大阪・日本橋でんでんタウン ロボット連絡会 2021年1月例会にて発表した資料を、スライドシェアにアップしました。
ロボット連絡会 2021年1月例会
今月のテーマ 「2021 プログラミング教育 実際のところどうやねん！」
小・中・高 プログラミング教育の展望
プログラミング教育の充実は、2020年から小学校で始まっていますが、2021年度からは、中学校で拡充されます。その先には高等学校の科目「情報」が、情報Ⅰ（全員必修科目）と情報Ⅱ（選択）に拡充され、大学入試にも情報科目が検討されています。
大学入試の情報科目については、様々な意見が出ていますが、ここでは、学生を受け入れる大学や専門学校の視点で考えてみたいと思います。
高校で新設される情報Ⅱには、 必修科目の情報Ⅰの応用として 情報システムとプログラミングなどに加え 、データの分析や一般的にAIとか呼ばれている機械学習が含まれています。詳しくは、 以下の第３章の項目を、見てください。
今どき（2021年初頭）の、データサイエンス や機械学習 を学んだ方なら、「あ～、やったやった」と思う内容が並んでいます。
第３章 情報とデータサイエンス
• 学習11 データと関係データベース
• 学習12 大量のデータの収集と整理整形
• 学習13 重回帰分析とモデルの決定
• 学習14 主成分分析による次元削減
• 学習15 分類による予測
• 学習16 クラスタリングによる分類
• 学習17 ニューラルネットワークとその仕組み
• 学習18 テキストマイニングと画像認識
高校で情報系の学習レベルがアップすると、大学等のカリキュラムも 上げていく必要があります。 いまや、情報系以外の学部でもIT技術の習熟カリキュラムをもつ大学が増えています。高校の情報Ⅱで、機械学習やデータマイニングを学ぶ人も出てくる 訳ですから、大学や専門学校のAIと呼ばれる授業にてMNIST ※１ のデータを使って手書き数字認識…とかアヤメの分類※２とか、どこでもやってそうなカリキュラムだけで お茶を濁していたら、優秀な学生が入ってこないことになりそうです。もっともっと 攻めた、魅力的なカリキュラムと実習環境を今のうちから良く考える必要がありますね。
※1 機械学習 の入門でよく使う、手書きの数字のデータのあつまり
機械学習を勉強するときに、これを使って実習することが多い
※２ これも 機械学習 入門の定番