荒木 万寿夫 教授

ARAKI Masuo

青山学院大学
新学環開設準備室室長
学長補佐（データサイエンス担当）
経営学部 経営学科

「統計学」と「データサイエンス」を融合させた学環

文系・理系の11学部27学科を擁する私立総合大学の青山学院大学が、2027年4月に「統計データサイエンス学環」を新設する。その特色は、なんといっても「統計」を冠した日本で初めての学部・学環であること。データを読み解くために欠かせない考え方の基礎を統計学から学び、データサイエンスの知識・技術によって問題を解決するための実践的な力を養成する。

AI時代と呼ばれる今、なぜ「統計学」と「データサイエンス」を融合させた学環が求められるのか——。その背景について、新学環開設準備室室長の荒木万寿夫教授に伺った。

「生成AIが急速に社会へ浸透した今、プログラミングや定型的な分析の⼀部はAIがかなり⽀援してくれる時代になりました。そのため、⼀⾒すると、データサイエンスを⼈間が学ぶ意義は以前より薄れたようにも⾒えるかもしれません。しかし私たちは、むしろ逆だと考えています。AIが出してきた結果をそのまま使うのではなく、⼈は今そもそも何を知るべきか、何を確かめるべきかを問いとして⽴て、意思決定に必要なデータを適切に集め、分析結果を検証し、根拠をもって説明する⼒こそ、これからの社会ではいっそう重要になるからです。そして、そうした⼒の中核にあるのが統計学だと私たちは考えています」

新設される統計データサイエンス学環は、「AIの活用」についてだけを学ぶ場ではない。現象を正しく記述するためのデータ収集手法から何が結果を動かしているのかを考える推論、不確実性を含めて説明責任を果たす姿勢まで、統計学を軸にしたデータサイエンス教育を体系的に提供する。社会においては、産業、⾏政、教育、医療など実にさまざまな分野で、データに基づく意思決定と課題解決を⽀える⼈材が求められている。そうした場⾯で、課題に対する問いを⽴て、検証し、合意形成に導ける⼈材を育てる役割を果たしたいと考えているという。

「学部」ではなく「学環」となることも新組織の大きな特色だ。既存の教育人間科学部、経済学部、法学部、経営学部、理工学部の5学部と連係し、多様な領域の課題に対応するための授業や実習環境を整備していく。

「5学部連係の意義は、単に科⽬数が増えることではありません。例えば、『生成AIと著作権』であれば法学の専⾨家が、『データ駆動型経営』であれば経営学の専⾨家が、『AIを活⽤した教育』であれば教育学の専⾨家が教えることで、それらを理系の研究者が周辺知識として取り扱うのに⽐べ、格段に学びのリアリティや解像度が⾼まります。学⽣たちは、統計学や機械学習の数理を学ぶだけでなく、それがどの分野でどう使われているのかを具体的な⽂脈の中で理解できます」

青山学院大学 統計データサイエンス学環　3つの特色

1　基礎から実践まで段階的に学べるカリキュラム

合理的な意思決定を支える上で、統計データに基づく根拠の提示は欠かせない。意思決定に必要な知見をデータから抽出できるようになるために、データ分析の基盤となる統計学を基礎から体系的に学ぶことが重要になる。そこで、統計データサイエンス学環では、基礎から実践まで段階的に学べるカリキュラムを用意。1年次に数学、統計学、プログラミング、論理的思考の基礎を固め、2年次から応用へステップアップするためのデータ分析の基本を習得、3年次以降は機械学習などを用いた高度なデータ分析手法や領域横断型の課題解決に挑み、4年次の卒業研究につなげていく。

2　5学部連係と少人数制の濃密な学び

学環の特徴を生かし、研究の方向性や関心に応じて、既存5学部（教育人間科学部、経済学部、法学部、経営学部、理工学部）の専門領域も学べる教育プログラムを用意。データサイエンスの幅広い応用領域で求められる多様な知識や技能、思考力を身につけることができる。また、1学年60名の少人数制で、研究指導が充実。実践的な演習やPBL（課題解決学習）型授業を通じた学びを重視するとともに、4年次の卒業研究に向けて1年次からゼミ形式での指導を行うなど、少人数ならではの「対話型・実践型」の教育を展開する。

3　BIT VALLEY 渋谷・青山で4年間学べる

統計データサイエンス学環は、渋谷の青山キャンパスに設置され、4年間同じキャンパスで学ぶ。企業との密な連携を視野に入れた実践的な教育を展開し、実データを使った演習や企業との共同研究にも力を入れていく。渋谷・青山エリアは国内外の大手IT企業が集まるBIT VALLEYとして知られている。この地でリアルな企業課題に触れながら、統計データサイエンスを学ぶ経験は必ず将来の糧となるだろう。

「渋⾕・⻘⼭という⽴地の最⼤の強みは、データサイエンスを教室の中だけの学びに閉じず、実業の現場とつなげやすいことにあります。企業、スタートアップ、官公庁、各種組織との接点を持ちやすい環境にあるため、実課題に基づく共同研究やPBL型の学びを構想しやすいメリットがあります」（荒木教授）

【特色ある授業1】
考え方と学び方を鍛える「基礎ゼミナールI〜IV」

「基礎ゼミナールI〜IV」は、1・2年次に配置された必修演習科目で、統計データサイエンスを学ぶための基礎となる「考える力」と「学び方」を段階的に身につけることを目的としている。

「データサイエンスは本来『データ分析を活用した課題解決』であるにもかかわらず、学んだ手法を現実の課題に十分に活かしきれない場面も少なくありません。データを扱う技術を学ぶだけでなく、『何のために分析するのか』『誰のどのような問題を解決しようとしているのか』を主体的に考える姿勢が不可欠です。そこで本学環では、専門科目の前提として、『基礎ゼミナールI〜IV』を通じて、考える力、読解力、論理的思考力、批判的思考力、問題発見・問題解決の考え方を段階的に育成します」（荒木教授）

授業は少人数制で、「講義＋グループワーク＋振り返り」を組み合わせたワークショップ型の授業を想定。学生が実際に考え、議論し、自分の言葉で整理することを重視する。演習の目的は、「課題解決に主体的に取り組むための思考の土台」を養うこと。「課題が与えられるのを待つ」のではなく、自ら問いを立て、確かめ、改善に向けて行動する姿勢を身につけることができる。

【特色ある授業2】
信頼できるデータを得る力を養成する「統計調査I・II」

「統計調査I・II」は、データサイエンスにおいて分析以前の重要なプロセスである「信頼できるデータの設計・収集」を行う力を養う授業。単にデータを分析するのではなく、課題解決に必要な情報を考え、どのようにそれを集めるべきかを設計する力を養成する。

「統計調査I・II」では、講義に加えて、調査設計や調査票作成、データ品質の検討に関する演習を行うことを想定している。例えば、ある課題に対して「どのような情報を集めれば答えに近づけるのか」を考え、調査対象と標本抽出枠（リスト）、標本抽出方法、調査項目、回答形式などを設計する演習を行う。

授業を通して、学生たちは、「必要な情報を明確化する力」、「調査を設計する力」、「データの偏りや誤差を見抜く力」、「データの限界を評価する力」、「根拠に基づいて問題解決する力」を身につけることができる。この科目は、その後の多変量解析、統計学、機械学習、卒業研究などにつながる「課題解決に必要なデータを収集するための基礎科目」と位置づけられている。

【入学者選抜のポイント】
⾼校数学を丁寧に理解することが⼤切

統計データサイエンス学環の入学者選抜は、理系の学位プログラムであることを踏まえ、⼊学後の統計学・数理科⽬の履修に耐えうる基礎学⼒をしっかり確認するのが基本方針となる。募集人員約30名の「一般選抜（個別学部日程）」では、「⼤学⼊学共通テスト」と「総合問題」を組み合わせた形式となり、大学入学共通テストでは「外国語」に加え「数学Ⅰ・A」「数学Ⅱ・B・C」を必須とすることで、数理的分析⼒の基盤を評価する。また、総合問題では、データや図表、⽂章、分析結果などの多様な情報を正確に読み取り、筋道⽴てて考え、論理的に判断し、⾃分の考えを表現する⼒を⾒極めていく。

その他、外国語・数学（数学Ⅲを含む）・理科または数学の3教科で受験する「一般選抜（全学部日程）」、外国語・数学・理科または情報の3教科で受験する「大学入学共通テスト利用入学者選抜」も実施する。

「お伝えしたいのは、難問対策より、まず⾼校数学を丁寧に理解することが⼤切だということです。⾼校数学は⼤学で学ぶ解析学や線形代数学へと連続していますし、それが統計学や機械学習の⼟台になります。また、一部の入学者選抜方式では数学Ⅲからの出題はありませんが、入学後の授業は数学Ⅲの履修を前提として行います。本学環が問いたいのは、知識の暗記ではなく、与えられた情報を読み解いて考える⼒です。データを⾒て、『本当にそう⾔えるのか』と考える姿勢を⽇頃から⼤切にしてほしいと思います」（荒木教授）

詳細はこちら
青山学院大学 入学者選抜情報

【卒業後の進路】
データが集積するあらゆる分野で活躍

ビッグデータ活用の重要性が日ごとに高まるなか、さまざまな業界・分野でデータ分析やAI関連の専門人材が求められており、今後さらに活躍の場は広がると考えられている。統計データサイエンス学環の卒業生たちも情報・通信分野はもちろん、コンサルティング・マーケティング分野、金融・証券分野、製造・建設分野、法務・知財分野、教育・公共分野、大学院進学、研究職など、幅広い分野での活躍が期待されている。

【受験生へメッセージ】
データを通して世界を深く理解したいと思う人に集まってほしい

統計学の知識に加え、機械学習などを用いた分析手法を身につけ、既存5学部の教育・研究の蓄積をもとに幅広い社会課題に挑む——。その舞台は、BIT VALLEY渋谷・青山。日本におけるAI・データサイエンスの発信地で学ぶ濃密な4年間に期待したい。最後に荒木教授から受験生に向けたメッセージをいただいた。

「本学環が歓迎するのは、単に数学が得意な⽣徒だけではありません。もちろん理系の学びに必要な数学の基礎は⼤切ですが、それ以上に、情報をそのまま鵜呑みにせず、『このデータから本当にそう⾔えるのか』『別の⾒⽅はないか』と⽴ち⽌まって考えられる⼈に来てほしいと思っています。ニュースやSNSの数字やグラフの意味を⾃分なりに考えようとする⼈、答えがすぐに出ない問いに対しても粘り強く試⾏錯誤できる⼈、⾃分の関⼼のある世界を感覚だけでなくデータを通して深く理解したいと思う⼈は、統計データサイエンス学環で⼤きく伸びるはずです」

※掲載情報は、2026年6月時点のものです。

Text by 丸茂健一（minimal）