統計データサイエンス学環*(仮称)
を語る
*2027年4月設置構想中2025. 12. 18
高い専門性と幅広い分野での視座を身に付けた
データサイエンス人材を養成
2027年4月に設置構想中の、青山キャンパス初の理系の学士課程「統計データサイエンス学環(仮称)」では、統計学を体系的に学んでデジタル社会の問題解決に挑む最先端の理系教育を展開しながら、5つの連係協力学部のもとで分野横断型に学べる「学環」という新しい教育プログラムを提供します。学びの特長や卒業後の進路等について、学長と新学環開設準備室室長に聞きました。
学長・新学環開設準備室室長 対談
学長
社会情報学部 社会情報学科 教授
稲積 宏誠
工学博士(早稲田大学)。1984年3月早稲田大学大学院理工学研究科機械工学専攻博士前期課程修了。専門分野は情報理論、人工知能、機械学習、日本語教育。青山学院大学理工学部経営工学科、理工学部情報テクノロジー学科助教授を経て、2003年同教授に就任。2004年理工学部長、大学院理工学研究科長。2009年社会情報学部社会情報学科教授に就任。2010年社会情報学部長、大学院社会情報学研究科長、2019年副学長を歴任。2023年12月青山学院大学第20代学長に就任。
学長補佐(データサイエンス担当)
経営学部 経営学科 教授
新学環開設準備室室長
荒木 万寿夫
修⼠(経済学)(⻘⼭学院⼤学)。⻘⼭学院⼤学⼤学院経済学研究科 経済学専攻 博⼠後期課程標準年限満了退学。専⾨分野は経済統計学、情報教育。1999年⻘⼭学院⼤学 経営学部 経営学科 専任講師に着任し、2010年から同教授に就任。2020年経営学部教務主任を経て、2021年学⻑補佐に就任し、2023年12月再任。
なぜ青山キャンパス初の理系の学士課程は「学部」ではなく「学環」なのか
稲積 2027年4月に設置構想中の「統計データサイエンス学環(仮称)」は、データ駆動型社会で必要とされるデータサイエンス人材を養成することを目的としています。1学年60人という少人数制で、青山キャンパスで統計やデータサイエンスを専門に学ぶ理系の学士課程ですが、教育人間科学部、経済学部、法学部、経営学部、理工学部という5学部の連係・協力のもとで学問分野横断的に学ぶことができる新しい教育プログラムです。当初は「データサイエンス学部」を新設する予定でしたが、コアな学びと広範囲な展開を図っていきたいという大学としてのメッセージ性を考える中で、「学環」として設置する方向となりました。そのあたりの経緯や背景について、荒木先生から説明してもらえますか。
荒木 当初は小規模な学部設置の方向で検討を重ねていました。しかし、高いレベルでのデータ分析などを学びつつ幅広い分野での視座を身に付けるとなると、単独学部では難しいということがわかってきました。一方、学内に目を向けてみると、各学部にデータサイエンスに関する知見に長けた教員が多くいることに気付きました。その上で複数の学部の協力が得られるのであれば、それぞれの専門性を生かしながらデータサイエンスの専門教育を行う体制が可能になります。学部構想を始めてから1年ほどが経っていた頃でしたが、最終的に「学環」という形が最適だということになり、そこから方向転換したことになります。
稲積 本学の中にデータサイエンス人材を養成する新たな学問領域を作り出すという崇高な理念があったとしても、学部を新設するとなればかなりの学生規模にならざるをえませんからね。その点「学環」であれば、複数の連係協力学部の教員から知見や協力を仰ぎつつ、少人数であっても、それまで学部構想でイメージしていた教育理念のままカリキュラムを組むことができます。想定を超える5つもの学部が連係協力学部として名乗りを上げてくれたおかげで、学環構想が可能になりました。
荒木 私たちと同じような志を持った教員を中心に、5つの学部が協力を表明してくれたことは、とてもありがたいことです。また、学環になることですべての学生の顔がわかるような少人数体制を実現できることも重要なポイントでした。データサイエンスでは理論研究も行いますが、実際のデータを分析する実践研究が極めて重要で、教員と学生が一緒に取り組める体制が必要になります。統計データサイエンス学環では1学年60人の学生に対して基幹教員を20人程度としていますが、学部体制でそのような手厚い教育・研究を行うことはなかなかできません。そのような点からも本学が目指すデータサイエンス教育を行うには、学環という形が最適です。
新学環ではどのような学びを展開するか
稲積 何よりも重要なことは学環での学びですが、荒木先生はどのような方針を打ち立てていますか。
荒木 「サーバント・リーダーの育成」は、青山学院が育成する人物像であり、本学環でもそれは同じです。しかも、サーバント・リーダーの育成は、データサイエンス人材の養成とも強く結びついています。本学ではサーバント・リーダーを「他者に仕えるとともに、互いの価値を見出し、他の価値とつなぐことにより新しい時代を創造する者」と定めていますが、多様化が進む組織においては、異なる国、文化、宗教が共存し、全ての人の意見を聞く「傾聴」の能力が求められます。傾聴される意見や情報はどれもデータとして集約、分析できるものであり、その結果としてより良い解決策につなげることはデータサイエンスそのものですから、学環での教育はサーバント・リーダーとしての基本的使命を果たす力を養うこととイコールだと思うのです。そう考えると、データサイエンス教育は、青山学院の教育の理念を実践できる分野であるといえます。
稲積 バランス感覚や知的コミュニケーション能力に長けた学生が多い本学だからこそ、私は学環で学ぶ学生が、将来“尖った人材”に育ってくれることを期待しています。それは、深い洞察力を持って既成概念とは違った考えを提示し、実行していく決断力をもった人材という意味です。学環では、蓄積された膨大なデータの裏側にある知見や、データを活用するフィールドの状況まで見通す洞察力を養います。そのためのコアになる統計学やデータサイエンスを徹底的に学び、さらに連係協力学部の知見を積極的に取り入れることで、フィールド側の尖った知見を獲得します。これは決して学環側だけのメリットではなく、専門的な知見を提供する連係協力学部にもデータを見る洞察力が身に付くというメリットがあります。学環を通じて互いにWin-Winな関係になるという流れができることが理想です。
荒木 本学の学生はコミュニケーション力や協調性が高い印象があるので、私もこの学環で尖った人材を育てたいという点では同感です。尖っている人というのは、高度なデータサイエンスの専門性と連係協力学部からの広い教養を身に付け、その上であえて尖った戦略をとれる説得力を持った人のことです。その説得力を生み出すには、ある程度時間をかけた経験が必要ですから、教員との実践的な研究の中で裏付けとなる経験を身に付けていってほしいのです。学環の少人数体制であれば、そのための教員と密な関係が構築できます。
学生は何を学び、何が身に付くか
稲積 では、さらに具体的なカリキュラムについて話していきましょう。詳細は現在検討中ですが、現時点でわかっている範囲で教えてください。
荒木 統計やデータサイエンスを専門に学びつつ、やはり5つの連係協力学部による教養が身に付けられることが最大の特徴です。連係協力学部による専門教育では、プログラミングや人工知能に関する理系の知識やスキルをはじめ、AIに利用されたデータの著作権の問題について、法学部の教員が法律の専門家として授業を行います。同様に、データ活用やAI、社会実装のあり方などについて、教育学、経済学、経営学、理工学の観点から幅広い教養を学び、多様な分野でニーズの高いデータサイエンスの知見や技術を養います。5学部の知見と教育ノウハウを結集させて「学環」を形づくるのです。
稲積 それこそが学環の強みですね。
荒木 学環カリキュラムとしては、幅広く教養を身に付ける「青山スタンダード科目群」のほかに学環独自の3科目群を設けます。1科目はデータサイエンスを学ぶ上で必須となる基礎的知識や技術の習得、データサイエンス人材としてのマインドセットなどを養う「学環共通科目」です。この科目では解析学や線形代数などの数学、プログラミング基礎、データサイエンス演習なども履修します。「データサイエンス専門科目」と「統計専門科目」の2つはデータサイエンスと統計学の専門教育を行う科目群で、その両方をバランスよく履修できるようにしたいと考えています。「データサイエンス専門科目」は、AI的手法を用いた非構造化データ分析、プログラミング、AI倫理などを学ぶ科目群で、データサイエンスと聞いてイメージしやすい内容でしょう。一方の「統計専門科目」は、統計学を専門的に学ぶための科目群で、確率論や数理統計学などの理論的な科目のほか、各種調査などの統計的手法を学ぶ科目などを学びます。本学環は「データサイエンス」の前に「統計」という言葉を冠していることからもわかるように、この部分も重視しています。
稲積 データサイエンス教育においては、理論と実践の両方が重要であることは当然として、その両方の兼ね合いをどのように設計するかが決め手になるように思います。演習の組み込み方を工夫して、学外との連携体制を構築する仕組みなども考える必要があるでしょうね。
荒木 その先の学びでは、例えば法律とAIについてさらに深く学びたいという学生がいた場合、自由選択科目の枠組みを利用して、法学部の科目を履修できるようなパスウェイができれば面白いのですが。
稲積 それも学環の醍醐味かもしれません。5つの連係協力学部がある学環として、一般的なデータサイエンス学部より広く深い視野を持つことができますが、この学環の主たる学問領域は統計とデータサイエンスです。最近は便利なツールがたくさん開発されているおかげで、プログラミングやデータ解析などが簡単にできるような気になってしまう弊害があります。だからこそ本学環での4年間は、データサイエンス人材として必要な知識と技術の習得を徹底して行います。その上で、大学院への進学あるいはボーダレスに展開する企業等に就職し、グローバルな環境の中で、データの側面からさまざまな課題を解決できる学生が羽ばたいてくれることを期待しています。
荒木 理科系の学問領域の特徴でもある研究に没頭できる環境の中での学びも大切にしたいです。学んだことを研究に生かすと同時に、研究に必要な実践知を身に付けるために学ぶという動機づけにもなります。そのために「統計データサイエンス研究教育センター(仮称)」を設置して、教育・研究に活用していきます。
稲積 そういうことであればなおさら、学環卒業生は大学院進学がスタンダードになるようにしてほしいですね。
荒木 私もそう思っています。最近はデータサイエンス人材の需要が著しく高まっているため学部卒でも優良企業に就職できますが、データサイエンス人材として活躍するのなら、大学院修了生であれば、高度な専門性を発揮できるでしょう。もちろん卒業後のキャリアは本人の自由ですが、こちらとしては大学院まで一気通貫して研究してほしいという思いが強くあります。
稲積 青山学院大学全体としても大学院をより充実させる方向で進んでいますから、ぜひお願いします。
予想される主な進路
| 情報・通信分野 | Webサービス・プラットフォーム企業等におけるデータサイエンティストやAI/機械学習エンジニア |
|---|---|
| コンサルティング・マーケティング分野 | 消費者行動の分析、顧客企業のデータを活用した戦略提案などに係る価値創造、シンクタンク |
| 金融・証券分野 | 金融商品の開発や資産に係るリスク評価、FinTech |
| 製造・建設分野 | 新製品の企画開発、品質管理、都市開発計画の立案策定 |
| 法務・知財分野 | リーガルリサーチやAI契約審査等のリーガルテック分野、特許価値の評価 |
| 教育・公共分野 | AIを用いた新しい教育方法の開発、学力格差や多文化的背景による格差の解消 |
| 大学院進学・研究者 等 | 研究を通じた既存手法の応用・改良、新しいアルゴリズムの提案 |
青山キャンパスを拠点とする理由
稲積 青山学院大学全体として考えたときに、実は本学環に期待していることがもう一つあります。それも社会における本学のイメージに関わることなのですが、本学に理系学部があるという認知度が十分でないことです。理工学部と社会情報学部は相模原キャンパスに設置されていますが、今回青山キャンパスに初めて理系の学士課程の、統計データサイエンス学環が設置されることになるので、本学の理系的な取り組みを知ってもらう機会が増えると期待しています。また、本学はこれまで人文社会系のブランドイメージのみが先行しがちでしたが、青山キャンパスに理系分野が加わることで、全学的な学際分野への展開や「真摯な学び」のより一層の推進と新たな青学ブランドの構築に寄与することを望んでいます。
荒木 データサイエンスという学問分野にとっても、青山キャンパスにあるメリットはかなり大きいと思います。本学環では授業の中で実際のデータを使った分析を行うため、企業等との共同研究や委託研究などが欠かせません。その際に企業や官公庁が近隣に位置するということが重要です。青山キャンパスのある渋谷区には、多くのITベンチャーを輩出してICT産業発展の起点となった「BIT VALLEY※」があり、関係構築もしやすく、青山キャンパスにある本学環が企業や官公庁とのキーステーションとなれば、連係協力学部である理工学部との共同研究の機会も作りやすくなりますし、理工学部の教員が青山キャンパスで企業等と共同研究をして、その成果を教育研究面で相模原キャンパスに還元することも可能となります。
※米国サンフランシスコにあるITベンチャーの拠点「シリコンバレー」にちなみ、渋谷の「渋い(bitter)」と情報単位の「ビット(bit)」、「バレー(valley)」を組み合わせて1990年代後半に誕生した造語。近年は「BIT VALLEY」プロジェクトなどを通じ、再興が進められている。
稲積 本学環が青山キャンパスを拠点とすることで企業や官公庁とのハブとして機能するということですね。青山キャンパスの地の利を強みとして生かすことは、本学の戦略としても非常に重要です。
荒木 青山キャンパスにデータサイエンスの拠点ができることは、将来のリカレント教育や生涯教育の充実に役立つことも多いのではないでしょうか。AI等がさらに進歩する中で、卒業生を含むビジネスパーソンたちのスキルや技術をキャッチアップする場となり、青山学院大学に対する帰属意識や愛校心を強め、異なる分野の多様な世代がともに学ぶことは、将来の本学にとってもプラスに働きます。
稲積 確かに、データサイエンスは社会人向けプログラムとの親和性がとても高いですね。社会人教育を含む幅広い教育プログラムを提供することは、この地だからこそ価値があるといえます。
理工学部・社会情報学部との相違点
荒木 本学には理工学部と社会情報学部という理系学部と、統計データサイエンス学環はどのように棲み分けているのかといった声も聞かれました。稲積学長は社会情報学部の教授でもありますが、その質問にはどのように答えますか。
稲積 社会情報学部、理工学部、統計データサイエンス学環はライバルであるかのように見えますが、内容は明確に違います。まず理工学部との違いですが、理工学部は物理、化学、工学に関する基礎を全て修めた上でそれぞれの専門分野に進むというカリキュラムです。対して、統計データサイエンス学環は科学を基礎に積み上げるのではなく、あくまでもデータサイエンスに特化したカリキュラムで、連係協力学部の知見はサブスペシャリティ的な位置付けです。基礎的な科学全般を学ぶ理工学部と、データサイエンスに特化した統計データサイエンス学環という関係です。
荒木 そうですね。この2つの違いは明らかだと思います。
稲積 では、社会情報学部はどうかというと、もちろん類似点もあります。社会情報学部では文系と理系志向の両方の学生が文理融合的に学びますが、カリキュラムにはデータサイエンスに関する入門科目も整備されています。ただし、システム分析設計、アプリ開発など情報分野への展開がある一方で心理学、経済学、経営学、教育学といった人文社会系科目についても学びます。こうして科目だけを見ると社会情報学部と本学環は似たところがありますが、学びの目的は違います。社会情報学は、情報(記号・データ・知識・意味)と人や社会の関わりを研究する文理融合系の学問であり、データサイエンスは、情報の中でも研究対象をデータ(数値・テキスト・画像・ログなど)に絞り、データから知を引き出すことに特化した理系の学問と言え、そこに違いをみることができます。
荒木 それらの違いは入試科目で考えるとわかりやすいと思います。高校生は主に文系と理系に分かれて受験勉強をしていくので、文系の学生が理系の学部・学科を受験することはありません。本学の一般選抜の場合、統計データサイエンス学環の入試科目は理系数学を中心とした科目を想定していますが、社会情報学部は数学を課す方式や国語と社会という文系科目だけでも受験できる方式などさまざまな方式を用意しています。受験生にとってはその違いは大きいのではないでしょうか。
稲積 社会情報学部と統計データサイエンス学環の違いは、職場での働き方でイメージしても良いかもしれません。統計データサイエンス学環では、メーカーや商社、官公庁などの組織で、その業界や企業のデータについて熟知したスペシャリストとして将来活躍できるデータ分析力が身に付く学びを提供します。一方の社会情報学部では、メーカーや商社、官公庁などの組織において、ネットワークやウェブサービスについても一定レベルの知識があり、さらにプロジェクトマネジメントやシステム設計もできる人を育成するカリキュラムを整えています。
統計データサイエンス学環を目指す人へ
稲積 主に保護者の皆さんに向けて、新学環の良い点をアピールするとしたらどういったところだと思いますか。
荒木 少人数制で授業や演習において、教員からきめ細やかなサポートを受けられることが大きなポイントですね。それに加えて面倒見が良い教員をそろえますから、就職や進路についても細かなサポートができます。大学院設置も想定していますので、進路としては進学を勧めることになると思います。大学院では、アルゴリズムや推定方法の開発、推定精度を高めるための研究など、学部では扱うことができない水準の理論研究にも従事することになるでしょう。そういった研究成果をもとに特許を取得することも考えられますし、そうすれば市場での価値はかなり高くなります。大学院生のほうが企業との共同研究のチャンスが格段に多いので、卒業後の進路として大学院を意識しておいてほしいと思います。
稲積 それは本当に大事なポイントです。本学でも理工学部の卒業生の半数以上が大学院に進学し、博士前期課程修了者の9割くらいが企業に就職しています。
荒木 青山キャンパスの地の利を生かして学生たちが憧れているような企業や研究機関等と共同研究をして、その経験からその組織に入社して活躍する、といったキャリアを歩む卒業生がいれば後輩たちのロールモデルになるでしょうね。私たち教員は、そういう企業と共同研究できるような仕組みを作っていかなければいけません。
稲積 青山学院大学は、在学中に起業して活躍する学生もいれば、大企業で活躍する人、大企業からスピンアウトして自分の道を切り拓く人など、元気でバイタリティーのある学生を輩出する大学です。その中で統計データサイエンス学環の卒業生たちが存在感を示せればと思っています。そして、青山キャンパスの人文科学系学部の学生に刺激を与える存在になってほしいですし、そうなれる学びを提供します。
荒木 本学環に興味があるという高校生・受験生は今後、日常生活の中で見かけるデータを意識して過ごすようにしてください。その方法の一つとして、新聞やウェブの記事の中に出てくるグラフや表を見て、そこからわかることを自分なりに読み解いてみることをお勧めします。その上で、記事に書かれているグラフや表についての解説文と照らし合わせてみてください。そして、その解釈が必ずしも自分と同じでなくても構いません。「この考え方は自分と違う」という反対意見や問題意識は、データから何かを読み解きたいという思いが自分の中で芽生えた証拠ですし、この学環にかなり適性があると思います。
統計データサイエンス学環を目指す高校生・受験生には、グラフや表からわかることを自分なりに読み解いてみることがお勧め
稲積 この流れで言うならば、キーワードは「Why」ですね。自ら「Why?」と問いを立て、そのような意識を持って生活しているような人は、ぜひこの学環で一緒に学びましょう。
「統計データサイエンス学環」設置計画概要
| 項目 | 内容 |
|---|---|
| 区分 | 学部等連係課程実施基本組織の設置 |
| キャンパス | 青山キャンパス(1~4年次) |
| 開設時期 | 2027年4月 |
| 授与学位 | 学士(データサイエンス) |
| 学位の分野 | 工学関係(予定) |
| 連係協力学部 | 教育人間科学部、経済学部、法学部、経営学部、理工学部 |
| 定員 | 入学定員 60人、収容定員 240人 |
| 基幹教員 | 20人程度 |




