文京学院大学/ヒューマン・データサイエンス学部の詳細情報

ビジネスの現場では、大企業を中心にデータの利活用が進んでいますが、人の幸せに直結する健康や環境、自然、地域社会の領域では十分に普及していない状況です。これらの領域では「人の目」や「人の手」による高い専門性が必要であり、データの測定手法自体が確立されていないことも多々あります。
だからこそ、「生活に関わる分野」と「データ」の両者の知識を身につけ、問題を抱える現場の人々とともに課題を発見し、その課題を解決するためにデータがどう活用できるかを考え、そのアイデアを実現できるデータの専門領域の人々へと繋げる力が社会で求められています。
生活に関わる分野は「外国語学部」「経営学部」「人間学部」「保健医療技術学部」でこれまで培った人間の生活に関わる各分野の経験知に、データサイエンス・AI活用の学びを「かけ合わせる」ことで、人間の生活と密接する社会課題を解決へと導く力を身につけた人材を育成していきます。

未来体験プログラム
1年次に実施する課題解決学習。ITを活用した社会課題解決に取り組んでいる地域企業、NPOおよびその支援を行うICT企業等を招き、実在する課題を題材に、実社会における課題の発見からデータの収集、分析、解決に向けたプロセスを、現場の見学やディスカッションを組み合わせながら体験します。
実際に社会の現場で実施されている課題解決のプロセスを知ることで、社会課題の把握や、課題解決のためにどのようなスキルを持った人が必要であるかを知ることで課題解決のためのチームマネジメントへの理解も深まります。

共生社会フィールドスタディーズ
2年次の約1か月にわたる企業等での課題解決実習。社会課題の把握・発見からデータサイエンス・AI活用を現場で実際に経験し、社会で即戦力となる力を身に着けることができます。

プロジェクトマネジメント演習
3年次には社会課題解決に向けて、プロジェクトを1グループ10名程度で取り組みます。課題把握→データ分析→解決策の発想と施策、のサイクルを回し、論理的思考力やデータ活用スキル、マネジメントスキルを獲得します。

「生活・健康分野」
将来の健康維持に向けたヘルスケアイノベーションの促進や人体や心のデータの収集・分析を通して人間に適合するシステムや社会の構築に取り組みます。
例えば、毎日の歩数や体のデータを分析することで、自分でも気づいていない健康状態の変化を客観的に把握できます。これにより、直感に頼るのではなく、データをもとに健康課題を特定し、適切な改善策を考えることができます。

「地域・環境分野」
地域社会・国際社会の課題の発掘・解決による地域活性化や国際協力や、カーボンニュートラル、GX推進、食品ロス削減や農林水産業の活性化に取り組みます。
例えば、地域の観光客の観光ルートを分析することで、過疎地域の魅力を発見し町おこしにつながる可能性があります。

「ビジネス・文化分野」
企業ビジネスにおける適切な顧客ニーズ分析やデータ駆動型の課題解決案策定や、歴史学や教育学などの人文社会分野におけるトピックモデルの応用により新たな知見の探求に取り組みます。
例えば、市場のニーズを瞬時に的確に把握することで、適切な消費を生み出し続けられ、企業が安定的に発展していくことができます。

• ヒューマン・データサイエンス学部の入試情報 （入試科目・入試日程）
• ヒューマン・データサイエンス学部の倍率・合格最低点・合格平均点
• この大学に通っている大学生の声
• ヒューマン・データサイエンス学部の偏差値・入試難易度

「生活・健康」「地域・環境」「ビジネス・文化」領域の社会課題を把握・理解し、解決できる人材を育成

DX、ヘルスケア、飲食、ICTなどの企業や自治体と協働し、実社会の課題解決を目指すプロジェクト型授業を行います。様々な関係者と協力しながら課題に取り組む手法を学び、実践的なマネジメント力を身につけます。

〈理系科目が苦手な学生も安心な手厚い入学前指導〉
データサイエンスを学ぶには数学・情報の素養が不可欠ですが、文系の学生もスムーズに学びのスタートが切れるよう、入学前教育による手厚いサポート体制を構築。 3カ月から半年ほどの期間を設け、入学前の学生がデータサイエンスやAI活用に必要な基礎をマスターするためのカリキュラムを提供します。

【授業・講義】
　

プログラミング、人工知能AI応用、心身測定学、生体検査学、地域研究、ジェンダーと開発研究、事業戦略論、マーケティング概論、メディアリテラシー、未来体験プログラム、プロジェクトマネジメント演習

ヒューマン・データサイエンス学部では、ディプロマ・ポリシー、並びにカリキュラム・ポリシーで定めた教育を受けるために、以下に掲げる基礎的な知識・学力、並びに本学部の教育特色に則した意欲と目的意識を備えた人材を求めています。

1.知識・技能
本学科での学びに必要な、高等学校までに修得すべき基礎的な学力を身につけている。
2.思考力・判断力・表現力
課題を理解し、データを活用して解決策を見出すことに挑戦し、その内容やアイデアを自分の言葉で表現してみたいという意欲を持つ。
3.主体性・多様性・協調性
自ら進んで学ぶ姿勢を持ち、様々な関係者と積極的にコミュニケーションをとり課題解決に向けて取り組む意欲を備えている。

• ヒューマン・データサイエンス学部の入試情報 （入試科目・入試日程）
• ヒューマン・データサイエンス学部の倍率・合格最低点・合格平均点
• この大学に通っている大学生の声
• ヒューマン・データサイエンス学部の偏差値・入試難易度