ACUの実践プロジェクトと責任あるAI：成果をどう評価につなげるか

Australian Catholic University（ACU）のワークショップ資料は、技術を作る力と倫理的な配慮を併せて紹介しています。実践プロジェクトを検討するときは、完成品だけでなく、どのような問題を設定し、方法を選び、結果と限界を説明するのかにも注目できます。

資料が示す学習の特徴と、科目ごとの評価条件は同じではありません。ここでは共同設計やポートフォリオの説明を確認したうえで、2027年の修士段階のプロジェクト科目を具体例として見ていきます。

共同設計と現実の課題

資料の3ページは、Ethical Innovation Hubで研究者や産業界の専門家と共同設計に取り組む経験を紹介しています。倫理的な配慮とサイバーセキュリティの基礎も重視されています。ただし、このページに施設の固定利用時間や個々の学生の配属手順までは示されていません。

4ページには、実在する企業や地域の課題に関わるプロジェクトと、職業的なポートフォリオの作成が挙げられています。8ページのMaster of Data Scienceの説明では、最終年に企業、医療、行政などの課題に取り組むとされています。後者を学部の全学年に共通する条件として広げることはできません。

これらは学習機会の説明であり、特定の顧客、有給実習、希望企業への配属や採用を個人に約束するものではありません。

プロジェクトA：問いと実施計画を作る

2027年のBachelor of Computer Science／Master of Data Science連結課程には、DTSC641「Data Science Project A Research Essentials」とDTSC642「Data Science Project B - Implementation」が含まれます。いずれも10 credit points（cp）で、以下はこの2科目の説明です。学部や他の科目すべてに共通する評価方式ではありません。

DTSC641は2段階のプロジェクトの前半です。文献や予備分析を基に課題を定め、方法、倫理、リスク、必要な資源や進行計画を整理します。2027年の評価配分は次のとおりです。

• 文献レビューと問題設定：20％
• 探索的データ分析のレポート：30％
• 研究方法とプロジェクト計画：50％

合格には、すべての学習到達目標を達成し、総合点で50％以上を得ることに加え、最後の計画課題そのものに合格する必要があります。総合点だけを満たせばよいとは読めません。

プロジェクトB：実装し、結果を検証して伝える

DTSC642の前提科目はDTSC641です。計画した研究または応用プロジェクトを実装し、適切な指標で結果を評価し、限界や倫理面も含めて説明します。2027年の評価配分は、進捗課題10％、実装と結果のレポート60％、最終発表課題30％です。

この科目にも、すべての学習到達目標の達成と総合点50％以上の条件があります。ただし、DTSC641にある「最後の計画課題への合格」という個別条件を、そのままDTSC642に当てはめてはいけません。

科目情報には指導教員との確認や口頭での説明など、本人の理解と貢献を確かめる方法も記載されています。成果物を提出するだけでなく、自分の判断と作業を説明できることが重要です。

責任あるAIとポートフォリオ

資料の「生成AIと責任ある自動化」は学習領域の説明です。すべての課題で生成AIを使用する義務や、使用許可を意味しません。実際の課題で利用できる範囲は、その科目の案内に従って確認する必要があります。

ポートフォリオを整理するときは、課題、自分の担当、方法を選んだ理由、結果の限界を区別すると説明しやすくなります。これは一般的な整理のヒントであり、追加の採点基準ではありません。共同作業の成果をすべて自分の実績として扱ったり、企業や他の参加者の資料を無条件に公開したりせず、公開可能な範囲も確認しましょう。

開講と参加条件は別途確認する

2026年10月17日に確認したDTSC641とDTSC642の公開ページでは、どちらも開講予定の欄に掲載がありませんでした。2027年の科目説明や課程内の掲載は確認できますが、個人の履修時期や指導体制が確定したという意味ではありません。

自分の入学期の開講、履修順序、プロジェクトの選定方法を大学に確認してください。掲載がないことだけで課程の中止と判断したり、プロジェクトへの参加を雇用の保証と受け取ったりしないことが大切です。

出典：ACUワークショップ資料3・4・8ページ。2027年の連結課程ハンドブック、DTSC641、DTSC642。公開情報の確認日：2026年10月17日。