科目番号
教室
登録人数
履修登録方法
対面/遠隔
工共120
[水1]工1－321
75
抽選対象
対面授業
開講年度
期間
曜日時限
開講学部等
主要授業科目
2026
第１ｸｫｰﾀｰ
水1
工学部工学科
○
講義コード
科目名[英文名]
単位数
610047071
情報リテラシー 7組
1
担当教員[ローマ字表記]
姜 東植
主授業科目は、令和７年度からの表示項目です。
授業の形態
講義、実習
アクティブラーニング
学生が文献や資料を調べる
授業内容と方法
■授業内容と方法
現代社会において、情報リテラシーは学術研究やビジネス活動を支える基盤的な能力であり、情報の収集・整理・分析・発信を適切に行う力が求められている。特に近年では、AI技術やデータ分析の普及により、単に情報を扱うだけでなく、その信頼性を判断し、目的に応じて活用する能力の重要性が高まっている。本講義では、このような背景を踏まえ、工学的視点から情報を扱うための基礎的な知識と技能を体系的に学ぶ。
本講義では、情報リテラシーの基本から始め、情報検索、AIの活用、データ分析・可視化、情報発信に至るまでの一連の流れについて概説する。また、実際のツール（ExcelやPythonなど）を用いた演習を通じて、実践的なスキルの習得を目指す。
■授業内容
以下の8つのテーマにまとめて構成する。
1. 情報リテラシーの基本
情報とは何か、情報リテラシーの意義について説明する。コンピュータの基本構成や情報の種類について概説する。
2. 情報検索と信頼性の評価
検索エンジンの活用方法について解説し、得られた情報の信頼性や妥当性を評価する方法について説明する。
3. AIの活用（Copilotを中心に）
生成AIの基本的な仕組みと活用方法について解説し、適切な利用方法や注意点について説明する。
4. データの基礎と可視化
データの種類や特徴について概説し、Excelを用いた基本的なデータ処理およびグラフ作成方法について説明する。
5. 統計の基礎とデータ分析
平均値や分散などの基本的な統計量について解説し、データの傾向を読み取る方法を説明する。
6. プログラムを用いたデータ解析
Pythonを用いた簡単なデータ処理・分析方法について概説し、データ解析の基礎的な流れを説明する。
7. 情報セキュリティと情報倫理
情報セキュリティの基本や個人情報の扱いについて解説し、情報社会における倫理的な課題について説明する。
8. 情報発信とプレゼンテーション
収集・分析した情報を分かりやすく伝える方法について解説し、プレゼンテーションやレポート作成の基本について説明する。
■授業方法
本講義は、講義形式を中心に実施し、必要に応じて演習を取り入れる。具体的には以下の方法を組み合わせて行う。
* 講義による基礎知識の解説
* ExcelやPythonを用いた演習
* AIツール（ChatGPT等）を用いた実践的課題
* 小テストや課題による理解度確認
遠隔授業として実施する場合は、オンデマンド型授業を基本とし、一部必要に応じて同時双方向型授業を併用する。授業への参加および資料配布には WebClass、Teams、Zoom 等を使用する。課題は主に WebClassを通じて提出 し、必要に応じてTeamsのファイル機能を利用する。
URGCC学習教育目標
自律性、社会性、情報リテラシー、問題解決力、専門性
達成目標
* 情報リテラシーの基本概念を理解し、情報の特性や役割について説明できる。
【情報リテラシー、専門性】
* 適切な検索手法を用いて情報を収集し、その信頼性や妥当性を判断できる。
【情報リテラシー、問題解決力、批判的思考力、自律性】
* 生成AI（ChatGPT等）の基本的な仕組みを理解し、適切に活用できる。
【情報リテラシー、創造力、専門性】
* データの基本的な性質を理解し、Excel等を用いて整理・可視化ができる。
【情報リテラシー、問題解決力、専門性】
* 基本的な統計手法を用いてデータの傾向を読み取ることができる。
【情報リテラシー、問題解決力、専門性】
* Python等を用いた基礎的なデータ分析の流れを理解できる。
【情報リテラシー、専門性、問題解決力】
* 情報セキュリティおよび情報倫理について理解し、適切な行動がとれる。
【情報リテラシー、社会性、自律性】
* 分析結果を分かりやすくまとめ、レポートやプレゼンテーションとして表現できる。
【コミュニケーション・スキル、情報リテラシー、問題解決力】
評価基準と評価方法
前半（基本編）50%
・毎回の理解度確認Q&A（20%）
・検索・AI活用課題（20%）
・データ可視化演習（10%）
後半（実践編）50%
・毎回の理解度確認ミニテスト（40%）
・最終レポート（10%）
履修条件
特になし
授業計画
■各回の詳細スケジュール（全8回）
工学部の共通
---------------------------------------------------------
第1回：情報リテラシーの基本
* 情報リテラシーの定義と必要性
* コンピュータの基本構成
* 情報社会における課題
第2回：情報検索と信頼性の評価
* 検索エンジンの仕組み
* 効率的な検索方法（キーワード設計）
* 情報の信頼性・正確性の評価方法
第3回：AIの活用（Copilotを中心に）
* AIの基本概念
* 生成AIの仕組みと利用方法
* 利用時の注意点（誤情報・倫理）
第4回：データの基礎と可視化（Excel）
* データの種類（質的・量的）
* 表計算ソフトの基本操作
* グラフ作成と可視化の基礎
各コースの内容
---------------------------------------------------------
第5回：統計の基礎とデータ分析
* 平均・中央値・分散
* データのばらつきの理解
* 基本的なデータの読み取り
第6回：プログラムを用いたデータ解析（Python）
* Pythonの基礎
* データの読み込みと処理
* 簡単な分析と可視化
第7回：情報セキュリティと情報倫理
* 情報セキュリティの基本（パスワード管理、マルウェア対策）
* 個人情報保護
* 情報倫理と社会的責任
第8回：情報発信とプレゼンテーション
* レポート作成の基本
* プレゼンテーションの構成
* 最終課題の発表・まとめ
事前学習
各回の授業前に、指定された教科書、資料を閲覧し、基本知識を整理すること。
事後学習
演習課題の実施、データ可視化の練習、AIツールの活用方法の研究。
教科書にかかわる情報
教科書
書名
デジタルネイティブのための 情報リテラシー
ISBN
978-4-7806-1228-8
備考
著者名
大瀧保広・山本一幸・羽渕裕真
出版社
（株）学術図書出版社
出版年
2024
NCID
教科書全体備考
必要に応じ、授業中に資料を配布する。
参考書にかかわる情報
参考書全体備考
必要に応じて図書館等を利用すること。
使用言語
日本語
メッセージ
・WebClassを利用するため、毎回ノートPCを持参すること。
・e-Learning回では資料熟読(or 動画視聴)とQ&Aを実施する。
・連絡は大学のメールアドレス（WebMail）を利用するため、必ず確認すること。
オフィスアワー
火曜日／15:00～17：00（工学部1号館707）、随時メイルで気軽に質問して下さい。
メールアドレス
この項目は教務情報システムにログイン後、表示されます。
URL
● 琉球大学情報基盤統括センター（旧 総合情報処理センター）
http://www.itc.u-ryukyu.ac.jp/
● WebClass
https://webclass.cc.u-ryukyu.ac.jp/webclass/login.php
● WebMail
https://webmail.cc.u-ryukyu.ac.jp/cgi-bin/index.cgi
● 琉球大学教務情報システム
https://tiglon.jim.u-ryukyu.ac.jp/Portal/
ページの先頭へ