知能情報セミナーⅡ

Advanced Seminar on ArtificialIntelligence andInformatics Ⅱ

ー

研究科専門科目（セミナー）

工学研究科

1年

HETDA7MCA1

2.00単位

講義 (Lecture)

2026年度前期

(Spring semester)

小橋 昌司、長宗 高樹、新居 学、和田 孝之

工学研究科

日本語

日本語（学生の希望に応じて英語で実施する場合があります）

目標9

姫路工学キャンパス6号館6313（小橋居室）
毎週木曜日 12:10〜13:00
※事前にユニバーサルパスポート（UNIPA）のQ&A機能で予約することが望ましい。

ユニバーサルパスポート（UNIPA）のQ&A機能を通じて、教員に連絡してください。

ー

4◎／3〇

ー

ー

【講義目的】
本授業は、博士後期課程の学生が、自身の研究について、背景・目的・方法・成果・意義を体系的に整理し、明瞭かつ簡潔に記述・説明できる能力を養成することを目的とします。あわせて、研究の新規性および独自性を論理的に示し、実験データや解析結果などのエビデンスに基づいて研究成果を明らかにするとともに、その妥当性を公平かつ客観的に評価できる研究者としての能力を身につけることを目指します。

【到達目標】
本授業を修了した学生は、以下のことができるようになります。

1. 自身の研究内容を、研究背景、目的、方法、結果および意義の観点から整理し、過不足なく記述・説明できる。
2. 研究の新規性および独自性を明確に示し、先行研究と比較しながら論理的に説明できる。
3. 実験データや数値結果に基づいて研究成果を提示し、その妥当性を説明できる。
4. 統計的検定や評価指標を含む適切な手法を用いて、研究成果を客観的に評価できる。
5. 他者の研究発表に対して、学術的根拠に基づいた建設的な議論およびコメントを行うことができる。

【サブタイトル】研究を構想し、説明し、評価するための実践セミナー
【キーワード】研究構想、新規性、独自性、アンメットニーズ、市場調査、実現可能性、実験計測、統計的検定、研究評価、研究発表、ディスカッション

【講義内容】
本授業はオムニバス形式で実施し、博士後期課程の学生が、自身の研究内容を体系的に整理し、研究の新規性および独自性を論理的に示す能力を養成します。あわせて、実験計測手法やデータの取扱い、統計的検定を含む評価方法について理解を深め、研究成果をエビデンスに基づいて公平かつ客観的に評価する力を身につけます。研究発表および討議を通じて、研究者として必要な高度な説明力および議論力の向上を図ります。

【授業計画】

第1回 ガイダンス
授業の目的、進め方および評価方法を説明し、研究発表および討議の位置づけを確認します。

第2回 アンメットニーズの発掘と研究テーマ設定
社会的および学術的背景を踏まえて研究課題を整理し、研究テーマを構想します。

第3回 市場調査および先行研究調査
関連分野の市場動向や先行研究を整理し、研究の位置づけを明確にします。

第4回 研究の新規性・独自性および実現可能性
研究テーマの新規性および独自性を整理し、その実現可能性について検討します。

第5回 研究内容の構造化と記述・説明方法
研究内容を論理的に構成し、過不足なく記述・説明する方法を学びます。

第6回 研究構想の発表と相互評価
研究構想を発表し、相互評価および討議を通じて理解を深めます。

第7回 実験計測手法の設計と留意点
実験計測における設計上の留意点や再現性について学びます。

第8回 データ取得および前処理
実験データの取得方法および前処理の考え方について理解します。

第9回 統計的検定の基礎
研究評価に必要な統計的検定手法の基礎を学びます。

第10回 評価指標の選択と結果の解釈
評価指標の選択方法および結果の解釈について検討します。

第11回 実験結果に基づく研究評価演習
実験データを用いて研究成果を評価し、考察を行います。

第12回 計算知能分野における研究動向
計算知能技術に関連する先端研究を取り上げ、その動向を理解します。

第13回 研究の新規性・独自性の評価
研究成果の新規性および独自性について、評価の視点を学びます。

第14回 研究発表と討議
学生による研究発表を行い、学術的観点から討議します。

第15回 総合討論とまとめ
授業全体を振り返り、研究成果の評価方法について総合的に整理します。

遠隔＜完全オンライン＞

本授業は、遠隔＜完全オンライン＞で実施します。

利用する場面を限定し許可

本授業では、研究テーマの検討、先行研究や関連情報の調査、発表構成の整理など、調査・検討の補助的な過程において生成AIを活用することを認めます。
ただし、生成AIが出力した内容については、その正確性および妥当性を、一次資料（原著論文、公的資料等）に基づいて必ず確認してください。

レポートや発表資料の作成において生成AIを使用する場合、生成AIの出力結果をそのままコピーして提出することは認めません。
生成された内容は、自ら理解・検討したうえで整理し、自身の研究としての責任を持って、自分の言葉で記述・説明してください。
なお、ハルシネーション等により、事実と異なる記述や根拠が不明確な内容が含まれている場合は、評価を大幅に低くすることがあります。

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。

教科書は指定せず、必要に応じて講義資料を配布します。

The Craft of Research
Wayne C. Booth, Gregory G. Colomb, Joseph M. Williams, Joseph Bizup, William T. FitzGerald
The Craft of Research, 4th ed., The University of Chicago Press, 2016.
ISBN-13: 978-0226239736
ISBN-10: 022623973X

【事前学習】
各回の授業テーマに関連する先行研究や参考文献を調査し、自身の研究との関係を整理してください。あわせて、発表や討議に備えて論点や質問事項を準備します。
時間の目安：2時間／回

【事後学習】
授業内での議論や指摘事項を踏まえて、研究内容や発表資料を見直し、研究構想や評価方法の改善に反映させてください。必要に応じて、追加の文献調査やデータ整理を行います。
時間の目安：2時間／回

本授業では、学生による研究発表、討議、相互評価を中心としたアクティブ・ラーニングを実施します。
各回の発表およびディスカッションを通じて、自身の研究内容を説明するとともに、他者の研究に対して学術的根拠に基づいた意見交換を行います。
これにより、研究内容の理解を深めるとともに、研究の新規性・妥当性を客観的に捉える力や、建設的に議論する能力の向上を図ります。

【評価基準】
本授業では、研究内容の理解度、研究の新規性および独自性の明確さ、エビデンスに基づく説明の妥当性、ならびに学術的根拠に基づいた議論への貢献の質を総合的に評価します。

【評価方法】
以下の項目を総合して成績評価を行います。
1. 研究発表および討議への貢献度：50％
研究発表における内容の明確さ、論理構成、研究背景・目的・方法・結果の理解度に加え、討議における発言の妥当性や、他者の研究に対する建設的かつ学術的なコメントの内容を評価します。

2. レポート・発表資料：50％
研究内容が体系的に整理されているか、新規性・独自性が適切に示されているか、実験データや解析結果等のエビデンスに基づいた説明および評価がなされているかを評価します。
なお、生成AIを使用した場合においても、内容の正確性および妥当性が一次資料により確認され、自身の理解に基づいて記述・説明されているかを重視します。

課題および評価結果については、ユニバーサルパスポート（UNIPA）を通じて開示します。
必要に応じて、授業内または個別のフィードバックを行います。

授業では研究発表および討議を中心に進めるため、自身の研究に関する検討内容を基に、主体的に準備を行い、学術的根拠に基づいた議論に取り組むことが求められます。
なお、本授業はすべてオンラインで実施するため、安定したインターネット接続環境および発表・討議に支障のない通信環境を各自で準備してください。

該当しない

本授業は、シラバスに示した講義目的および到達目標に基づき、学生の研究内容や理解度に応じて、授業内容や進行を範囲内で柔軟に調整する場合があります。