【Q1】数理DS・AI教育プログラムの科目を通じて特に何ができるようになりましたか？
量的データの分析だけでなく質的データの分析もできるようになった。文系・理系を横断する幅広い視野からものごとを考えられるようになった。
【Q2】特に学びが多かった科目名と、その科目を履修してどんな学びがありましたか？
「社会調査法」では質的調査法について学ぶことができてよかった。他学科の科目ではあるが、「知的情報システム開発II」では自分が書いたプログラムをしっかり評価するよう求められたためプログラミングのスキルが鍛えられた。
【Q3】特に習得に苦労した科目名と、その科目のどんなところが難しかったですか？
特になし。
【Q4】数理DS・AI学習の内容が役立った場面について、具体例を示してください。
アンケートでは問17で「役立ったことはない」と回答したが、情報社会学科ではインタビュー調査やエスノグラフィーといった質的調査法について学べるため、学外コンテストなどの実践的な研究活動において広い視野から課題にアプローチできるようになったと思う。
【Q5】数理DS・AI教育で学んだ内容は将来の仕事に役立つと思いますか？またそれはどの方面や業務内容で役立つと思いますか？
役に立たないわけではないが、仕事に直接役に立つかどうかは分からない苦笑。情報学部で文系と理系の両方の科目を幅広く受講したことによって文系・理系双方のコミュニケーション様式を学ぶことができたため、将来文系・理系のどちらの人としてもふるまえるようになったと思う。また、大学時代に幅広い領域の学問を学んだことで視野が広がったと思うし、将来何らかの領域で学び直しが必要になったときに怖がらずに挑戦できるようになったと思う。
【Q6】数理DS・AI教育プログラムに対する今後の要望は？
経営学、経済学、政治学系の科目と数理DSAI教育の融合が実現できるとよい。また、数学や統計学を極めたい学生向けに、多変量解析よりもう一段上のレベルの科目を学部として設置してほしい。自分としては多変量解析でも物足りない、優しすぎると感じた。
非現実的かもしれないが、情報社会学科の学生も線形代数・微分積分を必修にした方がよいのではないか。線形代数・微分積分を学んでいないと、機械学習などの発展科目を理解できない。
【Q7】数理DS・AI教育について、後輩や高校生にメッセージをお願いします。
大学院に進学しない人にとって、卒研はアカデミックな研究のやり方を学ぶ最後のチャンス。このチャンスを生かすために、様々な分析方法を身に付けておけば、多くを得ることができる。量的分析、質的分析、検定手法、文章の書き方など、数理DSAI分野はもちろんのこと、それ以外の分野も幅広く学ぶことを勧める。何となく終わってしまうのが一番もったいない。なんか終わっちゃったな、で終わらないように、きちっと頑張ってほしい。