| 開講学期／Course Start | 2025年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 火/Tue 12 , 火/Tue 13 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 創造工学科 夜間主コース |
| 対象学年／Year | 1年 , 2年 , 3年 , 4年 |
| 授業科目区分／Category | 教育課程 創造工学科 |
| 必修・選択／Mandatory or Elective | 必修 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | 現代情報学概論／Introduction to Modern Informatics |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 岡田 吉史 (システム理化学科数理情報システムコース) |
| 時間割コード／Registration Code | J8415 |
| 連絡先／Contact |
岡田 吉史(教員室：V611 okada＠muroran-it.ac.jp) |
| オフィスアワー／Office hours | 岡田 吉史(木曜日 16:00－17:00 (V611室)) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2025/09/10 |
|---|---|
| 授業のねらい ／Learning Objectives |
本授業は、現代社会を支える情報技術の基礎から応用までを体系的に理解することを目的とする。まず、コンピュータの発展と社会の変化を概観し、データの表現方法や論理回路といった基礎を学ぶ。次に、ハードウェアとソフトウェア、アルゴリズム、コンピュータネットワーク、情報セキュリティ、情報倫理と知的財産など、現代の情報システムを支える要素について理解を深める。さらに、AIの最新技術にも触れ、PBL演習を通じて応用力や課題解決力を養う。これにより、現代の情報学の基礎から応用までを総合的に学び、変化の激しいデジタル社会で活躍できる素養を身につける。 |
| 到達度目標 ／Outcomes Measured By: |
1. コンピュータにおけるデータ表現を説明できる。 2. コンピュータハードウェアについて説明できる。 3. ソフトウェア、アルゴリズム、コンピュータネットワークについて説明できる。 4. 情報セキュリティ、情報倫理、知的財産について説明できる。 5. AIについて説明できる。また、AIを用いて課題解決できる。 |
| 授業計画 ／Course Schedule |
総授業時間数（実時間） 22時間30分(15回×90分) 1. ガイダンス、コンピュータの発展と社会の変化（1章） 2. コンピュータにおけるデータ表現（１）：基数変換・整数の表現（3章） 3. コンピュータにおけるデータ表現（２）：実数の表現、文字・音声・画像・動画の表現（3章） 4. コンピュータのハードウェア（１）論理回路（4章）、コンピュータの構成（5章） 5. コンピュータのハードウェア（２）CPU（5章） 6. コンピュータのハードウェア（３）記憶装置（5章） 7. コンピュータのハードウェア（４）入出力装置、その他のハードウェア（5章） 8. ソフトウェアとアルゴリズム（6章） 9. コンピュータネットワーク（7章） 10. 試験 11. AIの歴史、深層学習・生成AI（８章） 12. 情報セキュリティ（10章）、情報倫理と知的財産（11章） 13. AIに関するPBL演習１ 14. AIに関するPBL演習２ 15. AIに関するPBL演習３ 教科書の該当部分(授業時間内に指示する)を予め理解した上で 授業に参加すること。 各回の学修時間の目安は、事前・事後合わせて４時間必要である。 |
| 教科書 ／Required Text |
現代社会と情報システム 第2版 室蘭工業大学現代情報学研究会著 朝倉書店 2025(ISBN:9784254123166) |
| 教科書・参考書に関する備考 | Moodleで各回の資料を配布する。 |
| 成績評価方法 ／Grading Guidelines |
成績評価方法 到達度目標１：試験で成績を評価する。 到達度目標２：試験で成績を評価する。 到達度目標３：試験で成績を評価する。 到達度目標４：発表およびレポートで成績を評価する。 到達度目標５：発表およびレポートで成績を評価する。 成績は、試験70点満点、発表10点満点、レポート20点満点の計100点満点で評価し、60点以上を合格とする（再試験は実施しない）。 |
| 履修上の注意 ／Notices |
再試験は行わないので、不合格の場合は次年度再履修すること。 講義15週の80％以上を出席した学生を成績評価の対象者とする。 授業の変更や緊急時の連絡は授業中またはMoodleまたは電子メールで通知する。 |
| 学習・教育目標との対応 ／Learning and Educational Policy |
学生便覧「学習目標と授業科目との関係表」参照 |
| 関連科目 ／Related course |
データサイエンス入門、情報セキュリティ入門 |
| 備考 ／Notes |
本科目は，文部科学省による数理・データサイエンス・ＡＩ教育プログラム認定制度（リテラシーレベル）の認定に基づく，数理データサイエンス教育プログラムの教育科目として実施されます。情報基礎科目群に含まれ，情報関連の基盤的な内容を学びます。プログラム内容については，学生便覧の数理データサイエンス教育プログラムを参照してください。 DSポイント：2ポイント |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
ほぼ毎回小テストを実施する。 |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
50%超 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
グループワークによるPBL演習を実施する。 |
|
Active learning 2-2 ／上記項目に係るALの度合い |
15%～50% |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
|
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |