基本情報/Basic Information

開講科目名 ／Course	特殊講義a(AI入門a)／SPECIAL LECTURE A (INTRODUCTION TO AI A)
ナンバリングコード ／Numbering Code	【済】21-1035 【営】22-1022 【環】23-1024
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム・学期 ／Term・Semester	2026年度／2026 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	火3／Tue 3
開講区分 ／semester offered	春学期／Spring
単位数 ／Credits	2.0
学年 ／Year	1,2,3,4
主担当教員 ／Main Instructor	横塚　志行
遠隔授業科目 ／Online Course	－

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
横塚　志行	経営学科／MANAGEMENT

授業の目的・内容 ／Course Objectives	・講義の目的と目標 現代のビジネス環境では、先進企業を中心にAIを経営戦略へ組み込む動きが進み、AIを理解し活用できる人材の育成が求められています。本講義（AI入門a／b）では、受講者が人工知能の全体像を把握し、AI構築に関する基礎知識を身につけることを目標とします。 あわせて、一般社団法人日本ディープラーニング協会（JDLA）が実施するG検定（ジェネラリスト検定）の学習範囲に対応する基礎知識の習得も目指します。 ・春学期（AI入門a） 春学期では、人工知能の基本概念や歴史を踏まえつつ、関連する主要トピックを幅広く学びます。さらに、産業界での活用事例を取り上げ、実社会でAIがどのように用いられているかを理解します。 特に近年進化が著しい生成AI（テキスト生成、画像生成など）について、仕組みと特徴、活用上の留意点を概説します。加えて、AIエージェントやPhysical AIなど最新のAI動向についても取り上げます。 また、AIの社会実装に伴う課題（倫理、プライバシー、バイアス、著作権など）を扱い、各国のAI政策やガイドラインも参照しながら、議論を通じて理解を深めます。 ・秋学期（AI入門b） 秋学期では、まずPython言語の基本的な使い方を学びます。そのうえで、春学期に学んだ基礎知識を土台に、教師あり学習、教師なし学習、ディープラーニングなどの代表的手法について、演習を通じてAIの仕組みを実践的に理解します。 ・学科方針との連携 本講義は、経営学科の学位授与方針（DP）に基づき、情報処理の原理および情報技術の重要性を理解できるようにすることを目的とします。あわせて、カリキュラム・ポリシー（CP）における情報系専門科目として、情報技術に関する専門知識を体系的に提供し、将来の実務にも接続しやすい内容となるよう構成します。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	初回講義では、学習内容、講義の進め方、成績評価方法などを説明します。 本講義は対面授業を原則とし、受講にあたっては以下を前提とします。 ・授業中にPCを操作しながら進める場合があります。各自が所有するPCを持参し、基本的な操作ができること。 ・本講義は、秋学期の特殊講義b（AI入門b）とセットでの学習を想定しています。AI入門a／bを併せて受講することで、人工知能の基礎知識に加え、人工知能の実現方法を体系的に学ぶことができます。 ・AI入門aでは数学的表現は最小限にとどめます。AI入門bでは基礎的な数学的表現を用いて理解を促すとともに、Pythonによるコーディングができるようになることを目指します。 ・AI入門aでは生成AIに関する課題を提示し、プレゼンテーションを行ってもらいます。 ・課題およびプレゼンテーションに対するフィードバックは、授業中に適宜行います。 ・全学年を対象とします。 ・各学期の最終回（最終授業日）に、総復習としてテストを実施します。
使用言語 ／Language used	日本語/Japanese
採用している授業方法 ／Teaching methods used	プレゼンテーション/Presentation
事前・事後学修の内容 ／Before After Study	事前事後の学習時間は合計４時間である。 講義参加者は、事前学習として事前提示予定のレジュメを事前に読んでおいてほしい（２時間）。 事後学習は、授業ノートなどを目を通し内容を理解を促進してほしい（１時間）。 上記以外にも、AIに関する記事等を日常的に入手しておきAIの動きを把握してほしい(1時間)。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title ディープラーニングG検定公式テキスト第二版 著者 ／Author name 日本ディープラーニング協会 出版社/URL ／Publisher 翔泳社 ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	春学期の最終回（最終授業日）に、総復習としてテストを実施します。 成績評価は、出席、課題（30〜40％程度）、期末テスト（60〜70％程度）を総合して行う予定です。 出席回数が7回(50%)以上の者を評価対象とします。 期末試験に参加できない場合は追試験を実施します。
関連科目 ／Related Subjects	特殊講義a(AI入門a) 特殊講義a(データサイエンス入門a) 特殊講義b(データサイエンス入門b) 現代社会１(数理・データサイエンス・AI)
備考 ／Notes
到達目標 ／Learning Goal	経済・経営・環境分野の現場で活躍する人々の講演を通じて、それらの現場の実態および今後の展望等について理解・分析し、見解を提示できるようにする。
DPとの関連 ／Relation to DP	【19カリ・済】---------- ○:幅広い教養 【19カリ・営】---------- ○:幅広い教養 ○:経営分野での専門的知識 【24カリ・済】---------- ○:幅広い教養 【24カリ・営】---------- ○:幅広い教養 ○:経営分野での専門的知識 【24カリ・環】---------- ○:幅広い教養

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前・事後学修の内容 ／Before After Study
1	オリエンテーション	講義の進め方を共有する。
2	人工知能の歴史	人工知能の歴史を紹介する。	事前：レジュメの一読 事後：講義ノートの確認
3	人工知能に関するトピック	人工知能の代表的なトピックであるフレーム問題、シンボルグラウディング等について学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
4	人工知能のソリューション	現在多く利用されている画像認識、自然言語処理、音声合成等の人工知能のソリューションについて学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
5	生成AIの動向	生成ＡＩ技術の基礎を説明する。	事前：レジュメの一読 事後：講義ノートの確認
6	プロンプトエンジニアリングとその演習	生成AIの代表例である対話システムを対象に、目的に応じたプロンプトの作り方を学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
7	対話システムの比較（学生からのプレゼン）	各自が設定した題材を用いて、対話システムへのプロンプトを設計・改善しながらプロンプトエンジニアリングを実践する。	課題のためのパワーポイントを事前に作成すること。
8	AIエージェント	AIエージェントについて理解し、身近な活用例を学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
9	physical AI	Physical AIの概要を学び、現象をモデル化しAIがロボットを動かす基本的な考え方を理解する。あわせて、家庭用・産業用・サービスロボットにおける活用事例を学ぶ。	事事前：レジュメの一読 事後：講義ノートの確認
10	個人情報保護	AIの社会実装に必要な倫理・法制度（GDPR,個人情報保護法等）を学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
11	AI情報倫理	生成AIの留意事項（誤情報・偽情報・有害コンテンツ等）を踏まえ、AIの公平性・信頼性・説明可能性・安全性と社会的受容性を学ぶ。	事前：レジュメの一読 事後：講義ノートの確認
12	人工知能の産業界での利用状況	人工知能が産業界での代表的な適用分野と具体例を通じてその効果と課題を理解する。	事前：レジュメの一読 事後：講義ノートの確認
13	ＡＩの運用と構築	AIシステムの構築から運用までの流れを学び、継続的に性能とリスクを管理する考え方を理解する。	事前：レジュメの一読 事後：講義ノートの確認
14	まとめ	まとめ