3. 授業内容
講義による知識習得と、実際に生成AIを操作する「実習スタイル」を組み合わせ、体験的に学習を進める。
- イントロダクション：なぜ今「AIマネジメント」なのか？
- AI倫理とルールメイキング
- アルゴリズムの基礎：AIへの"命令書"の書き方
- プロンプトエンジニアリング入門
- AIの品質管理とフィルタリング
- 最終課題：AI活用企画プレゼンテーション
1. 授業目標
本授業の目標は、生成AIを単に「使う」だけのユーザーから、その特性を理解し、ビジネスや社会で責任をもって「管理・活用」できる人材へと進化させることにある。AIが出力する結果の品質や倫理性を担保し、AIの能力を最大限に引き出すための論理的思考、すなわちアルゴリズム的思考の基礎を習得する。
2. 対象学生
- IT分野やビジネス分野に興味を持つすべての1年生。
- 将来、AIを活用した企画、開発、運用、マーケティングなどに携わりたいと考える学生。
- プログラミングの経験は問わない。 パソコンの基本操作ができれば、誰でも履修可能である。
4. 到達目標とキャリアパス
この授業を履修することで、学生は以下の能力を習得する。
- AIを安全かつ倫理的に活用するための基礎知識を説明できる。
- AIに対する指示を論理的に組み立て、その出力を評価・改善できる。
- チームで協力し、AIを活用した企画を立案できる。
これらのスキルは、システムエンジニアやプログラマはもちろんのこと、ITを活用するあらゆるビジネス職（AIプランナー、Webディレクター、ITコンサルタントなど）のキャリアにおいて、強力な武器となるだろう。
5. 評価
- 出席点（30%）: 各回の授業の出席率
- 平常点（30%）: 各回の授業アンケートの提出率
- 各回課題点（30%）: 各回の課題提出率
- 最終課題点（10%）： 最終課題の内容
＊なお、各課題についてはAIによるチェックを行う。
＊完全に一致している学生が見つかった場合は「提出課題の共有を行った」と判断し、その両方の学生はその時点で単位認定不可、D判定とする。
6. 全15回授業スケジュール
| 回 | テーマ | 内容 | キーワード |
|---|---|---|---|
| 第1回 | オリエンテーション | 授業の全体像と目標を共有。なぜ「AIに『マネジメント』が必要か」を問う。 | 生成AI, 授業目標 |
| 第2回 | AI倫理(1) | 著作権や個人情報に関する事例を基にディスカッションを行う。 | 著作権, プライバシー |
| 第3回 | AI倫理(2) | AIのバイアスやフェイク情報の問題について学ぶ。 | AIバイアス, ファクトチェック |
| 第4回 | AIマネジメントの羅針盤 | AIガバナンスと国際規格ISO/IEC 42001を紹介する。 | AIガバナンス, ISO/IEC 42001 |
| 第5回 | アルゴリズム的思考(1) | 複雑な問題を小さなタスクに「分解」する思考法を演習で身につける。 | アルゴリズム, 順次処理 |
| 第6回 | アルゴリズム的思考(2) | 「分岐」と「反復」の論理構造を学び、フローチャートで可視化する。 | 分岐, 反復, フローチャート |
| 第7回 | プロンプトエンジニアリング(1) | プロンプトの基本構造（役割、指示、文脈、出力形式）を学ぶ。 | プロンプト, 役割設定 |
| 第8回 | プロンプトエンジニアリング(2) | 様々なタスクについて、最適なプロンプトを作成するグループ演習。 | Few-shot, CoT |
| 第9回 | AIの品質管理 | 生成された情報の正確性を評価し、品質を担保する手法を学ぶ。 | ハルシネーション, 品質評価 |
| 第10回 | 中間課題 | AIを活用して調査・分析し、レポートを作成する。 | 情報収集, レポート作成 |
| 第11回 | 最終課題：プロジェクト始動 | 最終プレゼンに向けたチームを結成し、課題発見とテーマ設定を行う。 | チームビルディング, 課題発見 |
| 第12回 | 企画立案演習(1) | チームで選んだ課題に対し、具体的な解決策をアイデアソンで創出する。 | アイデアソン, ペルソナ設定 |
| 第13回 | 企画立案演習(2) | 企画したAI活用の倫理的・法的リスクを洗い出し、対策を策定する。 | リスク分析, 利用規約 |
| 第14回 | プレゼンテーション準備 | 最終発表会に向け、スライド作成と発表練習を行う。 | プレゼンテーション, 資料作成 |
| 第15回 | 最終プレゼンテーションと総括 | 各チームが企画を発表し、質疑応答を行う。授業全体を振り返る。 | 成果発表, 相互評価 |