PBL演習Ⅰ （社会情報・専門科目）

Problem Based Learning I （社会情報・専門科目）

専門教育科目

ー

社会情報科学部

1年

KCJBS1MCA3

2単位

演習 (Seminar)

2024年度後期

木庭 淳、西出 哲人、古隅 弘樹、東川 雄哉、玉置 卓、笹嶋 宗彦、照山 順一、土方 嘉徳、中村 知道、円谷 友英、藤江 哲也

社会情報科学部

日本語

該当なし

講義後．4階研究室(笹嶋)，3階研究室(未定)にて．
また，各班に担当教員を複数割り当てるので，自分自身の班に割り当てられた教員に，
講義後，講義室で質問しても良い．

4◎／1〇／2〇

ー

ー

ー

講義目的
本演習は，実際のものに近くて規模の大きいデータを対象に，チームによる問題発見と問題解決に取り組むことを通じて，様々なツールを用いたデータ分析を体験し，データ分析が企業活動において重要であることを理解することを主目的とする．また，チームにおける各自の適性や能力を把握し，多様な価値観を理解できる力と，協力して課題解決にあたるための能力の養成も狙う． 
到達目標
データ分析の基本となる基礎集計を中心に，さまざまな角度からデータを見る方法を学び，正しく比較することで，データによる現場の把握とその説明ができるようになることを到達目標とする

Ⅰ講義内容
本演習では，実際の企業活動から得られた規模の大きいデータと，企業が直面している課題が与えられ，専任教員1名以上と学生数名から成るチームを組んで，データからの問題発見と問題解決に取り組む．１年次生を対象とした大規模なデータを利用する最初の演習であり，データ分析を本格的に学ぶ前に，手法にとらわれずに，データを直接見ながら試行錯誤することの体験と，データ分析の重要性を理解することを目指す．また，チームでの課題解決に取り組むことで，各自の適性や能力を把握し，多様な価値観を理解できる力の養成も狙いとする． 
Ⅱ授業計画
１．  オリエンテーション，グループ編成，実習環境の初期設定
２．  実習環境の基本操作
　　　演習Iで分析に使用予定のツール(QPR)を用いた，提供データの基本操作(閲覧，検索，編集，保存，など)を指導する．
３．  課題解説
　　　実際のスーパーマーケットのマーケット担当社員を招いて，本演習の分析課題を解説する．現実に即した課題(例：商品Aの売上を伸ばすには？)を設定する．なお，初めての演習であるため，分析のヒント(市場シェアに関連する指標は何か，販売方針はどこに表れているか，など)も与える．
４〜８：課題取組み
各グループは責任者(専任教員)あるいはメンター(データ分析の専門家)のアドバイスを受けつつ，課題に取り組む．また，ここまでの期間中に，課題に関連した企業や実店舗を見学し報告する．
９〜１１： 発表会準備
　　　これまでの課題取組をまとめて全体の前で報告する，発表会の準備を行う．プレゼンテーションの設計と制作を，責任者とともに行う．必要に応じて追加の分析も行う．
１２〜１３：発表会
　　　グループごとに課題分析の結果を発表する．
１４．発表会講評
　　　全体の講評を行う．また，特に優秀な分析とアイデアについては詳細に説明する．
１５．演習総括
　　　演習を総括し，2年次に実施予定のPBL演習IIに向けて，必要な準備(受講すべき科目，学ぶべきスキル)などを説明する．

※生成系AI の利用については教員の指示に従うこと。生成系AI による出力結果をそのまま課題レポートとして提出してはいけない。生成系AI による出力をそのまま提出したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。

講義中必要に応じて配布する

各チーム指導教員と相談の上，決定する．

毎回の講義で随時指示する．毎週，演習を行うため，事前学習と事後学習については次を推奨する．
事前学習：次回予告された課題について，グループで相談し，各自が分担して準備する．目安：2時間
事後学習：当日行った演習について振り返ってまとめるとともに，演習課題に即した情報収集(現地調査，文献調査，ニュース視聴など)を各自で行う．目安：2時間

グループで議論して学習を進める．
課題製作についてもグループワークである．

演習課題への取組姿勢(30％)，課題(プレゼン内容と質疑応答，およびレポート)(70％)を総合的に評価する．

個別の班ごとに討論内容や発表内容に対して適宜教員からフィードバックを行う．

社会情報科学概論，基礎演習，統計学の受講を前提とする．

<<生成AIの利用について>>
レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。

該当しない