大学で「AI・データサイエンス」を学ぶべき理由

「データサイエンス」とは？

「データサイエンス」とは、主観的な“カンや経験” だけではなく、客観的な“データ” に基づいて意思決定を行い、ビジネスの現場などで課題解決や新しい価値の創出に、データを幅広く活用していく学際的な分野です。

いま世の中には、センシングなどのIoTや、安価なデバイスの普及などにより、膨大なデータがあふれ、蓄積されています。

かつて、パソコンを使えることが就職の必須条件だったのと同じように、この「ビッグデータ」を有効に活用できる「データサイエンス」のスキル、そして「データサイエンス」と密接に関わっている「AI」を理解し、使いこなすスキルが、これからの社会人には求められています。

即戦力として求められている「DX人材」

大学・大学院を卒業すると、みなさんは就職して社会人として企業などで働くことになります。

現在多くの企業では、DX（デジタルトランスフォーメーション）に力を入れており、対応できる知識やスキルをもった人材が求められています。

企業が求める「DX人材」は、まだまだ非常に不足しているのが現状です。なぜなら、DXとは、単なるデジタル化・IT化と異なり、データサイエンスの知識がないと難しいものだからです。

生成AIによるチャットボットは、コンピュータ自身がデータを読み解き、ディープラーニングの技術を使い、自然言語処理を応用させた、「データサイエンスを活用したAI（人工知能）」です。

私たちが、AIによって淘汰されるのではなく、AIを制御・活用する側の人材になるためには、プログラミングをベースとした「AI・データサイエンス」を大学生の内に学んでおくことが、今後、より大切になっていきます。

「ビッグデータ」を有効に活用するためには、実は「プログラミングスキル」や「データ分析スキル」がとても重要です。

「データ分析スキル」とは、信頼性のあるデータを収集し、相手に伝わるように加工し、伝える技術のことで、「こういうデータの時は、この分析手法が合っている」というように適切な分析手法を見つけられる知識と、物事の背景を読み解く論理的思考力、コミュニケーション能力を学生時代に養っておくことが有効です。

「データサイエンス」をどう使う？

ところで、「データサイエンス」は具体的にどのように使われるのでしょうか？

例えば「医療業界」では、レセプトデータと呼ばれる、病院にかかったときに記録される傷病名や年齢、居住地、処方薬などの情報を健康保険組合が保有しており、その中でも、汎用性の高い基礎的な情報を厚生労働省が公表しています。これらのデータを分析して有効に活用すれば、重篤な病気の予防や、在宅医療が抱える地域ごとの問題解決などに期待ができます。

また、身近なところでは、ネットショッピングで購入した商品が手元に届くまでの「運送業界」での配送ルートや輸送費、「小売業」での在庫管理、商品企画、最適なマーケティング戦略の立案など、さまざまな面での合理化・効率化を目指すことができます。

「データサイエンス」は、一部の専門領域だけでなく、あらゆる業種・分野において、有効に活用できるものなのです。

「データサイエンス」を興味がある分野で実践してみる

情報学部情報学科の研究室では、自分の好きな分野についてデータを収集して、分析し、その結果を可視化して、みんなでディスカッションしてみる、ということを以前から行っています。

〈これまでに実際に取り組んだテーマの例〉

コロナ禍で世の中の感情がどのように動いているかSNSを分析
映画やアニメに関する鑑賞者の感情の変化についてSNSを分析
エアコンや洗濯機、テレビなどの家電について、企業の推しポイントとユーザー評価のずれを分析
色と香りの感性的なつながりを心理学的なデータから解析
野球のバッティングフォームの数値データを収集、分析

ビジネスの現場では、こういった分析が、“本当に評価してもらえる家電をつくるために設計や予算のどこを見直せばよいのか” や、“高評価なのに売り上げにつながらないコンテンツのプロモーション戦略をどう立て直せばよいのか” 、“Web広告上で香りのイメージを色で伝えるにはどうすればよいか”といったディスカッションのベースになります。また、スポーツの技術向上に貢献するシステム構築、「スポーツテック」にもつなげていくことが可能です。
分野・業種に関わらず、改善の根拠をデータで明らかにしていくのは大切なことです。

ICT、データサイエンスに強い教員がいる。それが湘南工科大学の強み

湘南工科大学では、「データサイエンス入門1・2」「データサイエンスのためのプログラミング基礎」の授業科目を用意しています。「データサイエンス入門」では、統計学や機械学習、AIなどを網羅的に学ぶことにより、広くデータサイエンスの分野を知るだけでなく、データサイエンスにおける考え方、問題設定の目的や結果の考察、実際にデータサイエンスを用いて解析を行うときに気をつける点などを中心に学修します。「データサイエンスのためのプログラミング基礎」では、データ分析に必要なデータの加工や可視化するプログラミングスキルを学びます。

また、情報学部情報学科では、学科で扱うICT10分野すべてを課題解決型実習で体験する「情報学実習」を1年次に用意しています。2年次からは、「情報学課題解決実習」で興味のあるテーマについて専攻・学年を越えたチームで取り組み、卒業研究や卒業後の進路につなげることができます。実際にデータを扱いながら、分析して、その結果を考察する、ということはなかなか普通の形態の授業ではできませんが、課題解決型実習では、時間を十分にかけて取り組むことが可能です。

湘南工科大学には、理工系分野の専門家がそろっています。ICT、データサイエンスに強い学修環境で大学4年間を過ごせることは、企業から求められている「DX人材」に近づくための大きなメリットといえます。