本学部では、広い視野を持った人材を育成するため、共創科学系科目、人文・社会科学系科目、自然科学系科目、コース専門科目を設定し、基礎から専門までをバランス良く知識を修得するように科目を配置しています。さらに、社会的課題を的確に捉え、多様な人々と協働して課題を解決するために必要な能力を養う目的で、グローバル系科目、データサイエンス系科目を設置しています。以上のように、基礎知識、専門知識、共創の手法、これらの知識・能力がバランス良く育成されるカリキュラムが構築されています。
単位数 | 1年次 | 2年次 | 3年次 | 4年次 | |||||||
必修 | 選択 | 前期 | 後期 | 前期 | 後期 | 前期 | 後期 | 前期 | 後期 | ||
教養科目
共創においては、専門家が互いのアプローチを理解する必要があるため、人文・社会科学から自然科学に至る広汎な基礎的知識が求められます。本学部では、こうした知識を身につける場として教養科目を位置付けています。また、教養科目を通じて獲得される知識や能力は、他科目の履修を通じて、人間理解に基づき、価値観や文化が異なる多様な人々と協働できるコミュニケーション力と実践力を身につけることに寄与します。 |
9 | 11 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
学部共通科目 | グローバル系科目
コミュニケーション中心の外国語(英語)の授業、フィールドワークや海外研修など体験を重視する授業を通じて、価値観や文化が異なる多様な人と協働できるコミュニケーション力や実践力、地球規模の課題と地域社会の課題を結びつけて検討する力、さらには社会的課題の解決策を発想するための創造性を育成します。 |
10 | 6 | ||||||||
データサイエンス系科目
社会的課題に取り組む上では、その課題や背景にある要因を、恣意的にではなく、客観的に分析する必要があり、数理・データサイエンス・AIのリテラシーを学び、ユーザとして使用できるようになることが必要です。そこで本学部では、エビデンスを示す上で必要不可欠である数理・データサイエンス・AI関係の科目を設置しています。なお、「AI演習」や「プログラミング演習II」などの演習系科目では、より実践的にデータサイエンスの活用法を学び、主体的・協働的にデータサイエンスの手法を活用できる力を育成するため、設定された課題をチームで取り組み、解決方法を考える問題(課題)解決型学修を含むチーム解決型の授業手法を取り入れています。 |
10 | 2 | |||||||||
共創科学系科目
共創の基礎となる考え方、概念を学びます。「バイオエコノミー概論」「国際地域社会とダイバーシティ」「総合人間科学概論」では、本学部が共創を通じて解決を目指す三つの未来課題群について、現状における課題解決に向けた取組と将来の展望を示します。また、「コミュニティ基礎論」では、共通の関心に基づいて人々が力を合わせて目の前の課題を解決し、場合によっては更に活動を展開させて行く集まりであるコミュニティの多様な在り方を学ぶことにより、共創による課題解決の実例を示します。「アートシンキング・デザインシンキング」では、共創を通じて社会的課題の解決策を生み出す際に求められる創造性の土台となるデザイン思考やアート思考に関する講義を行います。 |
10 | ||||||||||
人文・社会科学系科目
人文・社会科学系科目/自然科学系科目では、人文・社会科学から自然科学に至る複眼的視点から社会的課題を検討する上で、必要な知識を獲得します。 |
6 | 8 | |||||||||
自然科学系科目
人文・社会科学系科目/自然科学系科目では、人文・社会科学から自然科学に至る複眼的視点から社会的課題を検討する上で、必要な知識を獲得します。 |
4 | 8 | |||||||||
卒業研究
共創型人材育成の集大成である卒業研究は、学生自らが設定した課題を解決すべく、専門分野の異なる主指導教員と副指導教員の専任教員による指導の下、課題解決に向けた研究を実施します。指導教員の選定は、学生が取り上げる課題に対して解決するのに適当と思われる主指導教員と、専門分野が異なる副指導教員を、学びのアドバイザーとの相談の上、決定します。本卒業研究では、課題構想力、能動的学修能力、協働実践力、コミュニケーション力、プレゼンテーション力を育み、その成果が、学会発表・学術論文発表以外に、地方公共団体、企業、NPO等への政策提言、あるいは実演など、社会へ還元されることを念頭に置き、卒業研究を実施します。 |
6 | ||||||||||
コース専門科目
コース専門科目(26単位)のうち、4科目8単位は、各コースの名称を付した「研究」(2科目4単位、3年次配当)と「演習」(2科目4単位、4年次配当)であり、いわゆる「ゼミ」に該当します。学生は、これら科目の履修と学びのアドバイザーの指導により研究室に所属して研究を推進します。残る18単位は、各コースにおいて取り組む課題に応じて専門的な知識・能力を深めるための授業科目です。自コースのコース専門科目を重点的に履修しますが、異なる学問領域の知見を取り入れることが研究を進める上で有効だと考える場合には、他コースのコース専門科目を履修することができます。 |
コース専門科目 | 26 | |||||||||
上記の科目郡から履修する科目
知識の幅を広げ、また学びを深めるため、卒業要件として定められている各科目群における必要選択単位以外に、上記科目群に配置している科目から修得する科目があります。(8単位分) |
8 |
※横スクロールできます
本学部では、「文部科学省 数理・データサイエンス・AI教育プログラム認定制度」の「応用基礎レベル」のモデルカリキュラムに準じた教育プログラムである「グローバル共創科学部数理データサイエンスAI教育プログラム」を提供しております。詳細は以下URLをご確認ください。
静岡大学公式ページで学生便覧を公開しておりますので、そちらもご確認ください。