基本情報/Basic Information

開講科目名 ／Course	データサイエンス特殊研究（AI・数理データサイエンスを読み解くb)／SPECIAL TOPICS ON DATA SCIENCE : READINGS IN AI AND DATA SCIENCE (B)
ナンバリングコード ／Numbering Code	41-1092
開講所属 ／Course Offered by	国際教養学部言語文化学科／INTERNATIONAL LIBERAL ARTS INTERDISCIPLINARY STUDIES
ターム・学期 ／Term・Semester	2026年度／2026 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	木2／Thu 2
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	1,2,3,4
主担当教員 ／Main Instructor	野澤　聡
遠隔授業科目 ／Online Course	本科目は遠隔授業科目です。／ONLINE COURSE

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
野澤　聡	言語文化学科／INTERDISCIPLINARY STUDIES

授業の目的・内容 ／Course Objectives	この授業では、『大規模言語モデルは新たな知能か：ChatGPTが変えた世界』という文献の読解を通じて、近年急速に普及しつつある生成AIが内包する問題点と可能性を学ぶとともに、知識や常識に疑問をもって挑戦する批判的思考（critical thinking）によって、AIとの関わり方・向き合い方を深化させることを目的としている。 AI（Artificial Intelligence：人工知能）の実用化が進むにつれて、AIの可能性や問題点についての議論も活発になりつつある。とくに現在爆発的に普及しつつある生成AIには、学習や業務・趣味など多方面に大きな変革をもたらす可能性を感じさせる。一方で、現状の生成AIには、ハルシネーション（幻覚）などさまざまな問題が発生していることも知られている。『大規模言語モデルは新たな知能か』は、ChatGPTなどの生成AIで用いられている「大規模言語モデル」について、数式を用いずに分かりやすく説明しつつ、生成AIの問題点と可能性を探求している。 ChatGPTなどの生成AIの普及によって、文献をきちんと読まなくても、知識が簡単に得られると思われがちだが、そうではない。生成AIを使いこなすためにも、文献を精密かつ批判的に読み解く読解力の必要性は、ますます高まっているのである。 授業では、『大規模言語モデルは新たな知能か』の読解を軸としつつ、そこで扱われている事柄について、参加者間のディスカッションを通じて各自の理解を深めることによって、知識や常識に挑戦する批判的思考を働かせて、AIとの関わり方・向き合い方を深化させることを目指す。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	・授業は、対面、および、Zoomを利用した遠隔授業で実施される ・授業内容の確認のため、授業内に、簡単な確認テストを毎回実施する ・テキストの精密な読解力を磨くため、テキスト内容に関する課題を2回実施する ・授業に関する告知、資料の公開、授業に関する質問の受付、および、課題の提出などは、manabaを通じて行う ・第2回の授業では、教員が文献内容の要約報告を担当するとともに、第3回以降の文献の要約報告の割り当てを開始する （事前・事後学修、および、評価方法の項目も参照） ・第3回以降の授業では、60分程度、文献内容の検討をおこなった後、教員も含めた出席者全員で内容に関する質疑応答とディスカッションをおこなって理解を深める ・いまや社会インフラであるPCやインターネットについてのリテラシーを自然に身に着け、スキル向上を図るために、Zoom、manabaなどのオンラインツールを積極的に活用した授業運営をおこなう 【重要な注意】 ・履修には、印刷版のテキスト『大規模言語モデルは新たな知能か：ChatGPTが変えた世界』の購入が必須である。遅くとも第2回の授業までに、かならず購入しておくこと ・テキストの範囲や場所を正確に共有する必要があるため、電子版の使用は認めない ・授業時間外に教員に連絡する必要がある場合は、manabaの個別指導（コレクション）を用いる ・電子メールを用いた問い合わせには応じないので、注意すること ・授業開始後20分以降の入室は、教室・Zoomとも認めない
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 、 ディスカッション・ディベート/Discussion・Debate
事前・事後学修の内容 ／Before After Study	・テキストの授業で扱う範囲を事前に目を通しておく（1-2時間程度） ・授業では、前半60分程度を使って、テキスト内容の検討を行う ・指名された学生は、担当範囲の内容を、簡潔に説明する（評価方法の項目も参照） ・授業内（または、授業当日の指定された時間内）に、テキスト内容に関するディスカッションをmanabaに提出する ・テキスト内容について、各自が調査・考察した成果を、任意課題として提出する （詳細は授業で説明する） ・テキストの精密な読解力を磨くため、テキスト内容に関する課題を2回実施する
テキスト1 ／Textbooks1	書籍名 ／Title 大規模言語モデルは新たな知能か：ChatGPTが変えた世界（岩波科学ライブラリー319） 著者 ／Author name 岡野原大輔 出版社 ／Publisher 岩波書店 ISBN ／ISBN 9784000297196 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 著者 ／Author name 出版社/URL ／Publisher 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	確認テスト、授業への貢献、提出されたディスカッション、テキスト内容に関する課題で評価する。 配点や評価基準などは、授業で説明する。
関連科目 ／Related Subjects	データサイエンス特殊研究（AI・数理データサイエンスを読み解くa)、 全学総合講座(大学における教養教育)、全学総合講座(社会の中の科学)、 科学史Ⅰ、科学史Ⅱ、 科学技術と社会Ⅰ、科学技術と社会Ⅱ、 人文学特殊研究（科学を読み解くa)、人文学特殊研究（科学を読み解くb)
備考 ／Notes	授業への貢献が一定の基準を満たした場合は、テキスト内容に関する課題の提出を1回または2回免除することがある。 基準や免除の仕方については授業で説明する。
到達目標 ／Learning Goal	「データサイエンス研究科目群」の他科目では触れることが難しい分野や領域について、当該の専門領域にふさわしい研究手法によって分析し、見解を提示できるようにする
DPとの関連 ／Relation to DP	【24カリ】---------- ○:幅広い教養 ○:専門知識・技能 ◎:問題解決力 ◎:情報分析力 ◎:情報発信力 ◎:協働性 ◎:主体性 ◎:倫理観

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	イントロダクション、生成AIについて	授業全体の構成や履修する際の注意点、および、成績評価基準の概略を説明するとともに、生成AIについて展望する。
2	序章「チャットＧＰＴがもたらした衝撃」	テキスト序章の読解と議論をおこなって、ChatGPTの中核技術である大規模言語モデルについて検討する。
3	第1章「大規模言語モデルはどんなことを可能にするだろうか」（１）大規模言語モデルの可能性	テキスト第1章24頁13行目までの読解と議論をおこなって、大規模言語モデルを用いたサービスの可能性を検討する。
4	第1章「大規模言語モデルはどんなことを可能にするだろうか」（２）大規模言語モデルと人間の協働	テキスト第1章の残りの部分の読解と議論をおこなって、大規模言語モデルと人間との協働について検討する。
5	第2章「巨大なリスクと課題」	テキスト第2章の読解と議論をおこなって、大規模言語モデルのリスクと課題を検討する。
6	第3章「機械はなぜ人間のように話せないのか」	テキスト第3章の読解と議論をおこなって、計算機で言語を扱うことが難しい理由を検討する。
7	第4章「シャノンの情報理論から大規模言語モデルの登場前夜まで」（１）情報としての言語	テキスト第4章61頁11行目までの読解と議論をおこなって、言語を情報として扱う方法について検討する。
8	第4章「シャノンの情報理論から大規模言語モデルの登場前夜まで」（２）言語の機械学習	テキスト第4章の残りの部分の読解と議論をおこなって、言語の機械学習について検討する。
9	第5章「大規模言語モデルの登場」（１）言語モデルの「べき乗則」	テキスト第5章82頁2行目までの読解と議論をおこなって、言語モデルの「べき乗則」について検討する。
10	第5章「大規模言語モデルの登場」（２）大規模言語モデルの可能性	テキスト第5章の残りの部分の読解と議論をおこなって、大規模言語モデルの可能性について検討する。
11	第6章「大規模言語モデルはどのように動いているのか」（１）ニューラルネットワーク	テキスト第6章102頁のコラムまでの読解と議論をおこなって、大規模言語モデルの基礎にあるニューラルネットワークについて検討する。
12	第6章「大規模言語モデルはどのように動いているのか」（２）ディープラーニング	テキスト第6章112頁5行目までの読解と議論をおこなって、大規模言語モデルで用いられているディープラーニングという手法について検討する。
13	第6章「大規模言語モデルはどのように動いているのか」（３）トランスフォーマー	テキスト第6章の残りの部分の読解と議論をおこなって、大規模言語モデルを実現したトランスフォーマーというモデルについて検討する。
14	終章「人は人以外の知能とどのように付き合うのか」　全体の振り返り	テキスト終章の読解と議論をおこなうとともに、テキスト全体を振り返って、AIという新しい知能との向き合い方を検討する。