共通・教養科目としてのスペイン語コースの目的は、スペイン語学習を通じて、現代世界の中での自分の位置を確認することです。
　「教養」とは、世界における自分の位置を知るための地図です。学習を通じて各自が作り上げていく「教養」地図の一部を、スペイン語学習を通じて構成していきます。また、地図だけがあっても、現在地がわかっていなければ、人生の道のりを考えることができません。現在地をつかむため、スペイン語圏の社会や文化を参照しつつ、自分という存在を社会的に認識するという作業も行います。スペイン語圏は地理的に広範囲にまたがると同時に、内部に大きな文化的・言語的・社会的・歴史的多様性を抱えています。したがって、自分という存在を相対化するために適切な「なにか」がみつかる可能性も比較的高いと言えるでしょう。そうした特徴を活用しつつ、「教養」地図に自分の現在地を書き込み、自分の将来についても考えてみましょう。
　本コースでは、初級の学習内容を復習しつつ、実際の使用場面に即した口頭産出能力の向上を目指します。

①スペイン語圏の文化や社会に関する知識を獲得する
②スペイン語圏の文化や社会に関して思慮する
③文化の伝達媒体であると同時に文化それ自体でもあるスペイン語を学習する
④ローカルな存在としての自己とグローバル世界を結びつけて考えられるようになる

(Clase. Unidad. Tema.)
01. 2a. Datos personales
02. 2a. Todos los días
03. 3a. La familia
04. 3a. Características físicas y de carácter
05. 3a. La casa española
06. 4a. Los medios de transporte
07. 4a. La ciudad
08. 5a. El tiempo libre
09. 5a. Gustos y preferencias
10. 5a. Las profesiones
11. 6a. Comidas y bebidas
12. 6a. Bares y restaurantes
13. 6a. Alimentos y platos típicos
14. Repaso general
　　Examen final 1+Feedback
　　Examen final 2+Feedback

「全学共通科目履修の手引き」を参照してください。

a. Examen final :40%
b. 2 tareas de video :40% (20% de cada)
c. 2 tareas de comprensión auditiva :20%（10% de cada)

毎週教材をコンスタントに予復習してください。授業で扱う語彙や表現の復習は非常に重要です。

・課題の提出や出席データの提供、期末試験は、スペイン語サイトhttps://esp-kyoto-u.com/で行います。サイトアカウントの有効期限が切れている場合は、生協オンラインショップ（https://ec.univ.coop/shop/c/cM2/）で利用権を購入し、有効期限が延長されるのを待ってください。
・授業時は、必要に応じてノートパソコンを持参してください。
・初回授業日2日前までに、スペイン語サイト内で、自分のアカウントの履修コースおよびクラスのデータを正しく設定してください（ログイン後、上部にある［管理］メニューから［会員情報］を開き、［履修コース］［クラス］で設定）。抽選等の関係で初回授業に間に合わない場合は、スペイン語サイト連絡フォームからアクセスの設定を依頼してください。
・受講者には学習管理能力が必要となります。学習管理のために必要な作業を自分で判断し実行することが求められます。
・わからないことがあれば、まずサイトQ＆A（https://esp-kyoto-u.com/pyr/）を確認してください。
・その他質問はスペイン語相談室、あるいはスペイン語サイトの連絡フォーム（https://esp-kyoto-u.com/contacto/）で受け付けます。それ以外の経路での連絡はこちらに届きません。スペイン語相談室の開室スケジュールはスペイン語サイトで公開されます。

本講義では情報技術と社会の接点について解説する。講義は５部に分かれている。第１部では、社会生活における情報の表現と情報に基づく意思決定にまつわる諸問題について解説する。第２部では、実世界型の情報システムが今後の社会変革に与える影響を解説する。第３部では、人と人のコミュニケーションを支える情報技術が社会に与える影響について解説する。第４部では、現在の情報化社会において重要となっている情報技術とその応用として、（１）像情報技術と社会、（２）防災と情報技術、（３）医療と情報技術、（４）教育と情報技術の４項目について解説する．第５部では、ワークショップを行い、学生自らが情報社会の未来を描く。なお「情報と社会」は高等学校の教職免許「情報」を得るために必要な科目である。

情報基盤技術の発展に伴う社会システムの変革、実世界型の情報システムの社会への影響、社会における情報の利活用などに関する基礎的な知識が習得できていることを到達目標とする.

以下の（１）〜（１５）の内容について、おおむね一週ずつを用いて行う。

１． 情報コンテンツと社会（田島）
社会において情報を正しく取り扱うために必要な知識について解説する。
（１）他者に正しく情報を伝え、また、他者からの情報を誤って解釈しないために知っておくべき、情報の適切な表現方法および信憑性判断に関する基礎的事項について解説する。
（２）社会において情報に基づいて適切に意思決定を行うために必要な情報の取り扱いに関する基礎知識を解説する。

２．実世界型の情報システムと社会（神田）
実世界に実体を持つような様々な実世界型の情報システムが社会にどのような影響を与え、社会をどのように変えていく可能性があるのか、という問題を考察する。
（３）自動運転：自動車の自動運転に関する最新の動向、基本的な情報処理、社会への導入の現状と課題、などについて講義する。
（４）ロボット：工場での産業利用のみならず、日常生活の場での利用が始まりつつあるロボット関連の研究開発に関する最新の動向、ロボットに利用されている情報技術、社会への導入の現状と課題、などについて講義する。

３．コミュニケーション技術と社会（山下）
コミュニケーション技術やAIが個人や人間関係に与える影響を考察し、その社会的意義や倫理的課題について議論する。
（５）人と人をつなぐ情報技術：人と人のコミュニケーションを支える情報技術について、最新の動向や応用事例を紹介し、現状の課題についても解説する。
（６）AIと倫理：AIの予測技術や分類器がどのように社会で活用されているかを具体例を通じて解説する。その上で、これらの技術が提供する恩恵だけでなく、社会や個人に与える負の影響や倫理的な問題について講義する。

４．現在の情報化社会における情報技術とその応用
（７）像情報技術と社会（神田、ゲストスピーカー　京都大学学術情報メディアセンター　舩冨卓哉）
（８）防災と情報技術（田島、ゲストスピーカー　京都大学防災研究所　畑山満則）
（９）医療と情報技術（神田、ゲストスピーカー　京都大学医学部附属病院　黒田知宏）
（１０）教育と情報技術（山下、ゲストスピーカー　京都大学学術情報メディアセンター　緒方広明）

５． ワークショップ（神田、田島、山下）
（１１）事前に課したレポートをもとに、グループ内でのアイデア統合の実習を行う。
（１２）相互発表を行うとともに、バイアスの発見について実習する。
（１３）バイアスの発見にもとづくアイデア創出について実習する。
（１４）成果のプレゼンテーションを行う。

５．フィードバック
（１５）フィードバックにより学習内容の確認を行う。

（１）他の担当教員による「情報と社会」で単位を取得した場合は本科目の単位の認定はできない。
（２）工学部情報学科計算機科学コースの学生は、他の担当教員による「情報と社会」ではなく本科目を履修すること。

試験は行わず、講義の各トピックごとにレポート課題があり、これとワークショップの成果によって、成績評価を行う。各部のレポートを合計で14分の10、ワークショップを14分の4の比率で評価する。

復習のために、各部の講義ごとにレポート課題を課す。

オフィスアワー：メールによる事前予約のこと。メールアドレスは以下の通り（「＠」を「@」に置き換えること）：
神田：kanda＠i.kyoto-u.ac.jp
田島：tajima＠i.kyoto-u.ac.jp
山下：naomi@i.kyoto-u.ac.jp

パソコン、スマートフォン、家電製品、自動販売機など、近年、私たちの日常生活の中にコンピュータが深く浸透してきています。皆さんは、このような機械を操作する際に戸惑うことはありませんか？
さらに、人工知能の進化により私達に近い知能を持った自動化機械も開発されようとしています。そんな機械と私たちはどのような関係が望ましいのでしょうか？
人間と機械との関係をより良くするためには、機械側の技術発展のみならず人間側の特性の理解も不可欠です。この授業では、機械操作における人間の心理や生理に関して、その基礎知識とモデル化、さらには、人の感情を扱うアフェクティブインタフェース、考えるだけで機械を操作できるブレインマシンインタフェース、人とのコミュニケーションに重点を置いた知的社会エージェントなどの次世代インタフェースについて理解を深めることを目的としています。

・人間が機械を使う際に、人間と機械との違いに着目して特に人間側の特性を理解する。
・人間の特性を理解した上で、機械と人間の最適な関係を考える視点を養う。
・課題やレポートに対して自主的、継続的に取り組む能力を養う。

授業は、主にスライドを用いて内容を口述するとともに、適宜、参加型のクイズや心理実験、生理指標計測のデモンストレーション等を行います。主な内容は以下の通りです。

１．ヒューマンインタフェースとは？(1回)
　・ヒューマンインタフェース分野の概観

２．ヒューマンインタフェースの心理(2〜4回)
　・知的処理と感性処理の対比
　・人間情報処理の心理機能と特性
　・感覚と知覚の特性
　・感覚記憶、短期記憶、長期記憶
　・思考と推論

３．インタフェースの認知システム工学(5〜8回)
　・メンタルモデル
　・ヒューマンエラーとその防止対策
　・ヒューマンエラー率の推定

４．ヒューマンインタフェースの生理(9〜12回)
　・神経系と心理機能
　・脳機能の計測法
　・ブレインマシンインタフェース
　・自律神経系に関する生理指標の計測法
　・視覚系の構造とその指標の計測法

５．アフェクティブインタフェースと知的社会エージェント(13〜14回)
　・アフェクティブインタフェースの構成法
　・アフェクティブインタフェースの例
　・知的社会エージェントの構成法
　・知的社会エージェントの例

６．課題のフィードバック(15回)

特になし

授業中に実施するクイズ・デモンストレーション等への積極的参加と授業期間中に適宜出題される6回の小課題への解答(60%)、3回出題するレポート課題の解答(40%)を総合して、授業内容の理解と応用の観点から成績を評価します。定期試験は実施しません。

・予習として、教科書の該当授業に対応する教科書の部分、および授業スライドを読み、授業範囲と大枠を理解しておくこと。
・出題された小課題やレポート課題を解答し提出すること。

特別な予備知識は必要としません。理系・文系を問わず、モノ作り・ヒトの心理や生理に興味のある方は是非受講してください。

This course introduces Python programming to students with no prior experience. They will learn to write scripts, apply fundamental programming practices, and use common design patterns. The course aims to develop foundational Python skills and the principles for writing clean, effective code, preparing you for future academic and professional work.

In this course, students will first learn the syntax of the Python language and the structure of a Python program. Then, they will learn to use some of the standard data structures provided by the Python language and some of its popular libraries. Finally, students will train in designing, writing, and testing their own programs.
After attending the course, students should be able to:
　　・Understand and modify existing simple programs.
　　・Design, implement, and test their own simple programs.
　　・Design, implement, and test their own simple graphical interfaces.

Module 1: Introduction (1 Session)
A brief history of computer hardware and an overview of the programming language landscape, establishing Python's role and its real-world applications.

Module 2: Python Fundamentals & Programming Practices (13 Sessions)
Learn core Python concepts and programming best practices through examples and hands-on exercises. Topics include:
　　・Interactive Mode & Running Scripts
　　・Data Types (Numeric, Boolean, String)
　　・Variables, Naming, and Comments
　　・Control Flow (Conditionals and Loops)
　　・Data Structures (Lists, Dictionaries)
　　・Input and Output (I/O)
　　・Error and Exception Handling
　　・Object-Oriented Programming (OOP)
　　・Using Modules
　　・Graphical User Interface (GUI) Basics
　　・Introduction to Scientific Computing

Task: Assignments
Students will apply their knowledge by designing and developing a simple application.

Task: In-class Quizzes and Practice Sessions
Students are expected to attempt and complete in-class quizzes and practice tasks. The contents and difficulties will be adjusted based on class progress.

Course Structure consists of 14 instructional sessions and one (optional) feedback session.

Note: The schedule and content are subject to change based on class progress.

No prior programming experience is required. Students must bring their own computer which can run Python 3 (Python 3 is available for Windows, macOS, and various Linux distros). The instructor can assist with installation if they need extra support. Sample programs will be provided. Some examples may involve mathematical concepts; however, the underlying mathematical theory may not be explained in the course.

The evaluation will be based on:
　　1. Assignments given during the course
　　2. In-class quizzes and practice sessions
The detailed grading criteria will be explained during the lecture.

Students are expected to review the class material during the delivery week to follow the course materials. Students who cannot complete the tasks given during a class should complete them before the next class to follow the course materials.

There are no specific office hours. Students can send emails to communicate with the instructor regarding their assignments, questions, and other inquiries.

大学での情報通信技術の利活用スキルについて以下の3つの目的に則して演習する。
・アカデミックな活動に必要な ICT スキルを獲得する。
・自立した ICT ユーザとなる。
・ICT スキルを自主的・継続的に獲得する自学自習能力を身につける。

・パーソナルコンピュータのOSとネットワークの利用の基礎的な操作と安全な利用のスキルを得る。
・推論技法としての帰納、演繹、アブダクションの３種類について知るとともに機械学習で構成されている生成 AIについての基礎的な知識を得る。
・コンピュータがプログラムによって動くことについて、実際のプログラミングを通じて体験的に知るとともに生成 AI によるプログラムの作成支援について知る。
・大学図書館が提供している学術情報とその利用法を知る。
・表計算ソフトを用いてデータ処理を行う基礎的技能を得る。
・学術的な文章をワードプロセッサで作成するために必要な概念と操作技能を得る。
・グループワークにより ICT の利活用に関連した調査を行い、プレゼンテーションソフトを用いて学術的プレゼンテーションを行う基礎的技能を得る。

おおよそ以下の内容について学習する予定である。

ガイダンス（1週）
大学の情報サービスの利用とコンピュータの基礎（1週）
推論技法と生成AI（1週）
情報の探索（1週）
・学術情報の流れと併せ、図書館が提供する情報源を中心に、
　情報探索法の基本を知る。また生成 AI を含めオンラインサービスによる情報探索の利点と課題について学ぶ。（協力：附属図書館研究開発室教員，附属図書館・吉田南総合図書館職員）

知的生産でのコンピュータの活用（8週）
　・情報ネットワークとその適正な利用、知的生産について（1週）
　・データ分析の基礎 (Excel)（3週）
　・文書の整形と構造化 (Word)（2週）
　・グループワークによる ICT 利活用についての調査と、プレゼンテーション資料作成、発表(PowerPoint)（2週）

プログラミングの基礎（2週）
　・Python プログラミングの概要（1週）
　・具体的な課題を通じたプログラミングとそこでの生成 AI による支援の体験（1週）

フィードバック（1週）

所属学部のクラス指定の「情報AI基礎演習」が開講されている場合は、［全学向］の「情報AI基礎演習」を履修しても卒業要件を満たす科目として認められないことがあるので、各自で所属学部に必ず確認すること。

ノートPCを持参して履修すること。

トピックごとに提出を求める課題・レポートで評価する。レポートは授業で学習したポイントを踏まえているかどうか、記述が明解かどうかなどによって評価する。課された課題、レポートについて、評点を合計したものを成績とする。

授業時間外の学習としては、トピックごとに提出を求めている課題・レポートについて取り組むことを求める。

人数制限あり。
オフィスアワー実施の有無は、KULASISで確認すること。

情報環境機構が提供する情報セキュリティe-Learningを必ず受講し、修了テストを受けた上で、同テストのフィードバックを確認しておくこと。授業内では受講のための時間は設けないので授業時間外に受講しておくこと。同e-Learningは学生も含めた本学の全構成員に対して毎年受講が求められているものである。2回生以上で過去の年度に受講した場合でも今年度まだ受講していないのであれば必ず受講すること。

Conducting state-of-the-art research across diverse fields of science, technology, and the liberal arts demands fundamental computer skills and the ability to effectively process, use, and analyze a wide range of information. This lecture covers the basics of information literacy and use, including how to collect, organize, search, manage, analyze, present, and visualize information. In addition, the course provides an overview of essential computational and AI techniques for extracting knowledge from data. It introduces how to apply these methods across a range of research fields.

Students will learn the fundamentals of information retrieval, processing, analysis, and presentation. In addition, they will understand when and how to use computational and AI techniques to solve diverse problems.

- Processing and management of information (about 7 classes)
This part covers topics related to the automatic analysis and processing of information, information retrieval (search engines), and storage (relational databases).

- Analysis of information (about 4 classes)
This part covers core methods for data analysis, including practical data mining techniques (association rules, clustering, and decision trees), as well as machine learning approaches (supervised, unsupervised, and reinforcement learning). It also introduces basic model evaluation concepts such as validation and overfitting, and discusses the responsible use of machine learning.

- Representation of information (about 2 classes)
This part covers topics related to information acquisition by computers (e.g., analog and digital data, multi-media, sampling theorem) and information representation (coding, entropy, Huffman coding, and mutual information).

- Information design (about 1 classes)
This part will cover the fundamentals of data visualization and information design, focusing on clear communication through common plots and information graphics (bar and scatter plots, treemaps, and network visualizations). This class also introduces basic design principles and briefly touches on visualizing machine learning results.

Total：14 classes, 1 feedback session.

特になし

Grading will be based on the evaluation of submitted reports for each assignment. All assignments will be available via the LMS system.

Students will review materials after classes based on the lecture slides.

No office hours are specified. E-mail: rafik.hadfi@i.kyoto-u.ac.jp

リハビリテーションとは何か。
骨折した時に歩けるようにすること？脳卒中で動かなくなった手を動くようにすること？
そのどちらも正しいのですが、それはリハビリテーションで行われる事のほんの一部です。リハビリテーションで扱うフィールドはとても広く、必ずしもリハビリテーション室で行われる事だけでなく、毎日の日常生活の中に気づかないうちに取り込まれているものです。
講義では前半を総論として基礎知識、評価法、リハビリテーションの手法を、後半をさまざまな疾患に対するリハビリテーション、新しいリハビリテーションへのアプローチについて解説します。
授業に参加する時には皆さんの毎日の行動の中にどのようなリハビリテーションが隠れていて、どのようにしたら他の人の役に立ってあげる事ができるかについて考えてみて下さい。

・リハビリテーションの歴史的背景、成り立ち、実施方法の概要を理解する。
・現代のリハビリテーションが抱える問題点を把握し、自分自身の考えを持てるように考える能力を養う。

第１回　4月8日　リハビリテーションの理念〜市民から始まったリハビリテーションの考え〜　　　　 青山
第２回　4月15日 障害受容〜障害をどう受け入れる？〜 青山
第３回　4月22日 障害の評価〜障害を数値で表すことはできるのか〜 青山
第４回　5月13日 カラダを刺激することで治療する「理学療法」 青山
第５回　5月20日 作業を治療で用いる「作業療法」 田畑
第６回　5月27日 コミュニケーションを再び「言語聴覚療法」 青山
第７回　6月3日 ココロに寄り添う「リハビリテーション看護」 青山
第８回　6月10日 切断のリハビリテーション〜失われた四肢を取り戻す〜 青山
第９回　6月17日 がん経験者・家族のリハビリテーション〜小児がんを中心に〜 田畑
第10回　6月24日 脳と筋肉をつなぎ直すリハビリテーション〜神経可塑性に挑む〜
　　　　　　山口
第11回　7月1日 スポーツリハビリテーション〜ACL断裂からの復帰と断裂予防〜 川本
第12回　7月8日 ウイメンズヘルスリハビリテーション〜出産育児にハピネスを〜
森野
第13回　7月15日 リハビリテーションエンジニアリング〜アイデアを形にする〜
入江
第14回　7月22日 再生リハビリテーション〜組織と機能を再生する〜 青山

第15回　まとめ（フィードバック）

講義予定は上記の通りですが、適宜フリーディスカッション等を行います。

特になし

成績判定は毎回の授業時のミニテスト、レポート点等の合計で行います。この課題は授業によって変わります。

教科書的な予習は必要ありませんが、テーマに沿って自分自身の実生活の中で課題に沿って考える事を実施して下さい。

オフィスアワーはKULASISを確認すること

生成AIの時代が到来し、人工知能（AI）は未来社会を形作る上で、万人にとっての基礎教養となりつつある。本授業では、一回生から全学の学部生が、AIの背景にある考え方、技術の基礎、関連する哲学的な問い、そして社会への多岐にわたる影響に関して、それぞれの視点から体系的な知識を持つことを目的とする。

具体的には、講義では、初回のイントロダクションに続き、「総合」「技術」「哲学」「社会」の4つの視点からまとめられたテキストを用い、リレー講義形式で体系的に学ぶ。

演習については、各テーマに分かれた演習を7週ずつ、同じ内容で2回繰り返して実施し、受講者は前半7週と後半7週に異なるテーマで2つの演習を受講できるようにする。

YA01では、A-Fの6つのテーマのうち、グループに分かれてA・B・Fのテーマから2つ選択する。グループ分けについては別途通知するので注意しておくこと。

◯統合型複合科目分類　【文・理】
主たる課題について文系分野の要素が強く、副たる課題については理系分野の要素が強いと考えられるもの

人工知能（AI）の背景、技術の基礎、哲学的な問い、社会への影響について、多角的な視点から体系的に理解する。また、特に演習での実践的な取り組みを通じて、今後の本学での学習や未来社会を生きる上での指針を得るとともに、大学での学びに必要なアカデミックスキルの一部を体得する。

（この授業では、講義と少人数演習を併せて学びます。講義のみ、少人数演習のみの出席では授業の到達目標に達しません。少人数演習のグループ分けについては、別途通知しますので注意しておいてください）

◆講義 （金4、共南01、担当：谷口、Chu、楠見、出口、稲谷、來住南）
第1回 [総合 1] 社会の中のAI (担当: 谷口)
第2回 [総合 2] AIとは何か？ (担当: 谷口)
第3回 [総合 3] 記号的AIと計算機 (担当: Chu)
第4回 [技術 1] パターン認識と機械学習 (担当: Chu)
第5回 [技術 2] ニューラルネットワークと深層学習 (担当: Chu)
第6回 [技術 3] 大規模言語モデルと生成AI (担当: Chu)
第7回 [技術 4] ロボティクス (担当: 谷口)
第8回 [哲学 1] AIから認知科学へ (担当: 楠見)
第9回 [哲学 2] AIは意識を持てるか？ (担当: 楠見)
第10回 [哲学 3] AIは感情を持てるか？ (担当: 出口)
第11回 [哲学 4] AIは人間になれるか？ (担当: 出口)
第12回 [社会 1] AIガバナンス (担当: 稲谷・來住南)
第13回 [社会 2] 未来のAI社会 (担当: 稲谷・來住南)
第14回 [社会 3] 私たちとAI (担当: 稲谷・來住南)
第15回 （総合討論・フィードバック）

◆少人数演習
（以下の3つのテーマから2つの演習を選択し、前半7週・後半7週（フィードバック1週）にその演習を1つずつ受講する）

A班 「人工知能(AI)で発光材料を設計して創ってみよう」 (集中講義、担当: 古賀、田中)　

演習の概要：
近年人工知能（AI）を用いた技術は急速に進展し，人類に危害を及ぼす危険性（AIリスク）が論じられるまでになった．産業界では，このようなAI関連技術を材料開発に活用しようというマテリアルズ・インフォマティクスの活用が進んでいる．
この講義では，マテリアルズ・インフォマティクスに関する基礎的内容のコンピュータを用いた実習を行う．
更に，桂キャンパスにおいて最先端の実験器具・装置を用いた有機化学合成の実習を行い，AIを活用して設計した分子を，自分自身で合成することに挑戦し，材料を創成する楽しさ・難しさを体験することを目的とする．
なお，本演習での到達目標は以下の通りである。
・マテリアルズ・インフォマティクスの基礎を理解し，実習によりインフォマティクス技術の基礎を習得する．
・有機化学実験を行うことで，有機合成の基本的な技術を習得する．

演習の計画と内容：
以下の各項目について講述する．各項目には，履修者の理解の程度を確認しながら，【 】で指示した回数を充てる．
講義・実習の進め方については初回実習時に受講者に周知する．
(1) インフォマティクス実習【3回：古賀】
マテリアルズ・インフォマティクスを用いた分子設計の実習を行う．
(2) 実習（有機合成実験）【3回：田中】
設計した分子の有機合成実験を行う．
(3) 考察【1回：田中・古賀】
得られた結果についての考察を行う．

注意事項：
桂キャンパスでのインフォマティクス実習・有機合成実習（2 回（1回あたり3コマ分），集中講義形式，土曜日午後を想定，履修者と相談）を予定している．
なお，実習（有機合成実験）には白衣と保護眼鏡，加えて学生教育研究災害傷害保険等への加入が必要となる．
詳細については，初回ガイダンス時に説明する．


B班 「生成文学」 (水5、共北3A、担当: 南谷)

演習の概要：
本演習は、文学テクストの語りの技法、場面構成、視覚・聴覚的イメージの関係を批判的に検討しながら、生成AIを用いて文学テクストを映像へと翻案する実践を行う。
本演習の受講者は、テクストの読解からシーンの分割、プロンプト案、生成映像の編集・検証までを一貫して行い、AIを用いたアダプテーションを学術的な設計にもとづく「作品」として提示しうる方法とその解釈学的・倫理的・創造的課題について考察する。
最終的に、生成AI時代における「生成文学」（Generative Literature）の可能性と限界を、自らの制作物にもとづいて論じる。

演習の計画と内容：
（受講者の背景や理解の程度，演習の進捗状況などに応じて内容を若干変更する可能性がある）
第1回：生成文学とは何か
・「生成文学」「アダプテーション」の基本概念
・対象テクストの精読（前半部）
第2回：文学作品の読解と構図設計
・対象テクストの精読（後半部）
・歴史的・文化的要素の洗い出し
・シーン分割とショットリスト案の作成
第3回：プロンプト技法Ⅰ：言語から映像へ
・語りの人称とカメラ視点（主観・俯瞰・追尾）の操作
・テクスト→映像生成プロンプトの練習（フレーミング、質感[光・素材感]、音響）
・ナレーションの挿入
第4回：プロンプト技法Ⅱ：映像の時間構成
・キャラクター（外見・声）の一貫性保持
・各班で「1分間の文学映像」の草案作成→動画作成
第5回：AI映像制作実践
・班ごとに映像生成を実施（ナレーション・BGM含む）
・出力物の検証：AIの誤読、ステレオタイプ、歴史的ずれ、文化的バイアスについて
・修正方針の策定
第6回：上映とディスカッション
・各班の作品上映・講評セッション
・原本テクストと映像を比較し、どの要素が著しく変形・欠落したかを分析
・「この変形は許容できる創造か／問題のある歪曲か」をめぐるディスカッション
第7回：分析レポート発表＋質疑応答
・YouTubeでの作品公開
・各自の制作物に対する分析レポート発表（自身の作品がどのような読解に基づき、どこでAIが抵抗あるいは逸脱し、どのようにそれを統御・補正したか）
・「生成文学」の今後の展望＋AIアダプテーションの批評的考察

注意事項：
英語の対象テクストを選定するため、受講者には英語の読解能力が求められる。内容についての充分な理解をもっていることを前提とするため、授業開始に先駆けてあらかじめ予習をしておくこと。


F班 「AIと哲学・倫理・アート」 (水5、共北3C、担当: 丸山)

演習の概要：
現代の人工知能・機械学習は知識生産のあり方を大きく変容させつつあり，第二のルネサンスとも言うべき人類史上の特異点に近接している。
そのような変容を踏まえ，本演習では，近年の人工知能・機械学習の発展について，哲学・倫理学・現代アートの観点から学ぶ。
各回のテーマについて，グループディベートや学生の発表・ディスカッションを豊富に取り入れながら，インタラクティヴに学習する。
受講者の積極的な参加・発言・学習・コミュニケーションを期待する。

演習の計画と内容：
第１回：人工知能と現代アート
第２回：人工知能と芸術的創造性・科学的創造性
第３回：汎用人工知能・超知能と第二の科学・産業革命
第４回：エネルギー・環境問題と知能爆発・人類滅亡リスク
第５回：データ資本主義・監視資本主義・価値アラインメント
第６回：メアリーの部屋・ライプニッツの風車小屋・AIの意識
第７回：ポランニー・モラベックのパラドクスと記号創発問題
注：受講者の関心・背景・演習の進捗状況などに応じて内容や項目の順序を変更する可能性がある。

※上記、各演習のフィードバックは別途指示する。

毎回の授業では各自ノートパソコンを持参すること。

全体：
講義については平常点と期末試験により評価し、演習に関しては各班の成績評価に方法に従い評価し、それら講義の評価 50%、演習の評価 50％として合計し、全体の評価とする。詳細は授業中に説明する。

各演習の評価：
A班：
平常点（出席と参加の状況：70点）と実習・討論への積極的な参加（30点）により評価する．
B班：
平常点（口頭発表とリアクションペーパーの提出 ）（60点）と分析レポート（40点）により評価する。
F班：
プレゼンテーション・ディスカッション・ディベートへの貢献度により評価する。

講義に関しては教科書および各担当教員が補助的に配布する資料に基づき行う。教科書は必ず購入し、予習・復習を行うこと。演習においてはそれぞれの班で行われる内容に関して積極的に調査を行うこと。

少人数演習のグループ分けについては、別途通知するので注意しておいてください。

成績証明書等では、表示文字数の制約上、英文科目名「Integrated Liberal Arts and Science with Small Group Seminars」が「ISS」と略記されます。

本授業は開講時に開催されている西洋美術の展覧会を一つ取り上げ、展覧会を複数のキーワードから多角的に読み解くことを試みるものである。 2026年は、京都の京セラ美術館で開催される「西洋絵画400年の旅—珠玉の東京富士美術館コレクション」（会期：2026年3月20日-2026年5月24日）を本授業の扱う対象とする。

授業の上半期では、本展覧会を（１）美術館の起源（２）美術館の機能（３）収蔵と展示（４）ルネサンスの絵画（５）印象派の挑戦（６）ロココと装飾（７）新古典主義と肖像画　の7つの視点から解体・解読する。なお、期間中には実際に展覧会場に出向き作品を鑑賞する機会を設ける予定である。

下半期では、受講者が展示作品から各自一点ないし複数点を調査対象に選び、制作者、技法、制作年、展示歴、修復記録など作品に関連する情報を精査した上で、主題にかんする解釈を行い、発表の形式にまとめる。

授業内では、発表内容にかんする積極的な意見交換やコメントを歓迎する。

・現在の美術館を取り巻く諸事情・経緯などに関する基礎的知識について理解する。
・美術に関する専門事項を学ぶ上での基礎となる能力を習得する。
・十分な検証のもと、考察や調査の結果を課題と関連づけてプレゼンテーションできる能力を身につける。

第1回：イントロダクション
第2回：ルネサンスの絵画
第3回：印象派の挑戦
第4回：ロココと装飾
第5回：新古典主義と肖像画
第6回：展覧会での作品鑑賞
第7回：美術館の起源
第8回：美術館の機能
第9回：収蔵と展示
第10回：学生による発表（１）（２）
第11回：学生による発表（３）（４）
第12回：学生による発表（５）（６）
第13回：学生による発表（７）（８）
第14回：学生による発表（９）（１０）
第15回：フィードバック

後期に開講される「創造ルネッサンス論基礎ゼミナール」の受講を推奨する。

成績は

★平常点５０％＝授業への出席【コメントシート提出をもって確認：４０％】
ディスカッションへの参加【発表者への質問などを積極的に行うこと：１０％】
★発表５０％

の合計（１００％）で評価する。

発表においては各自がテーマをきめて発表をおこなう。

・口頭発表のための予習準備と発表スライド・レジュメの作成
・講義内容を参考にしつつ、興味関心のある芸術作品あるいは美術作品についての学びを深める

● オフィス・アワーについて:講義時間の前後に対応します。
個別の連絡手段（メールアドレスなど）は初回の授業の際に伝えますので、必ず出席をお願いします。
● 展覧会での作品鑑賞について:入場料や交通費等は自己負担となります。学生教育研究災害傷害保険等の傷害保険に事前の加入をお願いいたします。

現代社会を支える基本的な仕組みである法は、事細かな条文や裁判例として現れる一方で、その内容や運用は、背景として存する原理や理論、思考様式、ひいては歴史的経緯によって支えられる。さらに、社会状況や科学技術も、法を大きく左右する背景である。本授業は、文献講読等を通じて、それら法を支える基礎理論や背景を探究するものである。

法および法学のあり方や前提について広く深く分析する視座を獲得し、我々の生きる社会を問い直すきっかけを見つけてほしい。

①法や法学を支える基礎的な思想や原理に関する知見を得る。
②法、法学さらには社会制度のあり方について、多角的・根源的に考察する能力を養う。
③議論の構造や要点を的確に把握するとともに、一歩踏み込んで自ら考える姿勢を身につける。
④自分の抱いた疑問点・不明点を言語化し、他人に伝えられるようになる。

前半の数回では、初学者にとって比較的読みやすい法哲学文献を講読する。そうして獲得した基本的知識や考え方を下敷きにしたうえで、後半の回では、各自の問題意識に基づいてテーマを設定し、調査・検討のうえ報告してもらう。いずれも、学生による議論を中心としつつ、教員による解説を適宜交えつつ進める。

本年度は、ここ数年の間に雑誌等に掲載された論文や記事を題材にする。≪現在の法哲学がどのような研究をしているか≫、その一端に触れてほしい。そのうえで、各自が報告することによって、（法哲学の）研究という営みを自ら体験してもらいたい。

第1回
　ガイダンス。今後の授業の進め方や報告の仕方などを説明し、テーマおよび文献の選定ならびに報告日の割当てを行う。あわせて文献調査や資料作成に関する初歩的な説明も行う。

第2-14回
前半：特定の文献を対象に事前に指定した範囲を読んで授業に臨んでもらい、その内容についてディスカッションを行う。ここでは特に報告者を指定しない。
後半：指定された報告者による発表と全体でのディスカッション。報告者には、発表用資料の作成と提出を求める。受講者数によってはグループでの報告となるので、その際には報告者間で十分に打合せをして臨まれたい。

第15回
　フィードバック

特になし

報告回におけるプレゼンテーションと質疑応答（50点）、それ以外の回における議論への参加と発言内容（50点）によって評価する。なお、出席回数が10回に満たない場合には不可とする。

自身の報告回であるか否かを問わず、予め指定された文献を読み込んだうえで出席してください。また、授業での議論を踏まえて、自分の意見を整理したり、追加で文献を調べたりして思索を深めることが望ましいです。