2026年度 (最新) 学位プログラムとして特別に設けた教育課程学位プログラムとして特別に設けた教育課程データサイエンス・AI全学教育機構(学士)

先端データサイエンス・AI第三

開講元: データサイエンス・AI全学教育機構
担当教員: 鈴木健二 / 市川類 / 金﨑朝子 / 奥村圭司 / 新田克己 / 佐久間淳 / 小野功 / 三宅美博
授業形態: 講義 (ハイフレックス型)
メディア利用科目: -
曜日・時限 (講義室): 水3-4 (M-110(H112))
クラス: -
科目コード: DSA.A503
単位数: 100
開講時期: 2026年度
開講クォーター: 2Q
シラバス更新日: 2026年3月5日
使用言語: 日本語

シラバス

授業の目的（ねらい）、概要

AIの急速な進化は，私たちの生活の利便性を向上させる一方で, 社会的な影響ももたらしています. 本講義では，文理の枠にとらわれない幅広い視野を涵養し, 情報社会におけるAI倫理, 情報法制度, 及び, 責任あるAIを実現するための技術について教授します．本講義は，基盤人工知能(発展)で扱えなかったAIの社会的な課題を扱います．

到達目標

現代の情報社会における倫理的・法的・社会的課題を自ら考えられるようになること.
また, 説明可能なAIや公平性についての技術を理解すること.

実務経験のある教員等による授業科目等

実務経験と講義内容との関連 (又は実践的教育内容)

・市川類特任教授は, 経済産業省及び関連機関で30年以上にわたりイノベーション・デジタル・AI政策に従事.
・鈴木健二特任教授は, ソニーグループ（株）にてAI倫理, 情報法, 知的財産法，人工知能を専門とする．名古屋大学客員教授，人工知能法学研究センター客員教授も兼任．

キーワード

AI倫理, ガバナンス, プライバシー, セキュリティ, 説明可能なAI, 公平性, 生成AI

学生が身につける力

専門力
教養力
コミュニケーション力
展開力 (探究力又は設定力)
展開力 (実践力又は解決力)

授業の進め方

・対面授業（大岡山キャンパス）とZoom（ライブ型）を利用したハイフレックス型授業を実施する.
・本授業は、日本語での開催する.

授業計画・課題

	授業計画	課題
第1回	AIの社会的リスクと倫理（概要）	AIが社会に対して与えるリスクについて学ぶ.
第2回	データのセキュリティとAIの安全性	セキュリティやAIシステムの安全性を学ぶ.
第3回	AI時代におけるプライバシーと個人情報保護	AI利用を含むプライバシー保護について学ぶ.
第4回	AI規制とガバナンスを巡る世界動向	今後のAI規制やガバナンスの在り方を考える.
第5回	説明可能なAI	ブラックボックスモデルをどのように解釈するのかを学ぶ.
第6回	機械学習における公平性	データバイアスや機械学習における公平性について学ぶ.
第7回	生成AIの倫理的・法的・社会的課題	生成AIの開発や利用にあたる諸問題を考える.

準備学修(事前学修・復習)等についての指示

学修効果を上げるため，配布資料等の該当箇所を参照し，授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと.

教科書

鈴木健二（編著）, 新田克己, 市川類, 山田寛章（著）『データサイエンティストのためのAIと社会』（法律文化社，2026年4月発売）．

参考書、講義資料等

LMSにて電子的に配布する.

成績評価の方法及び基準

授業内での課題・議論, 及び, レポートに基づいて評価する.

履修の条件・注意事項

・AIの倫理的な側面を学ぶために, 社会的課題への関心を高めようとする向上心があること.
・責任あるAIの技術を習得するために, 機械学習の基礎を身に着けていること.
・第一回目の授業ではガイダンスを実施するので, 受講者は必ず出席すること.

その他

・本授業科目は, 「アントレプレナーシップ科目（GA0M, GA1M）」とみなせる専門科目である.