　クラスタリングと次元削減

５．動画資料

６．テキスト

第８講　クラスタリングと次元削減

第９講　データサイエンスにおけるプログラミング基礎

小松尚登（滋賀大学・データサイエンス・AIイノベーション研究推進センター・助教）

１．学修到達目標

①　プログラミングの基本的な概念と構文を理解し、データ処理や分析に必要な基本操作を実行できる。
②　代表的なプログラミング言語（例：Python）の基本的な文法とライブラリの使い方を習得し、簡単なデータ分析プログラムを作成できる。
③　データの読み込み、加工、可視化といった基本的なプログラミングスキルを身につけ、データサイエンスの基礎的な作業を自律的に行える。

２．内容

データサイエンスの基礎を理解するためには、プログラミングの基礎知識が不可欠です。プログラミングは、データの収集、前処理、分析、可視化といった一連の作業を自動化し、効率的に行うためのツールです。特に、Pythonはそのシンプルさと豊富なライブラリ群により、データサイエンスの分野で広く採用されています。
まず、プログラミングの基本的な概念として、変数、データ型（数値、文字列、リスト、辞書など）、演算子、制御構造（if文、ループ）、関数の定義と呼び出しがあります。これらは、プログラムの基本的な構成要素であり、データの操作や処理の土台となります。
次に、Pythonの基本的な文法について理解します。例えば、変数への値の代入、条件分岐、繰り返し処理、関数の作成と呼び出し方です。これらを習得することで、簡単なプログラムが作成できます。
プログラミングにおいては、データの入出力も重要です。Pythonでは、pandasやnumpyといったライブラリを用いることで、CSVやExcelファイルなどのデータを簡単に読み込み、データフレームや配列として扱うことができます。これにより、大量のデータを効率的に処理できるようになります。
次に、データの前処理もプログラミングの重要な側面です。欠損値の処理、データの正規化や標準化、カテゴリ変数のエンコーディングなどを行います。これらの操作は、pandasやscikit-learnといったライブラリを使うことで、比較的容易に実現できます。
また、データの可視化もプログラミングスキルの一環です。matplotlibやseabornといったライブラリを用いて、散布図、ヒストグラム、箱ひげ図などを作成し、データの分布や関係性を視覚的に理解します。
最後に、プログラミングの学習には、実際に手を動かしてコードを書きながら理解を深めることが重要です。簡単なデータ分析の例題を自分で解いてみることで、理論だけでなく実践的なスキルも身につきます。

３．課題

①　Pythonを用いて、リストに格納された数値データの平均値と中央値を計算するプログラムを作成してください。
②　pandasライブラリを使って、CSVファイルからデータを読み込み、特定の列の欠損値を平均値で埋める処理を行うコードを書いてください。
③　matplotlibやseabornを用いて、データの散布図とヒストグラムを作成し、データの分布や関係性を視覚的に表現してください。

４．プレゼン資料

第9講_データサイエンスにおけるプログラミング基礎

５．動画資料

 

６．テキスト

第９講　データサイエンスにおけるプログラミング基礎

第１０講　自治体が実施する大規模学力・学習状況調査とその分析

山川喜葉(埼玉県教育局市町村支援部・義務教育指導課長)

１．学修到達目標

①　全国学力・学習状況調査や校内テストなど、様々な学力調査データの種類と特性を理解し、表計算ソフト等を用いて適切に整理できる。
②　平均値や標準偏差といった基本的な統計量を算出・解釈し、ヒストグラムや箱ひげ図などを用いてデータ分布を視覚的に表現・分析できる。
③　正答率や識別指数（学力層をどの程度見分けられるかを示す指標）といった古典的テスト理論の初歩を理解し、個々の問題の質を評価・分析できる。
④　データ分析の結果から、クラス全体の傾向や個々の児童生徒のつまずきの原因を科学的に考察し、指導改善や個別最適な学びの支援に繋がる具体的な示唆を導き出せる。

２．内容

学力調査データの種類と構造
全国学力・学習状況調査、CBT（Computer Based Testing）形式のテスト、教員作成の小テストなど、多様なデータの形式と、それらが持つ情報の特性について学びます。

記述統計とデータの可視化
平均値、中央値、標準偏差などの基本的な統計量の算出方法とその意味を学びます。さらに、度数分布表やヒストグラムを作成し、クラス全体の得点分布のばらつきや傾向を把握する手法を習得します。これにより、「平均点」だけでは見えない学力の実態を捉えます。

テスト問題の分析手法
個々の設問について、正答率を算出し、難易度を評価します。加えて、成績上位層と下位層で正答率にどれだけ差があるかを示す「識別指数」を計算し、学力差を測る上で良問であったかを分析します。また、誤答の傾向を分析し、児童生徒がどのような点でつまずいているのかを探ります。

関係性の探求
学習時間と成績、アンケート項目（例：自己肯定感）と学力の関係など、2つのデータの関係性を分析するために散布図を作成し、相関の有無を視覚的に捉えます。その際、相関関係と因果関係の違いを明確に理解し、安易な結論に飛びつかない科学的な思考態度を養います。

分析結果の教育実践への応用
分析によって得られた客観的なデータに基づき、具体的な授業改善プランや、個々の児童生徒への声かけ・支援計画を立案します。また、保護者面談等で児童生徒の学習状況を客観的かつ分かりやすく説明するための資料作成にも活用します。これらの活動を通して、データに基づいた教育実践（Evidence-Based Education）のサイクルを体験的に学びます。

す。

３．課題

①　あなたは、あるクラスの担任です。先日実施した理科の単元テスト（50点満点）の結果がまとまりました。まずはクラス全体の学力状況を客観的に把握し、夏休み前の補習など、今後の指導方針を検討してください。
②　クラス全体の平均点は悪くないものの、特定の問題で多くの生徒が間違えていることが気になりました。そこで、設問ごとの正答状況を詳しく分析し、生徒たちの「つまずき」の具体的な原因を探りましょう。
③　テストを重ねる中で、「この問題は、本当に学力を正しく測れているだろうか？」という疑問が湧きました。特に、ある問題は、勉強を頑張っている生徒も、そうでない生徒も、同じように間違えているように感じます。そこで、問題が学力差を適切に反映しているかを評価してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１１講　データの倫理とプライバシー（仮題）

芳賀高洋（岐阜聖徳学園大学・教授）

１．学修到達目標

①　データの倫理的取り扱いの重要性と基本的な原則を理解し、説明できる。
②　個人情報保護のためのプライバシー保護技術や法規制（例：個人情報保護法、GDPR）について理解し、適切に適用できる。
③　データの倫理的課題やプライバシー侵害のリスクを認識し、その対策や責任あるデータ活用の方法について議論できる。

２．内容

データサイエンスの発展に伴い、個人情報やセンシティブなデータを扱う機会が増えています。これに伴い、データの倫理的取り扱いやプライバシー保護の重要性が高まっています。まず、データの倫理とは、データを収集・利用・公開する際に、個人の権利や尊厳を尊重し、公正かつ責任ある行動を取ることを指します。倫理的なデータ活用には、本人の同意を得ること、目的外利用を避けること、データの正確性を保つことなどが基本原則として挙げられます。これらの原則を守ることは、信頼性の確保や社会的信用の維持に不可欠です。次に、プライバシー保護は、個人情報が不適切に漏洩したり、不正に利用されたりするリスクを低減するための技術や法規制を指します。代表的な法規制には、日本の個人情報保護法やEUのGDPR（一般データ保護規則）があります。
これらの法規制は、個人情報の収集・保存・利用に関するルールを定め、違反した場合の罰則や責任を明確にしています。具体的な保護技術としては、データの匿名化や仮名化、暗号化、アクセス制御、監査ログの管理などがあります。これらの技術は、個人を特定できる情報を隠すことで、プライバシー侵害のリスクを低減します。さらに、データの倫理的取り扱いには、透明性や説明責任も求められます。たとえば、データ収集の目的や利用範囲を明示し、本人の同意を得ること、データの利用状況や結果について説明責任を果たすことが重要です。加えて、データの不適切な利用や偏りによる差別や不公平の発生も倫理的課題です。これらを防ぐためには、倫理的ガイドラインや監査体制の整備が必要です。最後に、データの倫理とプライバシー保護は、単なる技術的対策だけでなく、組織や個人の意識改革も求められます。教育や啓発活動を通じて、責任あるデータ活用の文化を育むことが重要です。これらの取り組みは、信頼されるデータ社会の実現に不可欠です。教員としては、学生に対してこれらの倫理的原則や法規制、技術的対策を理解させ、実践的な判断力を養う指導が求められます。

３．課題

①　データの倫理的取り扱いにおいて重要な原則を3つ挙げ、それぞれについて具体例を交えて説明してください。
②　個人情報保護法やGDPRなどの法規制が求める、個人情報の取り扱いに関する基本的なルールを説明し、それらを遵守するための具体的な対策例を挙げてください。
③　データのプライバシー保護において、匿名化や暗号化などの技術の役割と、それらを適切に活用する際の注意点について述べてください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１２講　データサイエンスの実践的応用例（仮題）

成瀬喜則（富山大学・名誉教授・学長特命補佐）

１．学修到達目標

①　データサイエンスの具体的な応用例を理解し、説明できる。
②　各応用例において、どのようなデータ分析手法や技術が用いられるかを理解し、説明できる。
③　実社会や教育現場において、データサイエンスを活用した課題解決の事例を挙げ、応用の可能性を議論できる。

２．内容

データサイエンスは、多様な分野で実践的に応用されており、その具体例は私たちの生活や社会のさまざまな側面に影響を与えています。まず、医療分野では、患者の診断データや遺伝情報を解析し、個別化医療や早期発見に役立てられています。例えば、機械学習を用いた画像診断では、X線やMRI画像から疾患の兆候を自動的に検出し、医師の診断支援を行います。
次に、マーケティング分野では、顧客の購買履歴やウェブ行動データを分析し、ターゲット広告やパーソナライズされた商品推薦を実現しています。これにより、企業は効率的なマーケティング戦略を立て、売上向上を図っています。例えば、オンラインショッピングサイトでは、過去の閲覧履歴や購入履歴をもとに、個々の顧客に最適な商品を提案しています。
教育分野では、学習者の成績や行動データを分析することで、学習の進捗や理解度を把握し、個別指導や教材の最適化に役立てられています。例えば、学習管理システム（LMS）を用いて、学生の解答パターンや学習時間を分析し、苦手分野を特定したり、適切な学習コンテンツを推奨したりすることが可能です。
また、都市計画や交通管理の分野でも、ビッグデータと分析技術が活用されています。交通量データや気象情報を解析し、渋滞の予測や最適な交通ルートの提案、公共交通機関の運行計画の改善に役立てられています。これにより、都市の効率的な運営や環境負荷の軽減が期待されています。
さらに、環境保護や気候変動の研究においても、衛星画像や気象データの解析が重要です。地球規模の気候変動のパターンを把握し、適切な対策を立てるために、データサイエンスは不可欠なツールとなっています。
これらの応用例からわかるように、データサイエンスは多岐にわたる分野で実践的に利用されており、社会のさまざまな課題解決に貢献しています。教育現場においても、データを活用した個別指導や学習支援の最適化は、今後ますます重要になると考えられます。教員や教育関係者は、これらの応用例を理解し、自らの教育活動にどう取り入れるかを考えることが求められます。

３．課題

①　医療分野において、画像診断に機械学習を用いることのメリットとデメリットをそれぞれ述べなさい。
②　マーケティング分野でのデータサイエンスの応用例として、オンラインショッピングサイトでの顧客への商品推薦があります。これにおいて、どのようなデータが収集され、どのような分析手法が用いられるのかを説明しなさい。
③　教育分野において、学習者のデータを分析して学習支援を行うことの意義と、その際に注意すべき点について述べなさい。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１３講　データ可視化の高度な技術（仮題）

荒木貴之（日本経済大学/ 社会構想大学院大学・教授）

１．学修到達目標

①　高度なデータ可視化技術の種類と特徴を理解し、適切に選択・活用できる。
②　インタラクティブな可視化ツールやダッシュボードの作成方法を理解し、実践できる。
③　複雑なデータ構造や多次元データを効果的に可視化し、洞察を得るための工夫や技術を説明できる。

２．内容

データ可視化は、データの理解と伝達を促進するための重要な手法です。基本的なグラフやチャートだけでなく、より高度な技術を駆使することで、複雑なデータや多次元データから深い洞察を得ることが可能となります。
まず、インタラクティブな可視化は、ユーザーがデータの特定部分に焦点を当てたり、フィルタリングやズームを行ったりできる技術です。これにより、静的なグラフでは捉えきれない詳細情報を動的に探索できます。例えば、Webベースのダッシュボードやツール（TableauやPower BI、D3.jsなど）を用いて、ユーザーが操作できる可視化を作成します。
次に、多次元データの可視化は、複数の変数を同時に表現し、関係性やパターンを明らかにします。代表的な手法には、散布図行列（pair plot）や主成分分析（PCA）による次元削減後の散布図があります。
また、ヒートマップやサンキー図などの特殊な可視化手法も、多次元データや複雑な関係性を表現するのに有効です。ヒートマップは、色の濃淡を用いてデータの密度や相関関係を視覚的に示し、サンキー図はフローや因果関係を表現するのに適しています。
さらに、時系列データの高度な可視化も重要です。単純な折れ線グラフだけでなく、アニメーションやインタラクティブなタイムラインを用いることで、時間の経過とともに変化するデータのパターンやトレンドを直感的に理解できます。これにより、季節変動や長期的な傾向を把握しやすくなります。
また、3D可視化や空間データの可視化も高度な技術の一つです。地理情報システム（GIS）を用いた地図上のデータ表示や、3Dモデルを用いたデータの可視化は、場所や空間的関係性を理解するのに役立ちます。ただし、3D表示は情報過多になりやすいため、適切な工夫と注意が必要です。
最後に、可視化の自動化とプログラムによるカスタマイズも重要です。PythonのMatplotlibやSeaborn、Plotly、Rのggplot2やShinyなどのツールを用いて、複雑なデータセットに対して効率的に高度な可視化を作成し、必要に応じて自動化やカスタマイズを行う技術も習得すべきです。
これらの高度な可視化技術を駆使することで、単なるデータの見た目の良さだけでなく、深い洞察や伝達力のある資料作成が可能となります。

３．課題

①　多次元データの関係性を視覚的に理解するために適した可視化手法を2つ挙げ、それぞれの特徴と適用例を説明してください。
②　インタラクティブなダッシュボードを作成する際に用いられる代表的なツールを2つ挙げ、それぞれの特徴と利点を述べてください。
③　機械学習の次元削減手法（例：t-SNEやUMAP）を用いた可視化の目的と、その結果から得られる洞察について説明してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１４講　AIと深層学習の基礎と応用（仮題）

藤吉弘亘（中部大学ＡＩ数理データサイエンスセンター教授）

１．学修到達目標

①　AIと深層学習の基本的な概念と仕組みを理解し、その違いと関係性を説明できる。
②　深層学習の代表的なモデル（例：ニューラルネットワーク、畳み込みニューラルネットワーク、リカレントニューラルネットワーク）の構造と特徴を理解し、適用例を説明できる。
③　深層学習の応用分野とその課題・限界について理解し、実社会における具体的な事例を挙げて説明できる。

２．内容

人工知能（AI）は、人間の知的活動を模倣し、学習・推論・判断などを行う技術の総称です。AIにはさまざまなアプローチがありますが、その中でも特に注目されているのが深層学習（ディープラーニング）です。深層学習は、多層のニューラルネットワークを用いて、大量のデータから特徴を自動的に抽出し、高度なパターン認識を可能にします。
AIの歴史は1950年代にさかのぼりますが、従来の機械学習は特徴量の設計や抽出に人間の知識が必要でした。一方、深層学習は、画像認識や音声認識、自然言語処理などの分野で大きな成功を収めており、膨大なデータと計算資源を活用して、従来の手法を凌駕する性能を発揮しています。
深層学習の基本的なモデルは、ニューラルネットワークです。これは、人間の神経細胞（ニューロン）を模した構造で、入力層・隠れ層・出力層から構成されます。各層のニューロンは、前の層からの入力を重み付けし、非線形関数（活性化関数）を通じて次の層に伝達します。多層にわたるこの構造により、複雑なパターンや特徴を抽出できるのです。特に、畳み込みニューラルネットワーク（CNN）は画像認識に優れ、画像の局所的な特徴を捉えることに長けています。リカレントニューラルネットワーク（RNN）は、時系列データや自然言語処理に適しており、過去の情報を保持しながら処理を行います。
深層学習の応用範囲は広く、画像認識（顔認証、医療画像診断）、音声認識（音声アシスタント、翻訳）、自然言語処理（チャットボット、文章生成）、自動運転車など、多岐にわたります。これらの技術は、従来のルールベースや特徴量抽出に頼る手法を超え、大量のデータから自動的に特徴を学習するため、精度向上に寄与しています。
しかしながら、深層学習には課題も存在します。大量のデータと計算資源を必要とし、モデルの解釈性が低いため、「ブラックボックス」としての側面も指摘されています。また、過学習やバイアスの問題もあり、倫理的・社会的な配慮も求められています。さらに、モデルの訓練には時間とコストがかかるため、実用化には工夫や工場的な運用が必要です。
総じて、深層学習は多くの革新的な応用を生み出しており、今後も技術の進展とともに新たな可能性が広がっています。一方で、その課題に対しては、モデルの解釈性を高める研究や、少ないデータで学習できる手法の開発、倫理的なガイドラインの整備などが進められています。これらの取り組みを通じて、深層学習の社会的な受容と実用性は向上し続けています。教員としては、これらの基礎知識を理解し、教育現場での適切な活用や、学生への指導に役立てることが求められます。深層学習の理解は、今後のAI技術の発展を見据えた重要なスキルとなるため、基礎からしっかりと学び、実社会の課題解決に役立てていくことが期待されます。これにより、学生のデータリテラシーやAIリテラシーの向上にもつながります。最後に、深層学習の未来は、より効率的で解釈しやすいモデルの開発や、倫理的なAIの実現に向けた研究とともに進展していくでしょう。教員はこれらの動向を把握し、教育に反映させることが重要です。
このように、AIと深層学習は、現代社会において不可欠な技術となっており、その基礎と応用を理解することは、教育者としても非常に重要です。深層学習の技術は、医療、交通、金融、エンターテインメントなど、多くの分野で革新的な変化をもたらしています。これらの応用例を通じて、学生に実社会での具体的な事例を示しながら、技術の意義や課題について議論を深めることが効果的です。また、深層学習の発展は、倫理的な問題や社会的な責任も伴います。教員は、技術の進歩だけでなく、その社会的影響についても理解を深め、学生に対してバランスの取れた視点を提供することが求められます。今後も、AIと深層学習の動向を注視し、最新の知識と教育方法を取り入れることで、次世代の人材育成に寄与していくことが重要です。これらの知識と理解を基盤に、学生が未来の社会をリードできるような教育を目指しましょう。

３．課題

①　深層学習と従来の機械学習の違いについて、具体例を挙げて説明しなさい。
②　畳み込みニューラルネットワーク（CNN）の特徴と、その代表的な応用例を述べなさい。
③　深層学習の社会的な課題や倫理的な問題について、あなたの考えを述べ、その解決策の一例を提案しなさい。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１５講　データサイエンスの未来と教育への展望

澤井進（岐阜女子大学特任教授）

１．学修到達目標

①　データサイエンスの未来の展望とその社会的・教育的意義を理解できる。
②　今後の教育現場におけるデータサイエンス教育の役割と必要性を説明できる。
③　データサイエンスの発展に伴う課題と、それに対する教育の対応策を考察できる。

２．内容

データサイエンスは、ビッグデータの収集・分析・解釈を通じて、さまざまな社会課題の解決や意思決定の支援を行う学問分野です。今後の社会において、データサイエンスの重要性はますます高まると予測されており、その未来展望は多岐にわたります。
まず、産業界ではAIやIoTの普及により、リアルタイムのデータ分析や予測モデルの構築が不可欠となっています。これにより、医療分野では個別化医療や早期診断、金融分野ではリスク管理や詐欺検出、交通分野では自動運転や交通流の最適化など、多くの革新的なサービスが実現しています。これらの進展は、データサイエンスの技術者だけでなく、一般のビジネスパーソンや教育者にも求められるスキルとなっています。
教育の側面では、データリテラシーの重要性が高まっています。未来の社会を担う子どもたちに対して、データの扱い方や分析の基礎を教えることは、情報化社会に適応し、主体的に意思決定できる市民を育成することにつながります。これにより、学校教育や高等教育においても、データサイエンスの基礎的な知識やスキルを身につけることが求められるようになっています。特に、プログラミングや統計学の基礎、データの可視化や解釈の能力は、今後の教育カリキュラムにおいて重要な位置を占めるでしょう。
一方で、データサイエンスの発展に伴う課題も存在します。データのプライバシーや倫理的問題、偏ったデータによるバイアスのリスク、そしてデータの扱いに関する法的・社会的な規制の整備などです。これらの課題に対して、教育現場では倫理教育や法的知識の習得を促す必要があります。また、AIや自動化の進展により、従来の仕事やスキルのあり方も変化しており、柔軟な思考や継続的な学習能力を育む教育の重要性も増しています。
未来の教育は、単なる知識の伝達だけでなく、データを活用した問題解決能力や倫理観を育むことが求められます。これにより、学生は変化の激しい社会に適応し、自らの意思で情報を判断し、行動できる市民へと成長していきます。したがって、教育者は、データサイエンスの未来を見据えた教育プログラムの開発と実践を進める必要があります。これらの取り組みは、社会全体のデータリテラシー向上と、持続可能な発展に寄与するものと期待されます。

３．課題

①　データサイエンスの未来において、社会や産業界で期待される役割と、その教育的意義について述べなさい。
②　今後の教育現場において、データリテラシー教育を推進するために必要な取り組みや内容について具体的に述べなさい。
③　データサイエンスの発展に伴う倫理的・社会的課題を挙げ、それに対して教育現場でどのような対策や教育内容を取り入れるべきか、あなたの考えを述べなさい。

４．プレゼン資料

第１５講　データサイエンスの未来と教育への展望

５．動画資料

６．テキスト

第１５講　データサイエンスの未来と教育への展望

提出文書様式

１．テキスト（様式）（Word版）

２．プレゼン様式（例）（pptx版）

３．動画の作成（各講20分程度）

動画作成の方法について

Zoomからの動画作成

資料映像

【公開講座】学校DX戦略コーディネータ概論【Ⅲ】　未来を創る教育設計　～カリキュラム開発の新しい視点　～　【構想中】

【概　要】

カリキュラム開発の理論と実践は、教育における目標達成のために必要な学習内容、教育方法、評価方法を体系的に設計・実行するプロセスです。理論的には、カリキュラム開発は学習者中心のアプローチを重視し、学習の目的や成果を明確に定義します。加えて、学習者のニーズ、社会的・文化的背景、教育政策を考慮した柔軟で効果的なデザインが求められます。実践的な側面では、カリキュラムを教室で実際に運用し、評価を通じてその効果を確認し、改善を行うことが重要です。
カリキュラム開発のポイントは、学習者の多様性に対応すること、学びの過程が段階的に進行すること、そして、評価とフィードバックを取り入れた反復的な改善が必要であることです。さらに、現代の教育では、テクノロジーやグローバルな視点、持続可能な教育など、最新のアプローチを取り入れることが求められています。これにより、学習者は知識だけでなく、実践的なスキルや問題解決能力を身につけることができます。カリキュラム開発は、単なる知識伝達にとどまらず、学習者を未来に向けて準備させる重要な役割を果たします。

【学修到達目標】

１．学習者中心のカリキュラム設計ができる

※学習者のニーズ、興味、能力に基づいて、効果的な学習目標と内容を設定し、カリキュラムを設計できる。

２．カリキュラム開発における評価手法を理解し、実践できる

※カリキュラムの評価方法を選定し、実施して、その成果を分析し、改善のためのフィードバックを提供できる。

３．多様な教育手法や学習スタイルを取り入れたカリキュラムを作成できる

※さまざまな学習者に対応した教育方法（例：協働学習、プロジェクトベース学習、反転授業）を取り入れたカリキュラムを設計できる。

４．最新の教育技術をカリキュラムに組み込み、効果的に活用できる

※テクノロジーやデジタルツールを活用したカリキュラムを開発し、学習者にとって効果的な学習環境を提供できる。

５．カリキュラムの改善と適応を行い、持続的に最適化できる

※実施したカリキュラムを評価し、学習者の成果やフィードバックを基にカリキュラムを柔軟に修正・改善できる。

第１講　カリキュラムの定義と重要性

森下　孟（信州大学学術研究院教育学系・准教授）

１．学修到達目標

①　カリキュラムの基本的な構成要素（学習目標、教材、指導方法、評価基準など）を明確に説明し、それぞれの役割を理解することができる。

②　カリキュラムが教育の一貫性やインクルーシブな環境の促進にどのように寄与するかを具体的な事例を挙げて論じることができる。

③　自校のカリキュラムを分析し、学習者の多様なニーズに応じた改善点を特定し、具体的な提案を行うことができる。

２．内容

カリキュラムとは、教育機関において提供される教育内容や学習活動の体系的な計画を指します。具体的には、学習目標、教材、指導方法、評価基準などが含まれ、教育の質を高めるための枠組みを提供します。カリキュラムは、教育の目的を達成するための道筋を示すものであり、学習者が必要な知識やスキルを身につけるための基盤となります。
カリキュラムの重要性は多岐にわたります。まず、教育の一貫性を確保する役割があります。明確なカリキュラムが存在することで、教育者は同じ目標に向かって指導を行うことができ、学習者も自分の学びの進捗を把握しやすくなります。また、カリキュラムは学習者の多様なニーズに応じた内容を提供することで、インクルーシブな教育環境を促進します。これにより、すべての学習者が平等に学ぶ機会を得ることができます。
さらに、カリキュラムは教育の質を向上させるための重要な要素です。適切に設計されたカリキュラムは、学習者の興味を引き出し、主体的な学びを促進します。また、評価方法を組み込むことで、学習成果を測定し、必要に応じて改善を図ることが可能です。このように、カリキュラムは教育の根幹を成すものであり、教育機関の使命を果たすために不可欠な要素です。

３．課題

①　特定の教育機関のカリキュラムを選定し、その構成要素や教育目標、教材、指導方法、評価基準を分析するレポートを作成する。

※この課題を通じて、カリキュラムの実際の運用状況を理解し、改善点を見出す能力を養う。

②　特定の学習者グループ（例：異なる年齢層や特別支援が必要な学習者）に対応したカリキュラム案を設計し、その目的や内容、指導方法、評価方法を詳細に記述する。

※この課題を通じて、学習者の多様なニーズに応じたカリキュラムの重要性を実践的に学ぶ。

③　自校のカリキュラムに対する改善提案をまとめ、プレゼンテーション形式で発表する。提案には、具体的な改善点やその理由、期待される効果を含める。

※この課題を通じて、受講者はコミュニケーション能力や説得力を高めるとともに、実践的な改善策を考える力を養う。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第２講　日本の学校カリキュラム開発の歴史と概要

安彦忠彦（名古屋大学名誉教授）

１．学修到達目標

１．古代から現代に至るまでのカリキュラム開発の歴史的変遷を理解し、主要な教育思想や改革の影響を具体的に説明することができる。
２．特定の時代や教育思想に基づくカリキュラムの特徴を分析し、それがどのように学習者のニーズや社会の要求に応じて変化してきたかを論じることができる。
３．カリキュラム開発の歴史を踏まえ、現代の教育課題や社会的ニーズに応じた未来のカリキュラムの改善点や新たな提案を具体的に示すことができる。

２．内容

カリキュラム開発の歴史は、教育の進化と密接に関連しています。古代ギリシャやローマでは、教育は主に哲学や倫理、文学を中心に行われ、知識の伝承が重視されていました。中世には、キリスト教の影響を受けた教育が広まり、神学や哲学がカリキュラムの中心となりました。この時期、大学が設立され、学問の体系化が進みました。
近代に入ると、教育の目的や方法が大きく変化しました。18世紀の啓蒙思想家たち、特にルソーは、子どもの自然な成長を重視し、学習者中心の教育の重要性を提唱しました。19世紀には、教育制度が整備され、国家による教育の普及が進みました。この時期、カリキュラムはより体系的に設計され、科目の分化が進みました。
20世紀に入ると、教育心理学や社会学の発展により、学習者の特性や社会的背景を考慮したカリキュラム開発が求められるようになりました。特に、ジョン・デューイは「経験に基づく学習」を提唱し、実践的な学びの重要性を強調しました。また、1960年代から70年代にかけては、教育改革運動が盛んになり、カリキュラムの柔軟性や多様性が重視されるようになりました。
現在では、テクノロジーの進化やグローバル化に伴い、カリキュラム開発はますます複雑化しています。学習者の多様性に対応するためのインクルーシブ教育や、持続可能な開発目標（SDGs）に基づく教育が求められるなど、カリキュラムは常に進化し続けています。このように、カリキュラム開発の歴史は、教育の目的や方法の変遷を反映した重要なプロセスであると言えます。教育の変化に応じて、カリキュラムは単なる知識の伝達にとどまらず、学習者の批判的思考や問題解決能力、協働性を育むことを目指すようになりました。
また、21世紀に入ると、情報化社会の進展に伴い、デジタルリテラシーや情報活用能力が重視されるようになりました。これにより、カリキュラムにはテクノロジーを活用した学習方法や、オンライン教育の要素が組み込まれるようになっています。さらに、国際的な視点を取り入れた教育が求められる中で、異文化理解やグローバルな問題への対応もカリキュラムの重要な要素となっています。
このように、カリキュラム開発の歴史は、教育の目的や社会のニーズに応じて変化し続けており、今後も新たな課題や技術の進展に対応した柔軟なカリキュラムが求められるでしょう。教育者は、これらの歴史的背景を理解し、未来の教育に向けた効果的なカリキュラムを設計することが重要です。

３．課題

１．特定の時代（例：古代ギリシャ、中世、近代など）のカリキュラムを選び、その特徴や教育思想、社会的背景を分析したレポートを作成する。

※この課題を通じて、カリキュラムの歴史的変遷を理解し、教育の目的や方法の変化を考察する。

２．特定の教育思想家（例：ジョン・デューイ、ルソーなど）を選び、その思想がカリキュラム開発に与えた影響について研究し、プレゼンテーション形式で発表する。

※この課題を通じて、教育思想が実際のカリキュラムにどのように反映されているかを探求する。

３．カリキュラム開発の歴史を踏まえ、現代の教育課題や社会的ニーズに応じた未来のカリキュラムの改善点や新たな提案をまとめた提案書を作成する。

※この課題を通じて、受講者は歴史的な視点を持ちながら、実践的な解決策を考える力を養う。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

第２講　日本の学校カリキュラム開発の歴史

第３講　教育理論とカリキュラム

田中康平（教育ICTデザイナー）

１．学修到達目標

①　主要な教育理論（行動主義、認知主義、構成主義など）を理解し、それぞれの理論の特徴や学習に対するアプローチを具体的に説明できる。
②　特定の教育理論に基づいて、学習者のニーズや社会的要求を考慮したカリキュラムを設計し、その内容や指導方法を具体的に示すことができる。
③　教育理論がカリキュラムにどのように影響を与えるかを分析し、具体的な事例を挙げてその関連性を論じることができる。

２．内容

教育理論とカリキュラムは、教育の質を向上させるために密接に関連しています。教育理論は、学習者がどのように学び、知識を獲得するかを理解するための枠組みを提供します。代表的な教育理論には、行動主義、認知主義、構成主義などがあります。行動主義は、外的刺激に対する反応を重視し、学習を行動の変化として捉えます。一方、認知主義は、学習者の内部プロセスや思考過程に焦点を当て、知識の構築を重視します。構成主義は、学習者が自らの経験を通じて知識を構築することを強調し、協働学習や探究学習の重要性を訴えます。
カリキュラムは、教育理論に基づいて設計され、教育の目的や内容、指導方法、評価基準を体系的にまとめたものです。カリキュラムは、教育の目標を達成するための具体的な手段であり、学習者のニーズや社会の要求に応じて柔軟に変化する必要があります。例えば、構成主義に基づくカリキュラムでは、プロジェクトベースの学習や問題解決型のアプローチが取り入れられ、学習者が主体的に学ぶ環境が整えられます。
教育理論とカリキュラムの関係は、教育の質を高めるために不可欠です。理論に基づいたカリキュラムの設計は、学習者の理解を深め、実践的なスキルを育むことに寄与します。したがって、教育者は教育理論を理解し、それをカリキュラムに反映させることが重要です。これにより、より効果的な教育が実現されるでしょう。

３．課題

①　行動主義、認知主義、構成主義などの主要な教育理論を比較し、それぞれの理論の特徴、利点、限界について分析したレポートを作成する。

※この課題を通じて、教育理論の多様性とその教育実践への影響を理解する。

②　特定の教育理論に基づいて、特定の学年や教科に適したカリキュラムを設計するプロジェクトを行う。具体的には、学習目標、内容、指導方法、評価方法を含むカリキュラム案を作成し、プレゼンテーションを行う。

※この課題を通じて、理論を実践に応用する能力を養う。

③　特定の教育理論がどのようにカリキュラムに影響を与えているかを研究し、その結果を発表する。

※この課題では、具体的な事例を挙げて理論と実践の関連性を論じることが求められる。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第４講　学習者中心の授業デザイン　～デジタル学習基盤を前提に～

木田　博（鹿児島市教育委員会・教育DX担当部長）

１．学修到達目標

①　特定の学習者グループのニーズや興味を調査し、その結果を基に学習者中心のカリキュラムを設計するための分析レポートを作成できる。
②　学習者中心のアプローチに基づいて、具体的な学習目標、活動、評価方法を含むカリキュラム案を作成し、プレゼンテーションを通じてその意図や効果を説明できる。
③　実際の授業や学習活動に対してフィードバックを行い、その結果を基にカリキュラムの改善点を提案することができる。

２．内容

学習者中心のカリキュラムデザインは、教育の現場において学習者のニーズや興味を重視し、彼らが主体的に学ぶことを促進するアプローチです。このデザインは、従来の教員中心の教育からの転換を図り、学習者が自らの学びに対して責任を持つことを目指します。
このアプローチでは、学習者の背景、経験、興味を考慮し、個々の学習スタイルに応じた柔軟なカリキュラムが求められます。具体的には、プロジェクトベースの学習や探究学習、協働学習などが取り入れられ、学習者が実際の問題に取り組むことで、知識を深めることができます。また、フィードバックや自己評価を通じて、学習者は自分の進捗を把握し、次のステップを考える力を養います。
さらに、学習者中心のカリキュラムデザインでは、教員の役割も変化します。教員は知識の伝達者からファシリテーターへとシフトし、学習者が自らの学びを深めるためのサポートを行います。これにより、学習者は自分のペースで学び、興味を持ったテーマに対して深く探求することが可能になります。
このように、学習者中心のカリキュラムデザインは、学習者の主体性を尊重し、彼らが自らの学びをコントロールできる環境を提供することで、より効果的な学習を促進します。結果として、学習者は知識を単に受け取るのではなく、実際に活用し、応用する力を身につけることが期待されます。

３．課題

①　特定の学習者グループ（例：特定の年齢層や学習スタイルを持つグループ）を対象に、ニーズや興味を調査し、その結果を分析したレポートを作成する。

※この課題を通じて、学習者の特性を理解し、カリキュラム設計に活かす能力を養う。

②　学習者中心のアプローチに基づいて、特定の教科やテーマに関するカリキュラム案を作成する。具体的には、学習目標、活動内容、評価方法を含む詳細なプランを作成し、クラス内で発表する。

※この課題を通じて、実践的なカリキュラムデザインのスキルを身につける。

③　自ら設計したカリキュラムを実際に授業で実施し、その後、学習者からのフィードバックを収集・分析する。さらに、その結果を基にカリキュラムの改善点を提案するレポートを作成する。

※この課題を通じて、実践的な授業運営能力と改善提案のスキルを高める。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第５講　目標設定と学習成果

齋藤陽子（岐阜女子大学・准教授）

 

１．学修到達目標

①　特定の学習テーマに基づいて、SMART基準に従った具体的な学習目標を3つ以上設定し、その目標がどのように学習成果に結びつくかを説明できる。
②　設定した学習目標に対して適切な評価方法（定量的および定性的）を提案し、それぞれの評価方法がどのように学習成果を測定するかを具体的に示すことができる。
③　自己評価や他者からのフィードバックを基に、自らの学習成果を分析し、次の学びに向けた改善計画を作成することができる。

２．内容

目標設定と学習成果は、教育において重要な要素であり、学習者の成長を促進するための基盤となります。目標設定は、学習者が達成すべき具体的な成果を明確にするプロセスであり、SMART（Specific, Measurable, Achievable, Relevant, Time-bound）基準に基づくことが推奨されます。具体的な目標を設定することで、学習者は自分の進捗を把握しやすくなり、モチベーションを高めることができます。
学習成果は、設定した目標に対する達成度を示すものであり、学習者がどの程度の知識やスキルを習得したかを評価する指標となります。学習成果は、定量的な評価（テストや課題の点数）だけでなく、定性的な評価（自己評価やフィードバック）も含まれます。これにより、学習者は自分の強みや改善点を理解し、次の学びに活かすことができます。
さらに、目標設定と学習成果は、教育者にとっても重要です。教育者は、学習者の目標達成を支援するために、適切な指導方法や評価方法を選択する必要があります。また、学習成果を分析することで、カリキュラムや指導法の改善点を見つけ出し、教育の質を向上させることができます。
このように、目標設定と学習成果は、学習者の成長を促進し、教育の質を向上させるための重要な要素であり、相互に関連し合っています。学習者が自らの目標を意識し、成果を評価することで、より効果的な学びが実現されるのです。

３．課題

①　特定の学習テーマやプロジェクトに基づいて、SMART基準に従った具体的な学習目標を3つ以上設定し、その目標がどのように学習成果に結びつくかを説明するレポートを作成する。

※この課題を通じて、効果的な目標設定のスキルを養う。

②　設定した学習目標に対して適切な評価方法を設計し、定量的および定性的な評価基準を含む評価計画を作成する。

※この課題では、評価方法が学習成果をどのように測定するかを具体的に示し、実践的な評価スキルを身につける。

③　自己評価や他者からのフィードバックを基に、自らの学習成果を分析し、次の学びに向けた改善計画を作成する。

※この課題を通じて、フィードバックの重要性を理解し、自己改善のための具体的なアクションプランを策定する能力を高める。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第６講　内容の選定と組織化

今井亜湖（岐阜大学教育学部・教授）

１．学修到達目標

①　特定の学習者グループに対してニーズ分析を行い、その結果に基づいて適切な学習内容を選定することができる。具体的には、学習者の背景や興味を考慮し、関連性のある教材やトピックを3つ以上提案する。
②　選定した学習内容を論理的に組織化し、テーマやトピックを階層的に整理したカリキュラムマップを作成することができる。このマップには、各トピックの関連性や学習の進行順序を明示する。
③　異なる学習スタイルに対応するために、選定した内容に基づいて複数の教授法や教材を提案し、それぞれのアプローチがどのように学習者の理解を促進するかを説明することができる。

２．内容

内容の選定と組織化は、効果的な教育プログラムやカリキュラムを構築するための重要なプロセスです。まず、内容の選定では、学習者のニーズ、興味、背景に基づいて、教えるべき知識やスキルを明確にすることが求められます。これには、教育目標や学習成果を考慮し、関連性の高い情報や教材を選ぶことが含まれます。選定された内容は、学習者が実生活や将来のキャリアに役立てることができるように、実践的で意味のあるものであるべきです。
次に、内容の組織化は、選定した情報を効果的に構造化し、学習者が理解しやすい形で提示するプロセスです。これには、テーマやトピックを論理的に整理し、関連性のある内容をグループ化することが含まれます。例えば、概念を階層的に整理したり、前提知識から新しい知識へと段階的に進むように構成したりすることが考えられます。また、視覚的な要素（図表やマインドマップなど）を活用することで、学習者の理解を深めることができます。
さらに、内容の選定と組織化は、学習者の多様な学習スタイルやペースに対応するためにも重要です。異なるアプローチや教材を用いることで、すべての学習者が効果的に学べる環境を整えることができます。このように、内容の選定と組織化は、教育の質を向上させ、学習者の成果を最大化するための基盤となるのです。

３．課題

①　特定の学習者グループ（例：学生、社会人、特定の職業群など）に対してニーズ分析を行い、その結果をまとめたレポートを作成する。

※このレポートには、学習者の背景、興味、必要なスキルを明示し、それに基づいて選定した学習内容を提案する。

②　選定した学習内容を基に、論理的に組織化されたカリキュラムマップを作成する。

※このマップには、各トピックの関連性や学習の進行順序を示し、学習者がどのように知識を段階的に習得できるかを明示する。

③　選定した内容に基づいて、異なる学習スタイルに対応するための複数の教授法や教材を提案し、それぞれのアプローチが学習者の理解をどのように促進するかを説明するプレゼンテーションを作成する。

※この課題を通じて、受講者は多様な学習者に対する配慮を学ぶ。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第７講　教育方法と戦略（仮題）

林　一真（岐阜聖徳学園大学・講師）

１．学修到達目標

①　異なる教育方法（講義、ディスカッション、グループワークなど）を用いて、特定の学習内容を教えるための授業計画を作成し、実際に模擬授業を行うことができる。これにより、各方法の効果を実践的に理解する。
②　特定の学習者グループに対して、個別指導や協同学習、反転授業などの教育戦略を組み合わせた学習プランを設計し、そのプランがどのように学習者のニーズに応えるかを説明することができる。
③　選定した教育方法と戦略に基づいて実施した授業の効果を評価し、学習者からのフィードバックを収集して分析し、その結果をもとに次回の授業改善点を提案することができる。

２．内容

教育方法と戦略は、効果的な学習を促進するための重要な要素です。教育方法は、教師が学習者に知識やスキルを伝えるために用いる具体的な手法や技術を指します。一方、教育戦略は、教育目標を達成するための全体的な計画やアプローチを意味します。これらは、学習者の特性やニーズに応じて柔軟に選択されるべきです。
教育方法には、講義、ディスカッション、グループワーク、プロジェクトベース学習、実践的な演習など、さまざまな形式があります。例えば、講義は情報を一方的に伝える方法ですが、ディスカッションやグループワークは学習者同士の相互作用を促進し、深い理解を得るために効果的です。また、プロジェクトベース学習は、実際の問題解決を通じて学ぶことができ、学習者の主体性を高めることができます。
教育戦略には、個別指導、協同学習、反転授業、アクティブラーニングなどがあります。個別指導は、学習者のペースや理解度に応じた指導を行う方法であり、協同学習は、学習者同士が協力して学ぶことで、社会的スキルやコミュニケーション能力を育むことができます。反転授業は、事前に学習内容を自宅で学び、授業ではその内容を深める活動を行うスタイルです。
これらの教育方法と戦略を組み合わせることで、学習者の多様なニーズに応じた効果的な学習環境を構築することが可能となります。教育者は、これらの手法を適切に選択し、実践することで、学習者の理解を深め、学びの成果を最大化することが期待されます。

３．課題

①　選定した教育方法（例：講義、ディスカッション、グループワークなど）を用いて、特定の学習内容に基づく模擬授業を実施する。

※この授業では、学習者の反応や理解度を観察し、授業の進行や方法の効果を評価する。

②　特定の学習者グループ（例：年齢、背景、学習スタイルなど）に応じた教育戦略を組み合わせた学習プランを作成する。

※このプランには、具体的な目標、使用する教育方法、評価方法を含め、どのように学習者のニーズに応えるかを説明する。

③　模擬授業や実際の授業を通じて得たフィードバックを基に、授業の効果を評価するレポートを作成する。

※このレポートには、授業の強みや改善点、次回の授業に向けた具体的な提案を含める。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第８講　学習評価とフィードバックの重要性

森下　孟（信州大学学術研究院教育学系・准教授）

１．学修到達目標

①　学習者の評価結果を基に、自らの授業計画を調整できる。
②　具体的かつ建設的なフィードバックを学習者に提供できる。
③　カリキュラムの改善に向けた評価とフィードバックの活用方法を理解し、実践できる。

２．内容

「学修評価とフィードバックの重要性」は、カリキュラム開発において欠かせない要素です。まず、評価は学習の進捗や成果を測る手段として、学習者がどの程度目標を達成したかを明確にします。評価結果は、カリキュラムが効果的かどうかを判断するための指標となり、学習の質を向上させるための重要な情報源です。教師は、評価を通じて学習者の理解度や課題を把握し、次の授業に反映させることができます。
また、フィードバックは学習者が自分の強みや改善点を理解し、成長するための道しるべとなります。効果的なフィードバックは、具体的かつ建設的である必要があります。学習者がどの部分で間違えたか、どのように改善すべきかを明確に伝えることで、次の学びへと繋げることができます。ポジティブなフィードバックは学習者のモチベーションを高め、改善点を指摘するフィードバックは学びを深めます。
学習評価とフィードバックは、カリキュラムの改善にも繋がります。教師は学習者からのフィードバックを元に授業内容や方法を見直し、効果的なカリキュラムに進化させることができます。このように、評価とフィードバックは学習者の成長を促進し、カリキュラムの質を高めるために重要な役割を果たします。

３．課題

①　学習者の進捗や成果をどのように評価するかを検討し、個々の学習スタイルやニーズに適した評価方法を提案する。

※課題では、異なる評価方法（例えば、自己評価、ピアレビュー、定期的なテストなど）の適用例を示し、それぞれの利点と課題を分析する。

②　学習者に対して、具体的で建設的なフィードバックをどのように提供するかについて検討する。

※この課題では、フィードバックを与える際に注意すべきポイント（タイミング、表現方法、具体性など）を考え、実際に自分の授業でフィードバックを提供する方法を計画する。

③　学習者の評価結果を反映させ、どのようにカリキュラムを改善するかを考える。

※この課題では、過去の授業での評価データを基に、カリキュラムの改善案を立案し、その改善が学習者の学びにどのように影響を与えるかを示す。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第９講　インクルーシブ教育とカリキュラム

太田容次（京都ノートルダム女子大学・准教授）

１．学修到達目標

①　学習者の多様なニーズを理解し、適切な支援方法をカリキュラムに組み込むことができる。
②　異なる学習者に合わせた教材や評価方法を選定し、実践できる。
③　インクルーシブ教育を実現するための協力体制を構築し、教師と他の教育スタッフとの連携を促進できる。

２．内容

インクルーシブ教育とは、すべての学習者がその個別のニーズに応じて教育を受けることができる環境を提供する教育理念です。カリキュラム開発においてインクルーシブ教育を取り入れることは、学習者の多様性を尊重し、全員に平等な学びの機会を提供することを意味します。この理念を反映させるためには、障害を持つ学習者や特別な支援が必要な学習者、異なる文化的背景を持つ学習者を含む多様なニーズに対応したカリキュラム設計が求められます。
インクルーシブ教育に基づくカリキュラム開発では、学習者の能力やペースに応じた柔軟な指導方法や教材の選定が重要です。例えば、視覚や聴覚に障害がある学習者のために、視覚支援ツールや聴覚支援機器を活用した教材を作成することが挙げられます。また、教師は学習者一人一人の個別のニーズを把握し、柔軟な評価方法を採用する必要があります。
インクルーシブ教育を実現するためには、教育の場全体で協力と理解を深め、学習者が自分のペースで学び、成功体験を積み重ねられる環境を作ることが重要です。これにより、すべての学習者が平等に学びの機会を得られ、学びの質が向上します。

３．課題

①　学習者の個別ニーズに対応するため、インクルーシブ教育の理念に基づいたカリキュラム設計を行い、その中でどのように障害や特別な支援が必要な学習者に対応するかを計画する。

※具体的な支援方法や教材、活動案を提案し、実施可能なプランを作成する。

②　インクルーシブ教育を実現するために、視覚支援や聴覚支援、身体的な障害を持つ学習者を対象とした教材を作成する。

※例えば、視覚障害を持つ学習者に向けた教材や、聴覚障害のある学習者のための支援ツールを提案し、それぞれに対する具体的な工夫を盛り込むこと。

③　インクルーシブ教育を効果的に実施するために、教師や支援スタッフとの協力体制をどう構築するかについて具体的なアイデアを考え、チームでの連携方法や情報共有の仕組みを設計する。

※協力体制を強化するための具体的なステップや活動内容を提案し、実践可能な方法を示すこと。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１０講　テクノロジーの活用

田中康平（教育ICTデザイナー）

１．学修到達目標

①　学習者のニーズに応じて、適切な教育テクノロジーツールを選定し、カリキュラムに組み込むことができる。
②　インタラクティブコンテンツやゲームベース学習をカリキュラムに統合し、学習者のモチベーションを向上させることができる。
③　テクノロジーを活用した学習の成果を適切に評価し、フィードバックを提供することができる。

２．内容

テクノロジーの活用は、現代のカリキュラム開発において重要な要素となっています。教育におけるテクノロジーの利用は、学習者に対してより効果的かつ個別化された学習体験を提供し、教師の指導方法を革新する可能性を持っています。例えば、オンラインプラットフォームや教育用アプリケーションを活用することで、学習者は自分のペースで学びを進めることができ、必要に応じて即時のフィードバックを得ることができます。また、インタラクティブなコンテンツやシミュレーション、ゲームベース学習などを取り入れることで、学習者の興味を引き、深い理解を促進することができます。
さらに、テクノロジーは教育のアクセシビリティを向上させ、すべての学習者に平等な学びの機会を提供します。特別支援が必要な学習者に対して、音声認識ソフトやスクリーンリーダーなどの支援技術を活用することで、学びのバリアを取り除くことができます。
カリキュラム開発においてテクノロジーを活用するには、教師が新しいツールや技術を適切に選び、効果的に取り入れることが求められます。また、テクノロジーを活用する際には、学習目標を達成するためにツールをどのように活かすかを計画し、評価方法を再設計する必要があります。これにより、学習の質が向上し、学習者一人一人に適した教育が実現できます。

３．課題

①　異なる学習目標に対応するために、オンラインプラットフォーム、教育アプリケーション、シミュレーションツールなどのテクノロジーを選定する。それぞれのツールが学習者に与える影響を評価し、どのようにカリキュラムに組み込むかを具体的に説明しなさい。

②　学習者の興味を引き、効果的な学びを促進するインタラクティブな教材（例えば、ゲームベース学習、シミュレーション）を設計しなさい。

※その設計において、学習者が主体的に学ぶための具体的な活動や、テクノロジーを活用した学習活動の流れを考案すること。

③　テクノロジーを使用して学習者の進捗や成果をどのように評価するかについて計画を立てる。

※具体的には、リアルタイムで進捗を評価する方法や、自動化されたフィードバックシステムを活用した評価方法を提案し、その利点と課題を考察すること。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１１講　プロジェクトベースの学習（仮題）

成瀬喜則（富山大学・名誉教授・学長特命補佐）

１．学修到達目標

①　実際の課題に対してチームで協力し、問題解決のためのプロジェクトを企画・実行できる。
②　調査結果やアイデアを論理的に整理し、効果的にプレゼンテーションを行うことができる。
③　他者と協力しながらフィードバックを受け入れ、プロジェクトの改善に反映させることができる。

２．内容

プロジェクトベースの学習（PBL）は、学習者が実際の課題や問題に取り組む中で知識やスキルを習得する教育方法です。このアプローチでは、学習者がグループで協力しながらプロジェクトを計画、実行、評価することを通じて、学びを深めます。PBLは、単に知識を受動的に習得するのではなく、実践的な経験を通じて学び、問題解決能力や批判的思考力、協力性を育むことが目的です。
PBLでは、リアルな社会問題や学問的なテーマを課題として設定し、学習者がそれに対する解決策を考え、実行する過程が重視されます。この過程で、学習者はリサーチ、議論、プレゼンテーションなどを行い、最終的には成果物（レポートやプロトタイプなど）を発表します。教員はファシリテーターとして、学習者が自主的に問題解決に取り組むためのサポートを行います。
このアプローチは、学習者が主体的に学び、協力的な学習環境を作るため、深い理解と実践的なスキルを養うのに非常に効果的です。また、学習者が学んだ知識を実際の状況に適用することで、学びの意味や目的を実感しやすくなります。PBLは、21世紀の教育において重要な役割を果たす学習方法の一つとされています。

３．課題

①　現在の社会問題（例：環境問題、貧困、教育格差など）に対して、グループで解決策を提案するプロジェクトを企画する。

※プロジェクトの目的、方法、必要なリソース、期待される成果を具体的に計画し、最終的にどのようにその解決策を実行するかを説明すること。

②　自分たちのプロジェクトに関連するテーマについて調査を行い、その結果を基にプレゼンテーション資料を作成する。

※資料には、調査の方法、得られた結果、解決策の提案、そしてその意義について分かりやすくまとめ、発表準備を行うこと。

③　プロジェクトの途中で得られたフィードバックを受けて、どのように改善点を取り入れ、プロジェクトの進行を最適化するかを考え、その具体的な改善提案を作成する。

※フィードバックに基づいた課題解決のプロセスと、チーム内での協力方法についても検討すること。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１２講　学力の可視化と授業改善（仮題）

丹羽正昇（横浜市教育委員会事務局学校教育部・部長）

 

１．学修到達目標

 

２．内容

 

３．課題

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１３講　教育デジタルトランスフォーメーション

金城寛史（沖縄県教育庁教育ＤＸ推進課・指導主事）

 

１．学修到達目標

①　従来の紙媒体のテスト（PBT）と比較し、CBTの利点・欠点、そして問題形式の多様化や即時フィードバック等がもたらす教育的な可能性を体系的に説明できる。国の政策動向を理解し、自校の教育活動に与える影響を多角的に分析できる。

②　CBTによって得られる多様なデータ（解答時間、操作ログ、解答の軌跡など）の意味を理解し、児童生徒一人ひとりの認知プロセスやつまずきの特徴を多角的に分析できる。その分析結果に基づき、個別最適な指導や授業改善に繋げるための具体的な方策を立案できる。

③　自校においてCBTを円滑に導入・実施するための環境整備、トラブル対応、教職員への支援計画を策定できる。また、個人情報保護などのデータ倫理を踏まえ、データに基づく教育実践を学校の文化として定着させるための組織的なアプローチを主導できる。

２．内容

１．CBTの基礎と教育の変革
CBTとは何かを、従来のPBTとの比較から学びます。単なる「コンピュータで受けるテスト」ではなく、動画・音声問題、シミュレーション、作図など、これまで測定が難しかった思考力・表現力を問う問題形式が可能になる点を理解します。また、個人の習熟度に応じて出題内容が変わる「アダプティブ・テスト」の仕組みと、個別最適な学びへの応用可能性についても学びます。MEXCBT（メクビット）に代表される国のCBTシステムの動向と、今後の展望を概観します。

２．CBTが拓くデータ駆動型の指導
CBTでは、単なる正誤結果だけでなく、「どの問題にどれだけ時間をかけたか」「どの選択肢で迷ったか」「一度解答してから修正したか」といった解答プロセスに関するデータ（操作ログ）が取得できます。これらのデータの見方・分析手法の初歩を学び、児童生徒の「わかったつもり」や「つまずきの本質」を深く洞察するアプローチを探求します。分析から得た気づきを、具体的な声かけや補充学習、さらにはクラス全体の授業設計の見直しに繋げる方法を、事例を通して学びます。

３．学校におけるCBT導入とマネジメント
学校DX戦略コーディネータの視点から、CBTを学校現場へ円滑に導入するための実践的なマネジメント手法を学びます。端末やネットワーク環境の確認といった技術的側面、実施計画の策定、教職員への操作研修の企画などの運営面、そして個人情報保護や情報セキュリティといったデータ倫理の側面から、注意すべき点を網羅的に確認します。最終的には、一部の教員だけでなく、学校全体でデータを活用し、対話しながら教育改善を進める「データ活用文化」をどう醸成していくか、その組織づくりの方策を考えます。

３．課題

①　以下の手順に従い、「CBT導入に関する比較考察レポート」を作成してください。

・従来の紙媒体テスト（PBT）とCBTについて、それぞれのメリット・デメリットを「①児童生徒」「②教員」「③学校運営」の3つの視点から整理してください。
・あなたの学校の現状（児童生徒の実態、教職員のICTスキル、ネットワーク環境など）を考慮したとき、CBTを導入することで得られる「最大の教育的価値（光）」は何だと考えますか。
・逆に、導入・運用する上で「最も懸念される課題（影）」は何だと考えますか。また、その課題を乗り越えるために、コーディネータとしてどのような準備や働きかけが必要になるか、あなたの考えを述べてください。

②　配布された架空のクラスのCBT結果データ（※）を参照し、以下の問いに答えてください。
（※データには、生徒ごとの「①設問ごとの正誤」「②設問ごとの解答時間」「③解答の修正回数」が含まれるとします）

・データ全体を見て、クラスの傾向として読み取れることを記述してください。（例：「問3は正答率が低いが、多くの生徒が時間をかけて悩んでいる」など）
・以下の特徴を持つ生徒Aさんと生徒Bさんについて、データから推測されるそれぞれの学習上の特性やつまずきの状況を分析してください。
生徒A： 全体的に正答率は高いが、特定の計算問題において、他の生徒の3倍以上の解答時間がかかっている。
生徒B： 知識を問う問題は即答で正解しているが、文章題になると解答時間が短く、ケアレスミスによる誤答が目立つ。
・上記2名の生徒に対し、あなたは明日からどのような個別の声かけや学習支援を行いますか。データから読み取った仮説に基づいて、具体的な指導計画を立案してください。

③　来年度、あなたの学校で主要教科の単元テストの一部にCBTを試験導入することを想定し、以下の項目を含む「CBT導入に向けた校内研修・合意形成プラン」を企画・提案してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

第１４講　教科の構造化とカリキュラムの再設計

岩木美詠子（福岡市立香椎第１中学校・教頭）

１．学修到達目標

①　学習指導要領が示す資質・能力を基軸に、自校のGIGAスクール環境（1人1台端末、クラウドツール等）が、各教科の学習目標達成や探究的な学習においてどのように機能しているかを構造的に分析し、教育DX推進における現状カリキュラムの成果と課題を客観的に説明できる。
②　学校の教育目標（グランドデザイン）と接続させながら、学習支援ツールやデジタル教材、学習履歴（スタディ・ログ）の活用を前提として、教科内の個別最適な学びと教科横断的な協働学習を効果的に組み合わせた、特色ある教育カリキュラム（年間指導計画や中核単元など）を具体的に再設計できる。
③　設計したカリキュラムを学校全体で推進するため、学習データの分析結果に基づいて指導の改善やカリキュラムの更新を行う「データ駆動型のカリキュラム・マネジメント」のサイクルを構築できる。また、その実現に向けて、教職員へのICT活用研修やデジタルでの情報共有・連携の仕組みを含めた組織的な推進計画を立案できる。

２．内容

はい、承知いたしました。先に示した学習到達目標を踏まえ、「学校DX戦略コーディネータ講座」における「教科の構造化とカリキュラム」というテーマの講座内容を以下に示します。

講座名：学校DX戦略コーディネータ講座
テーマ：教科の構造化とカリキュラム ―テクノロジーで学びをリデザインする―
本講座は、DX（デジタル・トランスフォーメーション）を推進する中核人材として、学校の教育活動の根幹であるカリキュラムを再構築し、その実現を主導できる能力の育成を目指します。理論学習と演習を組み合わせ、実践的なスキルを習得します。

【第1部】現状分析：DX時代のカリキュラムを可視化する
GIGAスクール環境が整備された今、既存のカリキュラムがどう機能しているかを客観的に分析する手法を学びます。

学習項目：
学習指導要領とDXの接続： 資質・能力の三つの柱や「主体的・対話的で深い学び」を、1人1台端末環境下でどう具体化するかを理解します。
教科の構造化とデジタルツール： 各教科の「見方・考え方」を働かせる上で、デジタルツール（協働編集ツール、シミュレーション教材、AIドリル等）がどのような役割を果たすかを分析します。
情報活用能力の育成状況の分析： 特定の教科だけでなく、教科横断的に情報活用能力が育成されているか、現状のカリキュラムマップから評価します。
演習：
自校の年間指導計画や単元計画を題材に、デジタルツールの活用状況をマッピングし、教育効果や課題を構造的に分析・考察するワークショップを行います。
【第2部】設計：テクノロジーで学びをリデザインする
分析した課題に基づき、デジタル技術の特性を最大限に活かした新しいカリキュラムを構想・設計するスキルを磨きます。

学習項目：
個別最適な学びと協働的な学びのデザイン： 学習プラットフォーム（LMS）やAI教材を活用した個別最適な学習と、クラウドツールを用いた協働的なプロジェクト学習を両立させる単元設計の手法を学びます。
学習履歴（スタディ・ログ）の活用： 学習データの基本的な見方を学び、データに基づいて児童生徒のつまずきを発見し、指導や評価に活かす方法を検討します。
ハイブリッド型学習の構想： オンライン学習と対面学習のそれぞれの利点を活かした、効果的な学習サイクルのデザインパターンを習得します。
演習：
グループワーク形式で、特定の教科・単元を選び、学習履歴の活用を前提とした新しい単元計画（単元全体のゴール、評価計画、具体的な活動を含む）を設計し、プレゼンテーションを行います。
【第3部】推進：データ駆動型カリキュラム・マネジメントの実践
設計したカリキュラムを形骸化させず、学校全体で推進し、継続的に改善していくためのマネジメント手法を学びます。

学習項目：
データ駆動型の意思決定（DDDM）： 学習データやアンケート結果などの客観的な証拠（エビデンス）に基づき、カリキュラムを評価・改善するサイクル（PDCA）の回し方を学びます。
チェンジ・マネジメントと合意形成： 新しい取り組みに対する教職員の不安を解消し、前向きな協力を得るためのコミュニケーション戦略やファシリテーション技術を習得します。
持続可能な校内研修の計画： 教職員のICT活用スキルやデータリテラシーを組織的に高めていくための、効果的な研修プログラムの企画・運営方法を学びます。
演習：
第2部で設計した単元計画を自校に導入することを想定し、教職員への説明、研修、評価、改善までを含んだ1年間の「推進ロードマップ」を作成します。

３．課題

①　あなたの学校で実践されているいずれかの教科・学年の年間指導計画を一つ選んでください。その上で、以下の項目を含む「自校カリキュラムDX診断レポート」を作成し、提出してください。

②　課題①で分析した中で、特にDXによる改善効果が大きいと考える単元を一つ選んでください。その単元について、以下の要素を含む「単元リデザイン案」を策定し、提出してください。

③　課題②で設計した「単元リデザイン案」を、来年度から学年全体で実践することを想定し、以下の項目を含む「推進ロードマップ」を立案してください。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

第14講　教科の構造化とカリキュラム

第１５講　知識の構造化とカリキュラム

 益川弘如（青山学院大学・教授）

１．学修到達目標

①　知識の構造化の基本概念とその意義を理解し、教育カリキュラムにおける役割を説明できる。
②　知識の階層化や関連付けを通じて、効果的なカリキュラム設計の方法を理解し、具体的な設計例を示せる。
③　学習者の理解度や進度に応じた知識の構造化の工夫を考え、実践的なカリキュラム開発に応用できる。

２．内容

カリキュラムの理論において、「知識の構造化」は、学習内容を体系的に整理し、学習者が効率的かつ深く理解できるように設計するための重要な要素です。知識の構造化とは、学習すべき内容を階層化し、関連性や順序性を明確にすることを指します。これにより、学習者は新しい知識を既存の理解と結びつけながら、段階的に学びを深めることが可能となります。
知識の構造化にはいくつかの方法があります。代表的なものは、「階層構造」と「ネットワーク構造」です。階層構造は、基本的な概念からより複雑な内容へと段階的に進むもので、例えば「数学の基礎→代数→関数→微積分」といった順序です。一方、ネットワーク構造は、異なる概念間の関連性を多角的に示し、横断的な理解を促します。
教育カリキュラムにおいては、知識の構造化は学習の効理的な設計においては、まず学習目標を明確にし、その達成に必要な知識やスキルを洗い出します。次に、それらを階層化し、学習者が段階的に理解を深められるように配列します。例えば、基礎的な概念から応用的な内容へと進むことで、学習者は無理なく知識を積み重ねることができます。また、知識の関連性を示すことで、学習者は異なる分野やテーマ間のつながりを理解しやすくなります。さらに、学習者の理解度や進度に応じて、柔軟に内容を調整することも重要です。これには、段階的な評価やフィードバックを取り入れることが有効です。知識の構造化は、単なる情報の羅列ではなく、学習者の理解を促進し、長期的な定着を図るための設計思想です。効果的なカリキュラム設計においては、知識の階層化と関連付けを意識し、学習者が主体的に学びを進められる環境を整えることが求められます。

３．課題

①　知識の階層化と関連付けの違いについて説明し、それぞれのメリットとデメリットを具体例を交えて述べよ。
②　ある科目（例：生物学）の学習内容を階層構造で整理し、どのように段階的に学習を進める設計にするか、具体的なカリキュラム例を作成せよ。
③　学習者の理解度や進度に応じて知識の構造化を調整する方法について、具体的な工夫や評価方法を提案せよ。

４．プレゼン資料

 

５．動画資料

 

６．テキスト

 

提出文書様式

１．学校DX戦略コーディネータ特論（Ⅲ）テキスト（様式）（Word版）

２．学校ＤX戦略コーディネータ特論（Ⅲ）プレゼン様式（pptx版）

３．動画の作成（各講20分程度）

動画作成の方法について

Zoomからの動画作成