本講演では、高等教育のデジタル化（教育DX）を推進するにあたっての可能性と課題を整理すると同時に、オープンバッジやマイクロクレデンシャルを導入する意義について解説する。国内外の高等教育機関における教育DXの事例やオープンバッジ、マイクロクレデンシャル導入の事例から、高等教育を進化させる手法としてオープンバッジ、マイクロクレデンシャルに着目する背景と活用の展望を示す。

産業構造の急速な変化への対応やイノベーションを推進できる人材の育成のために、大学で修得した知識だけでなく、卒業後も継続的に学習を行うことが期待されている。これに対して修士や学士などの学位プログラムを補完する教育として、特定の領域を比較的短期間で学び、その学修成果を証明するマイクロクレデンシャルが各国で注目されている。マイクロクレデンシャルは教育制度と学修歴をデジタル発行するためのデジタルバッジ等の情報技術で構成される。ここでは，これらの最新動向と標準化、および教育制度と情報技術からなるアーキテクチャについて述べる。

本講演では、大阪大学における教育学習支援情報システムの変遷を通して、教学ＤＸの実現に向けた取り組み状況を紹介する。特に、学生のニーズに適合した教育の提供の方法についての考察と、それを実現するために技術的背景であるマイクロクレデンシャルの活用と、そのために必要となるオープンバッジの導入の現状と課題について述べる。
あわせて演者の都竹が熊本大学において実施した「バッジを活用した社会人向けブレンディッドラーニングプログラムの事例」についても紹介し、バッジの活用方法について考える。

中央大学は、2021年度に一般財団法人オープンバッジ・ネットワークが発行するオープンバッジの実証実験導入を行い、現在はいくつかの場面で活用を行っている。本学では、オープンバッジを学修成果可視化の有用な手段の一つと考えており、ポートフォリオ等各種の可視化手段と組み合わせた活用を模索しているところである。そこで、今回は、本学における学修成果の可視化に関する考え方とオープンバッジの位置づけを中心として、本学の取組事例をご紹介したい。

デジタルトランスフォーメーション（DX）を推進する上で、個人の成長と組織の成長は不可欠です。本講演では、富士通におけるオープンバッジを活用したスキル開発とカルチャー変革の取り組みを紹介します。近年の人的資本経営やジョブ型人材マネジメントの潮流を踏まえ、組織戦略で必要とされるスキルを可視化・管理し、社員の自律的な学びと学びの文化の醸成を促進することについて考えます。

計算科学を援用した材料開発や物理化学研究は、ハードウェアや方法論の進展によって急速に進展している。今後、機械学習や人工知能に代表されるデータサイエンス、計算科学・実験データらを高度に融合することで、さらなる発展が見込まれる。講演者は放射性廃棄物や電池部材の材料研究を行っており、実用上の課題解決に重きをおいた研究を行っている。発表では、実験と計算科学、データサイエンスを組み合わせて材料研究を行った研究事例を紹介する。

脳情報処理機構や脳疾患機序の解明に向け、生理学実験やシミュレーションが盛んに行われ、全脳規模の結合構造や神経活動の観測、脳シミュレーションが取り組まれている。データは多様になり、データ量や処理の計算量は指数関数的に増加しており、可能性は広がる一方で、その扱いの困難さは増加している。これに対して、人工知能は、神経科学と高性能計算を結び付け、脳データ解析や数理シミュレーションを加速・拡張する可能性がある。本講演では、富岳による脳シミュレーションの例を紹介し、次の時代の脳シミュレーションに向けた、AIの適用可能性の検討や取り組みについて紹介する。

ここ2,3年の大手テック企業によるAI天気予報モデルの開発には目をみはるものがありました。一方で、徐々に気象ドメイン側でもこれらのモデルの検証が進み、様々な問題点が指摘されるに至っています。本講演ではAI天気予報モデル研究をはじめとする気象・気候分野でのAI活用についてレビューしつつ、これから我々が進むべき道についても議論できればと思います。

近年のAI・機械学習技術の発展に伴い、様々な産業分野においてその活用が始まっています。コンピュータを利用した物理シミュレーションにおいても、シミュレーションの一部をサロゲートモデルに置き換える計算高速化や、サロゲートモデルを用いた効率的な最適化検討など、新たな可能性が広がっています。本講演では、サロゲートモデルを活用してエンジニアリングを加速させるための展望についてお話しします。

材料開発は、初期の研究段階から市場投入までに多大な時間とコストを要します。近年、HPCとAIを駆使した材料探索技術やシミュレーション技術が注目されており、これにより材料開発のサイクルを大幅に短縮することが期待されています。本発表では、弊社で開発を進めている、HPCとAIを活用した材料探索プラットフォームや、大規模・長時間の機械学習分子動力学計算を安定に実行する技術、データ間の因果関係を抽出する技術などについてご紹介します。

国際的なオープンサイエンスの流れから、研究活動の公正性を保ちつつ、研究成果を広く共有し利活用できるようにするための、研究データ管理の重要性が高まってきています。この講演では、NIIが提供している、研究データ管理基盤「GakuNin RDM」を起点として、効果的に研究推進を進めるために、このツールをどのように活用し、研究者がより効率的に自身の研究データの管理・共有を実現するのかを説明します。

データサイエンス型歯科医療情報システムの試験的運用では、歯科医療機器、情報機械、ビッグデータ、診療記録、AIサービスを活用し、近い将来の診療改善を目指しています。現在、歯科医療機器から収集されたデータをビッグデータ解析で処理し、AIサービスが診断や治療計画を支援するための準備を進めています。これにより、診療記録の統合管理と診療の質向上が実現できるよう努めています。

研究データの管理や学内外への流通に際して、データの発信元や所有権、真正性の証明と合わせて、データ取引の証跡を改ざん不能なデジタルエビデンスとして管理することで、あらゆるデータに対し、安心安全でトラストな利活用を実現する、Fujitsu Computing as a Service Data e-TRUSTを活用した類似事例などを交えてご紹介します。

講演内容をベースにして、フォーラムのテーマに関連した様々な問題点についてディスカッションを行う。

• お飲み物とおつまみの簡易パーティです。お気軽にご参加下さい。

教育ICT 環境の整備が進み、1人1台端末を活用した授業実践も進んでいる。ICT活用型の授業は教え方・学び方の可能性を広げるとともに、学習者や教員がどのように学び、教えたかという教育データが蓄積する。本講演では、日々の授業や学びに用いられるラーニングアナリティクスとして、データ活用型の学習支援システムなどのシーズと、先進校のデータ活用型学習の事例を紹介する。

従来から「広域・分散型」とよばれる北海道での教育は、人口減少社会時代を迎えて、小規模校化が加速している。一方で学習指導要領は改訂によって生徒が学ぶ教科科目が増えると同時に、生徒の主体的な学び、個別最適化、共同的な学びなど現場が果たすべきミッションが増えている。小規模校の少ない人手で教育の保障を担保し、生徒の進路希望を実現するために北海道では札幌に遠隔授業配信センター（T-base）を設置し、24名の専任スタッフ（道立学校教員）が31校の道立高校に週250時間の授業をライブ配信している。現場の創意工夫と外部との連携によって、ICTを活用した新しい教育スタイルの確立に向けて、トライアンドエラーを繰り返しながら取り組んでいる。．

コロナ禍以降、オンライン教育のメリットが活かされた形で、ハイブリッド型教育の普及が推進されている。一方、多様な分野の教員が、同期型と非同期型を効果的に組み合わせてハイブリッド型授業を設計するのは容易ではなく、設計手法の開発が課題となっていた。 本講演では、大学教員のニーズに基づき開発した授業設計手法である「リビルド法」と、ハイブリッド型授業の設計を支援する「授業デザインツールキット」について紹介する。

人口約4700人の徳島県神山町に、2023年4月私立の高専としては19年ぶりの新設校として、神山まるごと高専は開校しました。
カリキュラムは、デザイン×テクノロジー×起業家精神で組み立て、また全寮制の生で地域や社会にご協力いただきながらの学びの、開校の2年目の挑戦をお伝えします。

富士通は「神山まるごと高専」へ10億円を拠出しスカラーシップパートナーとなりました。投資をするだけではなく、学生との課外活動を実施してきました。その活動は、学生とともに学ぶ「Co-Learning」の場として捉え、一方通行の関係ではなく、学び合う関係を持ちながら進めてきました。本講演では、当社がパートナーとなった背景や、具体的な活動の内容、そして活動を通して生まれた変化などを紹介します。

プレゼン資料（PDF：3.5MB）

• お飲み物とおつまみの簡易パーティです。お気軽にご参加下さい。

「SLIM」プロジェクトにおいて富士通が担っていた、衛星管制システム運用、画像航法支援、軌道決定の業務について紹介します。特に深宇宙探査機に対して40年近くの実績がある軌道決定運用を中心に、「SLIM」軌道決定の苦労や難しさ、ピンポイント月面着陸直前の軌道決定の裏側についてお話ししていきます。

小型月着陸実証機「SLIM」は、準備期間を経て、2016年4月から活動を開始したJAXAプロジェクトである。開発された探査機は、2023年9月7日にH-IIAロケットによる地球周回軌道への投後、軌道遷移等を経て、2024年1月20日に月面へ着陸した。搭載カメラの画像から、着陸精度は少なくとも10m程度と評価されており、世界初となるピンポイント月面着陸を達成した。本講演では、着陸およびその後の運用結果を紹介し、その意義について述べる。

宇宙産業とは遠い存在にある子ども達を相手に事業展開する玩具企業が、今回JAXAと月面ロボットを共同研究する事になった経緯や完成までの苦労について紹介、また月着陸実証機SLIMによる月面着陸後も含めて、玩具会社として今後どのような関わり方をしていくのか、玩具と子どもと宇宙を交えた構想について触れていきます。

2023年に入り、生成AIの開発が急速に進み、普及していることから、教育環境分科会でも「生成AIの教育利用を考える」「生成AIを活用した教育実践の現状と課題」の2つのイベントを行いました。本話題提供では、この2つのイベントで話題となった内容や、国内外における動向、私の所属する組織で作成したWebサイト「生成AI教育ガイド」などについて紹介し、BoFでの議論につなげられれば、と思います。

生成AIの登場によって、高等教育は大きな影響を受けることが予想される。これまでのような授業では、学習者の安易なAI利用によって十分な学習効果が得られなくなる可能性もある。とりわけ日本の英語教育は、教師による指導というあり方から、AIを活用できる自律的学習者の育成へと大きな発想の転換が求められる。今回、AIを活用した自律的学習（AI-Assisted Autonomous Learning: AAAL）という考え方を紹介し、学び続けることのできる学習者の育成という新たな教育観について述べる。

ChatGPTをはじめとする生成AIの登場は、大学をはじめとする教育界への影響は少なくない。教育現場では、どのように向き合い、既存の教育との折り合いをつけて活用させるか思案を重ねている。生成AIの影響は、データサイエンス教育も同様で、ChatGPTのAdvanced Data Analysis機能や新しい生成AIツールの登場により、生成AIは、データ加工から分析方法の選択、データ分析、グラフなどの視覚化まで可能にした。このことはデータリテラシーレベルの教育へのインパクトが大きい。このような様々な環境変化を踏まえ、新しい教育の在り方を考える。

学修者本位の教育の実現には、学修者自身が「何を学び、何ができるようになったか」という視点が大切です。学びの主役は学修者であり、生成AIには、学びを主導する学修者に、タイミングよくナイスアシストをしてくれたり、時にはそっと背中を押してくれたり、何気に誘導してくれたりするｅパートナーとしての役割を与えることが必要です。そこで、本講演では、教員養成課程において、学修者本位の教育を実現させるための生成AI活用のあり方やその方法について議論します。

プレゼン資料（PDF：5.9MB）

生成ＡＩの社会受容の進展は急速に進むと考えられるが、分野や地域・機関によって変容の在り方は異なると予想される。教育現場でも学習者のニーズによって異なる内容・教育方法が求められることになる。当講演では高等教育における学習段階による学習項目の提案を行う。

太陽からは超音速のプラズマ流(太陽風)が定常的に噴出されている。20世紀中盤に発見されて以降、太陽風の起源は宇宙物理学における代表的難問の一つと位置づけられてきた。我々は「富岳」を利用することで、エネルギー源である太陽内部から太陽風加速までを一貫して解くことに成功した。これにより、人為的な仮定を極力排除しつつ太陽風の起源に迫ることが出来る。講演では、その成果の概要を手法面での工夫も交えつつ紹介する。

「富岳」成果創出加速プログラム（大規模計算とデータ駆動手法による高性能永久磁石の開発）では、不規則系磁性材料を対象とした大規模物性データベースの構築を通じ、高性能磁性材料の開発を実施した。本発表では、我々がKorringa-Kohn-Rostoker (KKR) グリーン関数法を用いて構築してきた磁気物性データベースの紹介と、それに立脚したデータ解析について発表を行う。

水まわりにおけるエコ・快適性・清潔性を両立した「サステナブル・プロダクツ」を開発するため、富岳の大規模並列処理を用いてシャワーや浴室における微小水滴や薄膜流れ等の気液混相流を計算する数値モデルを開発した。令和4年度の「富岳」産業課題では数値モデルの計算精度を評価するための検証を行うとともに、開発したフレームワークを実際のシャワー・浴室の製品性能評価に適用することで、「サステナブル・プロダクツ」開発への有効性を実証した。

遺伝子間の因果関係の構造は、各遺伝子の状態により大きく変動します。薬剤開発や既存薬の再配置においては未知の因果構造を発見することが重要ですが、遺伝子の状態のパターン数は実用的な時間では探索が終わらないほど膨大となっています。そこで、「発見するAI」の条件探索と因果探索を高速化し、スーパーコンピュータ「富岳」上で実行することで、実用的な時間内で組み合わせパターンを網羅的に探索する技術を開発しました。本発表では，「発見するAI」の条件探索と因果探索の高速化について紹介します。