現代社会は、クラウド等通信ネットワークに支えられ、さらに、モノのインターネット(ＩｏＴ：Internet of Things）や人工知能が提唱されており、これまでのＰＣやスマホにとどまらない、ネットワークリッチな社会に向かっている。このように情報技術を含むテクノロジーの進展により、人間の生活・社会が変わっていくことについて、情報化の歴史的経緯からの理解を深め、将来の情報社会について考察する。 1）情報社会に進んできた歴史 2）情報時代の課題 3）企業における情報化 4）スマホの歴史とＩｏＴを含む将来の情報社会

現代社会は、クラウド等通信ネットワークに支えられ、さらに、モノのインターネット(ＩｏＴ：Internet of Things）や人工知能が提唱されており、これまでのＰＣやスマホにとどまらない、ネットワークリッチな社会に向かっている。このように情報技術を含むテクノロジーの進展により、人間の生活・社会が変わっていくことについて、情報化の歴史的経緯からの理解を深め、将来の情報社会について考察する。 1）コンピュータソフトウェア・データベースの技術 2）携帯電話・スマートフォンの技術 3）センサー・クラウドの技術 4）人工知能の技術

今日私たちは新聞・本・テレビ・インターネットなどさまざまなメディアに囲まれて暮らしている。これらのメディアが作り出す経験がどのようなものであるかを理解することは現代社会における私たちの生活を理解するために不可欠である。メディアの歴史を学ぶことによって、私たちを取り囲むさまざまなメディアの特質を理解できるようになることが目的である。 1）マクルーハンのメディア論について学ぶ。 2）話し言葉から文字、印刷、テレビを経て、インターネットにいたるメディアの歴史を知る。 3）自分を取り巻くメディアの特質を理解する。

情報革新やグローバリゼーションを背景に、現代社会は人と人、人とモノ、モノとモノとのつながりが、より緊密になっているといわれている。この「つながり」という言葉はきわめて多義的であるが、この授業ではその多義性を追究する形で、そのありようや今日までの変化、社会的・心理的影響、今後の社会変容の可能性について、主に社会学の立場から考察する。 1）「つながり」に関する社会学の理論や学説、議論の基本を学ぶ。 2）人と人、人とモノ、モノとモノをつなぐコミュニケーションツールやテクノロジーの変化が、社会や人々の生活にどのような影響を及ぼしている、あるいは及ぼしてきたのかについて考察する。 3）ネット依存やアディクションをめぐる問題など、つながりをめぐる病理や社会問題について考察する。

経済的行為を、価値・規範・文化・ネットワークなど社会学が重要視してきた諸要素との関わりをもとに説明・理解する経済社会学について、社会的交換と経済的交換の違い、ミクロ経済学や経済社会学における人間像の違いなどの理論をもとに概説する。また、本科目は特に消費にも注目する。個々の消費行為は、ひたすらに経済合理性を追求するような経済的行為としてだけでは必ずしも説明できず、ときに非合理に見える場合さえあるが、消費を単に経済行動としてだけでなく文化性を帯びた社会的行為として捉える経済社会学の観点から理解する。

「社会なるもの」を構成する要素は複数あるが、本講義では特に、「経済」と「社会」との関連について解説する。経済現象は、普遍的な「市場」のみで説明されるものではない。情報化や近代化、グローバル化などに起因する経済的環境変化と、価値、規範、文化、消費様式といった社会構造における変化の相関関係について、いくつかの具体的事例を見ながら概説する。 1）「移民」現象と社会 2）「異質なもの」の統合 3）伝統的規範と近代化

デザイナーがデザインを行う際のプロセスに着目した思考実践の方法について学ぶ。サービスを創出・改善するために、利用者の感情に共感し、その中から解くべき課題を発見し、プロトタイプを作り、利用者に評価してもらい、改善する、というサイクルを繰り返す「デザイン思考」と呼ばれる新しいアプローチ方法の概要を理解し、自分で実践できるようになることを目指す。 1）利用者の想いを起点とし、共感することで、潜在的な課題・ニーズを発見する 2）アイディアの発散・収束・評価を繰り返し、アイディアを改善する 3）プロトタイピングを行い、アイデアを具現化し、フィードバックの質を上げる

我々の世界には、友人のネットワーク、噂の伝搬、伝染病の広がり、国家間の貿易関係、テロリストのネットワーク、WWWのノード間の関係、SNSにおけるメンバーの関係などノードとその間の繋がりと見なすことのできるものが多く存在する。ネットワークの分析は、社会学の領域で発展してきたものであるが、現在では社会科学にとどまらず、保健・医療、脳科学、分子生物学、計算機科学などの幅広い分野において応用されており、必然的に学際的な領域となってきている。 この授業では、広く活用されるようになったソーシャルネットワーク分析のための基本的な概念とその応用例を見ていくこととする。

情報社会はすでに定着し、様々な年代、様々な職種・立場の人たちが気軽に情報ネットワークを利用するようになっている。何気なく毎日接している情報社会にも、様々な特徴、思っても見なかった利用方法、課題が潜んでいる。そこで、現在の情報ネットワークの中で起こる様々な社会現象や利用方法について、特徴的な事例を交えながら社会の中での情報の関わりについて理解を深める。 1）電子メール 2）電子掲示板 3）ソーシャルネットワークサービス、ブログ 4）ネットゲーム 5）ＩｏＴ・人工知能・ロボット

初等中等教育や高等教育だけでなく、社会人になっても何かを学ぶ機会は多い。生涯学習の時代ともいわれ、生まれてから一生涯何らかの学習は続いていく。また、教員でなくとも他の人に教える機会は、社会人としての経験を積むにつれ増えていく。本講義では、教育分野で活用されてきた教育メディアを歴史的に概観し、代表的な教授理論や学習理論について学ぶとともに、「学び」について考える。 1）教育メディアの歴史的変遷 2）代表的な教授設計理論（インストラクショナルデザイン）・学習理論 3）ｅラーニング学習環境の工夫

情報社会の中で様々なデザインに囲まれて生活していることを認識し、生活環境の中でも個人の力で環境を改善できる可能性の高い、情報環境のデザインを中心に、デザイン全般について実践例を中心に学ぶ。情報環境のデザインについて自分で実践できるようになるために、知識と方法論の習得を目指す。 1）生活環境・情報環境とは何か、情報のデザインについて 2）インタラクションデザイン、音環境のデザインについて 3）学習環境、特にオンライン学習環境のデザインについて 4）情報環境のデザイン～空間デザインから、コミュニティのデザインまで～

情報社会の中で様々なデザインに囲まれて生活していることを認識し、生活環境の中でも個人の力で環境を改善できる可能性の高い、情報環境のデザインを中心に、デザイン全般について実践例を中心に学ぶ。情報環境のデザインについて自分で実践できるようになるために知識と方法論の習得を目指す。 1）学びや人生のデザイン等情報環境デザインの具体例について 2）製品やサービスのビジネスデザインについて 3）情報のデザインやユニバーサルデザインについて 4）ロボットのデザインやゲーム等のサウンドデザインについて 5）教育の情報化における学びのデザインや生活環境のセルフデザインについて

本講義では、情報技術者として単なるプログラミングなどのIT技術の習得に閉じず、情報（IT）技術が、社会や企業の変革、または新ビジネスの提案、企業活動の分析・開拓など、「社会的価値」の創造に資する為に活用されなければならないことを理解して欲しい。 8回の講義の主な内容は以下の通りである。 （第1回）　情報処理（IT）技術の黎明期からどのように発展してきたかを理解する。ハードウェア技術からソフトウェア技術への流れを学ぶ。 （第2回）　IT技術の発展と情報革命の関係について理解する。 （第3回）　情報学の発展の流れについて学ぶ。情報学は単にプログラムを作るだけではなく、社会を変えるために寄与すべき学問であることを理解する。 （第4回）　IT技術は社会を変える力を持っていることを理解する。情報技術者は他の分野に関する知識を持ち、その分野の変革を主導する立場であることを理解する。 （第5回）　ソーシャルメディアと情報。メディアにおける情報の力を理解し、情報を正しく発信・受信するためのリテラシィについて理解する。 （第6回）　ビッグデータ。情報処理の力によって、大量のデータを処理することによって明らかになる社会の姿について理解する。 （第7回）　人工知能（AI）。最近の大きな話題である人工知能について、その基本と利害について理解する。 （第8回）　IT技術と倫理。情報技術者も社会の一員であるので、守るべき規範がある。その規範、すなわち倫理、について理解する。

情報は生成・収集、利用、保存、伝達・流通、廃棄、させることができる資源と考えられる。そのような情報を各産業においてどのように活用しているのかを概観する。デジタルトランスフォーメーション（DX）には情報は欠かせないものとなっているが、DXの視点において各産業での使い方や管理方法等はそれぞれ異なると考えられる。どのような情報活用が各産業において行われているのかを学び、どのような課題があるのかについて考察する。 1）情報の生成・収集方法について 2）情報の利用・保存・管理方法について 3）情報活用上の課題について

メディアとは様々な意味をもつことばだが、元来は仲介する媒体の意であり、情報メディアとはコミュニケーションにおいて情報を仲介するものである。情報を伝えるための形、すなわち表現メディアは、人間の間隔を利用し、情報の送り手と受け手が共通の認識を持つ形で表現される。情報を伝える手段や経路である伝達メディアは、技術の発達や制度の整備によって、多様に発展してきた。 本授業では人間社会のコミュニケーションを担う情報メディアについて、文明の進展によってどのように変遷してきたのかを学び、現代の高度情報化社会における情報メディアの在り方を再帰的に捉えていく。情報メディアが内包する表現メディア、伝達メディア、記録メディアのほか、大衆に対する情報伝達であるマスメディアや、様々な形態の情報を統合し制作されるメディアコンテンツについても取り扱う。

社会についての現状認識を行うための情報を得る方法として統計的なデータ分析を位置付け、その考え方と手法を学ぶ。特に社会調査のミクロデータを素材にして集団を把握するための記述統計学の知識を学び、統計量を計算する方法を実践的に学ぶ。特に、度数分布表の作成、代表値や散布度の指標、2変数の関係としてクロス集計、相関係数の計算などについて扱う。 1）記述統計学の手法を用いたデータの要約について学ぶ。 2）2つの変数の関係を統計的に把握する方法を学ぶ。 3）データ分析結果の読み取り、解釈のしかたを学ぶ。

社会についての現状認識を行うための情報を得る方法として統計的なデータ分析を位置付け、その考え方と手法を学ぶ。特にこの授業では社会調査のミクロデータを素材にして、社会のありかたを把握するための記述統計学の知識を学び、統計量を計算する方法を実践的に学ぶ。特に、2変数の関係について学ぶ。 1）クロス集計表を作成して質的データ同士の関係を把握する。 2）相関係数を計算して量的データ同士の関係を把握する。 3）回帰分析を行って、一方の量的データで別の量的データの分布を予測する。

社会調査とは何か、どのような目的のもとに行なうのかという基礎理解に始まり、社会調査にはどのような方法があるのかといった諸類型について学ぶ。その際、データの収集から分析までの諸過程に関する基礎的な事項について理解する。 1）社会調査の目的や歴史、実施プロセスの概要を学ぶ。 2）政府統計、学術調査、世論調査、消費者調査など社会調査の種類について理解する。 3）資料やデータの収集から分析までの諸過程に関する基礎的な事項について理解する。

社会調査の意義と諸類型に関する基本的事項や、社会学研究の方法的基礎について解説する。特に本講義では、質的調査と調査倫理について扱う。社会調査士資格対応科目（カテゴリA）。 1）質的調査の基本的な前提や知識を把握し、扱うデータや種々の方法論について学ぶ。 2）質的調査の代表的研究を参照しつつ、妥当性と信頼性を備えた研究を実施するための基礎的知識を学ぶ。 3）調査倫理と報告書作成時の留意事項やデータの扱い方について学ぶ。

社会調査によって資料やデータを収集し、分析しうる形にまで整理していく具体的な方法について理解する。その際に社会調査の技法的な側面に着目することで、いかにして調査を企画するか、いかにしてデータを集めるかという方法論について学ぶ。 1）社会調査の中でも、特に質問紙を用いた量的調査の概要を理解する。 2）調査の企画・仮説構築や標本抽出などの基礎理論について理解する。 3）質問紙の作成、実査に至るまでの一連の実施方法について修得する。

社会調査の技法的側面に着目し、調査を実践するための方法論を習得する。社会調査士資格対応科目（カテゴリB）。 1）「社会調査方法論Ⅰ」の科目に続いて、第1回と第2回では量的データを扱う方法を身につける。 2）第3回以降は、フィールドワーク、インタビュー、参与観察など、質的調査法の主要な方法論を学ぶ。 3）質的調査法を用いて実際に調査を行い、得られたデータから報告書を作成するまでの過程で必要な、具体的な知識や技法を習得する。

実社会におけるさまざまなデータを分析し、社会の一部としての標本データから社会全体としての母集団の特性を推論するための方法である推測統計学の基本的な考え方について学ぶ。その際に、推測統計学の基礎をなす確率論についても学ぶ。 1）推測統計学とはなにか、どのようなビジネス領域に用いられているのか学ぶ。 2）確率論の基礎的な用語、基礎的な概念について理解する。 3）標本データを用いて、母集団の特性について推定する方法を理解する。

実社会におけるさまざまなデータを分析し、社会の一部としての標本データから社会全体としての母集団の特性を推論するための方法である推測統計学の基本的な考え方について学ぶ。その際に、推測統計学の基礎をなす確率論についても学ぶ。 1）推測統計学、とくに統計的検定とはなにか、どのようなビジネス領域に用いられているのか学ぶ。 2）統計的検定に関わるいろいろな手法の、基礎的な概念について理解する。 3）標本データを用いて、さまざまな統計手法についての計算方法を理解する。

企業・組織の経営を行うにあたって、置かれている環境・状況や企業活動から生み出される様々な情報がある。これを、IT・統計学を用いて分析することは経営において必須の能力である。 この講義では、経営の意思決定に利用されているビジネスデータ分析技術について学ぶ。また、インターネットで入手できる現実のデータを入手し、分析と解釈を行うことを通じて実践的なデータの活用能力を涵養する。 ビジネスデータ分析には、統計的な分析の手法はもとより分析の対象であるビジネスデータについても理解が必要であるので、履修の前提とはしないが、会計学、経営学、基礎統計などの講義を履修していることを推奨する。

この講義では、「ビジネスデータ分析Ⅰ」に引き続き、ビジネスデータを統計的に分析することで、経営に有用な示唆を得られるような知識と技術の習得を目指す。 ビジネスデータ分析にはビジネスデータそのものの理解に加えて統計的分析の知識が必要である。講義に利用するソフトウェアなど連続性の観点からも、「ビジネスデータ分析Ⅰ」を修了した学生が履修することを推奨する。

社会に内在する諸問題にアプローチする際、少数の事例や人びとを集中的かつ徹底的に行う質的調査の手法は、状況に応じて臨機応変に探求をすることを通じて、多元的あるいは包括的な把握が可能になるという利点をもつ。本講義では、社会調査の意義や倫理の問題を踏まえつつ、対象や内容に合わせた様々な質的調査の方法を紹介する。 1）質的調査の意義 2）調査の手法（フィールドワーク、参与観察、インタビューなど） 3）調査の留意点

社会に内在する諸問題にアプローチする際、少数の事例や人びとを集中的かつ徹底的に行う質的調査の手法は、状況に応じて臨機応変に探求をすることを通じて、多元的あるいは包括的な把握が可能になるという利点をもつ。本講義では、社会調査の意義や倫理の問題を踏まえつつ、対象や内容に合わせた様々な質的調査の方法を紹介する。 1）調査の分析手法（ライフヒストリー分析、内容分析、グラウンディッド・セオリーなど） 2）実際の質的調査とその留意点 3）「役に立つ」質的調査とは

インターネットの発達などによって大量のデータが収集されるようになり、そのデータから多様な手法を駆使して、有益な知見を導き出す新たな学際的領域としてデータサイエンスが注目を集めている。本講義では、現時点でデータサイエンスがカバーする領域やその応用の事例などを広く概観し、必要な知識や分析技術の基礎を学ぶことにより、その全体像を大まかに掴んでもらうことを目的とする。両学部の学生の受講を前提に、数学や統計、情報処理の履修は前提とせず、説明に必要な概念はその都度説明しながら進めることとする。 1）データサイエンスの全体像 2）データサイエンスの方法論 3）データサイエンスに用いられる分析、視覚化の手法 4）多様な領域におけるデータサイエンス事例

2010年代半ばから世界中で人工知能ブームと呼ばれるトレンドが生まれ、人工知能の社会実装が着実に進んできている。本科目では、人工知能とは何か、歴史を振り返りながら学ぶとともに、人工知能の実現に必要となる代表的な探索、推論、機械学習について理解を深める。具体的には、以下の項目について学ぶ。 1）人工知能の定義・分類・歴史 2）探索 3）確率とベイズ理論 4）確率生成モデルとナイーブベイズ 5）知識表現 6）機械学習 7）パーセプトロンとニューラルネットワーク 8）ディープラーニング

社会の様々な領域において、データ分析により現状理解・意思決定が行われていることを学ぶ。特に心理学・教育学・行動経済学などの学問分野での活用事例や、スポーツ・農業・政治・SDGsなどの実務における活用事例を通して、どのようなデータ分析手法が利用されていて、データ分析によってどのような恩恵が受けられるかを学ぶ。 1）社会におけるデータ分析の適用領域の全体像を学ぶ 2）心理学・教育学・行動経済学などの学問分野での活用事例を学ぶ 3）スポーツ・農業・政治・SDGsなどの実務における活用事例を学ぶ

企業のデジタル化を推進するデジタルトランスフォーメーション（DX）の加速に伴い、デジタル化された多様なデータの分析ニーズも加速度的に高まっている。本科目では、データ分析の入門レベルから中級レベルのスキル獲得を目指す。実際に自らPythonプログラミングを行うことによって学びを深める。Pythonの基礎、確率・統計の基礎から学ぶ。具体的には以下の各項目を順に学ぶ。 1）Pythonの基礎 2）データ分析で使うライブラリの基礎 3）記述統計と単回帰分析 4）確率とベイズの定理　など

企業のデジタル化を推進するデジタルトランスフォーメーション（DX）の加速に伴い、デジタル化された多様なデータの分析ニーズも加速度的に高まっている。本科目では、「データサイエンス演習Ⅰ」の知識を活用し、機械学習の代表的な手法について学ぶ。実際に自らPythonプログラミングを行うことによって学びを深める。具体的には以下の各項目を順に学ぶ。 1）重回帰分析 2）ロジスティック回帰 3）決定木、k近傍法、サポートベクターマシン 4）クラスタリング、主成分分析、マーケットバスケット分析 5）モデルの検証方法とチューニング

世の中に存在するオープンデータの紹介を通して、オープンデータの概念を学ぶ。また、民間企業および地方公共団体等のオープンデータの活用事例を通して、オープンデータの使い方および価値を学ぶ。さらに、オープンデータの作り方を通して、オープンデータの作成方法や作成・提供コストについて学ぶ。 1）どのようなオープンデータが存在しているかを学ぶ。 2）オープンデータの活用事例を通してオープンデータの価値を学ぶ 3）オープンデータの使い方・作り方を通してコストについて学ぶ。

計量テキスト分析とは、自由記述アンケートやSNS、口コミサイトの投稿、インタビューデータなど、非定型な質的データであるテキストデータを、コーディングによって数値化し、計量的分析手法を用いて、データを整理し分析する方法である。本授業では日本語テキストを対象として、分析の中核となる自然言語処理の基礎技術について理解し、大量のテキストデータから有益な情報を取り出すテキストマイニングについて、ツールの実行例をもとに実践的に学ぶ。