01 — Overview
情報を経営資源として捉え、生成AIの活用を軸に、企業活動と情報技術の関係を多角的に学びます。
AIが情報を集め、読み解き、提案する時代。経営に携わる人は、何を判断し、何を担うのか。
本講義では、経営情報の基本概念を起点に、情報システム、データ活用、組織と戦略のつながりを、生成AIの活用を軸に検討します。毎回の演習でAIを実際に使い、その出力を検証しながら、AIを「使いこなす側」に立つための知識と判断力を養います。
AI Policy — 本講義でのAIとの向き合い方
経営情報の基本概念と、生成AIを含む情報技術のしくみを体系的に理解する。
AIを分析パートナーとして、データや事例から企業・組織の課題を捉える。
AIを経営に活かす方法と、その責任ある使い方を自分の言葉で提案する。
02 — News
プログラミング入門ページを公開しました。HTML・CSS・JavaScript・Python を1日1テーマで学ぶ「プログラミング入門30日」と、ブラウザで使える実習環境、サンプルコード集へのリンクをまとめています。
出席確認ページを公開しました。各回のAIクイズ（5問）に全問正解すると出席カードが表示されます。スクリーンショットを Teams の Class Notebook に提出してください。
全15回の講義内容を掲載しました。すべての回で生成AIを活用した演習を行います。
講義は2026年10月3日（土）にオンラインで開講します。初回は1限（9:00–10:30）のみ、第2回以降は1・2限（9:00–12:10）です。
2026年度「経営情報」講義サイトを公開しました。
オンライン授業の接続方法および履修に関する案内を掲載予定です。
03 — Schedule
全15回を4つのモジュールで構成します。すべての回で生成AIを実際に使う演習（AI演習）を行い、AIの出力を検証しながら経営情報の考え方を身につけます。
土曜開講で、初回10月3日は1限（9:00–10:30）のみ、第2回以降は1・2限（9:00–12:10）を連続して行います。
日程・内容は変更になる場合があります。
生成AIが当たり前になった今、経営における「情報」の意味を捉え直し、AIを使う側に立つための基礎を固めます。
講義の進め方と評価方法、本講義におけるAI活用の方針。経営情報とは何かを概観し、生成AIの普及で「変わること」と「変わらないこと」を整理する。
AI演習生成AIに「経営情報とは何か」を尋ね、その回答をどこまで信じてよいかを検討する。
データ・情報・知識の階層、意思決定のプロセス（情報収集・設計・選択）、組織の中を情報がどう流れるか。AIが各段階にどう関わるかを考える。
AI演習身近な意思決定の事例を、AIと対話しながら段階に分解する。
大規模言語モデルの基本的なしくみ、得意なことと苦手なこと（ハルシネーション、最新情報、計算）、経営者・管理者として知っておくべき範囲とプロンプトの基本。
AI演習同じ問いを異なる指示で投げ、出力の違いから使い方の勘所をつかむ。
企業活動を支える情報システムの全体像を押さえ、AIが業務と組織にどう組み込まれつつあるかを事例で見ます。
バリューチェーンと情報システム、基幹系（ERP）・顧客系（CRM）・供給系（SCM）の役割、クラウド化の意味。各システムにAI機能が組み込まれている現状を確認する。
AI演習身近な企業を1社選び、AIを使ってその情報システム構成を推定し整理する。
業務プロセスの見える化、RPAから生成AI・AIエージェントへ至る自動化の進展、何を自動化し何を人が担うかの判断基準。
AI演習日常の業務を手順に分解し、どの段階をAIに任せられるかを分析する。
文書作成・会議・企画といった知識労働の変化、人とAIの協働、求められるスキルの変化、AI導入をめぐる組織の抵抗と変革管理。
AI演習AI導入に賛成・反対の立場をAIに演じさせ、論点を整理する。
国内外企業のAI導入事例を成功例・失敗例の両面から読み解く。導入の目的、効果の測り方、つまずきの要因。
AI演習複数の事例をAIで要約・比較し、共通する成功要因をグループで討議する。
データを集め、可視化し、分析して判断に活かす流れを、AIを分析パートナーとして手を動かしながら学びます。
データの種類と入手先（社内データ、公開統計、Web）、データ品質と前処理、個人情報・機密情報の扱いとAIツールへ入力する際の注意。
AI演習公開統計データをAIに読み込ませ、構造を把握して分析できる形に整える。
グラフの選び方、誤解を招く可視化、データを探索的に眺める姿勢。AIにグラフを作らせ、人が解釈するという役割分担を体験する。
AI演習同じデータからAIに複数のグラフを作らせ、最も伝わる表現を選んで理由を述べる。
相関と因果、予測モデルの考え方（機械学習の入門的理解）、精度の評価、AIが出した分析結果をどう検証するか。
AI演習AIに簡単な予測分析を行わせ、その前提と限界を説明させて妥当性を確かめる。
データに基づく意思決定、人の判断のバイアス、AIの推奨とどう向き合うか（人が最終判断に関与する設計）、意思決定の説明責任。
AI演習分析結果をもとに、AIと共同で1枚の意思決定メモを作成する。
AIを前提とした経営戦略と、企業が負う責任・倫理・法的課題を検討し、講義全体を各自の提案として総合します。
DXとAI、AIによるビジネスモデルの変化、プラットフォーム、自社開発か外部サービス利用か、AI投資の評価の考え方。
AI演習選んだ企業のAI戦略を、AIを使って批判的に評価する。
バイアスと公平性、プライバシー、著作権、情報セキュリティ（機密情報の流出、シャドーAI）、AI規制の動向、企業のAIガバナンス体制。
AI演習AIの出力に含まれる偏りや問題点を実際に検出し、対策を考える。
受講者が選んだ企業・組織に対するAI活用提案の発表と相互評価。AIの寄与と自分自身の判断を区別して示す。
AI演習提案作成でどうAIを使ったかを明示し、AIの寄与と自分の判断を分けて発表する。
講義全体の振り返り、経営情報という分野のこれから、受講後に続けてほしい学び方。
AI演習講義全体をAIと共に振り返り、学んだことを自分の言葉でまとめる。
04 — Resources
出席確認は毎回の講義で行います。プログラミングの自習教材は「プログラミング入門」にまとめました。講義資料と課題情報は、公開後に各ページから確認できます。
Programming — 自習教材
HTML・CSS・JavaScript・Python を1日1テーマ×30日で学ぶ自習カリキュラムと、ブラウザだけで使える実習環境、復習用のサンプルコード集。AIが書いたコードを自分で読み解くための基礎づくりに。
Attendance
各回のAIクイズ5問に全問正解すると、確認コード付きの出席カードが表示されます。
Lecture materials
スライドや配布資料を掲載します。
Assignments
課題内容、締切、提出方法を案内します。
Course guide
評価方法や受講上の注意を掲載します。
05 — Contact
授業に関する質問や相談は、授業内で案内する方法で連絡してください。
連絡先・オフィスアワーは、決まり次第このページに掲載します。