こんにちは！武田塾茨木校です。
茨木校は、茨木市、高槻市、吹田市、摂津市、箕面市、豊中市、大阪市、島本町、守口市、寝屋川市、門真市、枚方市、豊能町、能勢町はじめ、長岡京市、向日市、大山崎町、京都市など近隣の県からも通塾いただけます。
武田塾には、関西圏では京都大学・大阪大学・神戸大学・滋賀大学・大阪府立大学・大阪市立大学・大阪教育大学・京都教育大学などの国公立大学をはじめ、関関同立(関西大学、関西学院大学、同志社大学、立命館大学)、産近甲龍(京都産業大学、近畿大学、甲南大学、龍谷大学)といった難関私立大学、関東圏では東京大学・筑波大学・横浜国立大学・千葉大学・首都大学・埼玉大学・東京工業大学・一橋大学・東京外国語大学・お茶の水女子大学・横浜市立大学・東京農工大学・東京学芸大学・電気通信大学・東京海洋大学などの国公立大学をはじめ、早稲田大学・慶應義塾大学・東京理科大学・上智大学といった難関私立大学や、MARCH（明治大学・青山学院大学・立教大学・中央大学・法政大学）に逆転合格を目指して通っている生徒が数多く在籍しています。
皆さんこんにちは、武田塾茨木校です。
現在の高校１年生から共通テストでの出題される情報、
いったいどんな科目って思っている中学生、高校生も多いと思います。
そこで、今日は、情報がどんな科目なのか、
現役高校教師の先生に解説してもらいました。
情報系の大学、学部を目指す受験生の皆さんにも参考になれば幸いです。
情報Ⅰってどんな科目？
2022年4月から「情報Ⅰ」の必履修化が始まりました。
2025年1月より、大学共通テストでも「情報」が出題され、問題の内容にプログラミングが盛り込まれ、物議をかもしています。
今回は情報Ⅰで学ぶ内容を、カリキュラムに沿って解説していこうと思います。
１．情報社会の問題解決
Society 5.0創造社会を生き抜くために、新設された問題解決について解説していきます。
問題というのは、平たく言うと「困りごと」です。
社会生活を送るうえで、身近な困りごとについて、新たな解決方法を提示することが求められています。
単純に、解決方法を述べればいいのではなく、データ分析や文献調査などを行い、科学的に解決していくのが情報Ⅰの問題解決です。
論文調査では、国語の力が必要であり、社会に対しての提示なので、現代社会や過去の歴史を知る必要があります。問題の内容によっては、化学、物理、地学、生物など理科の要素も不可欠で、数学は、科学において非常に重要であるのは言うまでもないです。
色々な教科で得た知識を表現・判断出来るのかが、情報の授業では求められきます。
２．コミュニケーションと情報デザイン
デザインとは相手に伝わることで、初めてデザインと言えます。
参考文献 https://somyu.com/post-1491/ 2022/12/06
作り手の意図が相手に伝わることがデザインです。
問題を発見するうえで、伝えることに焦点を置き、身近な所で誤解してしまうこと、つまりデザインが失敗している物を見つけ科学的に分析していきます。
また、自分の提示した解決方法について、他者に伝えられるかもデザインです。
３．コンピューターとプラグラミング
コンピュータと、プログラミングについては、フローチャートを用いてプログラミング的思考（論理的な思考）を養います。
実際にプログラミング言語を学習し、シミュレーションする。
言語はPythonやExcelのマクロなどで有名なVBA等が有名だが、各学校の裁量に任せられている。大学入学共通テスト「情報」はオリジナルの日本語対応言語DNCLを活用したプログラミング問題が出題されます。
問題解決分野では、問題を解決するためにプログラミングという手法を使う場合や、思ったように実装できなかったとき、プログラムのどこに問題があるかなど、プログラム自体を問題としてとらえる方法もあります。ただただプログラミングを書くだけではなく「何がダメだったのかを考え、次にどのようにするのか。」に重きが置かれているのが、情報全体の流れになっています。
４．情報通信とネットワークデータの活用
情報通信ネットワークについては、いわゆる情報工学と言われる分野で、ネットワークや、プロトコル、セキュリティやクラウド、データベースなどを学習していきます。
内容的には知識・技能（知っているかどうか）が問われることが多いです。授業の内容によっては、問題解決と絡めることも多いです。
データの活用は数学Ⅰで学習しているデータの分析と同様の内容が履修されるので、情報Ⅰでは割愛されることが多いですが、これは大きな問題である。情報で学ぶデータの分析は数学とは違う。どちらかというと、現代社会系、経済系、経営系を目指す受験生は必須になって生きている内容といえるでしょう。
最近の企業では、ビックデータを活用し、AIに判断させ、ビジネスを行っています。
たとえば、大阪のミナミと言われる、難波の方の商店街では、大通りに人が集まるが、少し離れたところには、人が来ないという問題を抱えています。
この問題を発見したのは、携帯の電波から、どこに人が密集しているかを表す、ヒートマップを活用したものです。この問題を解決させるために、スタンプラリーを実施し、人通りの少ないところにも、人が行くようになりました。
つまり、データを分析することは大前提で、そのデータを使い何をするのか、そのデータをどのように表現するのかが問われてきます。
情報って例えばどんな出題が予想される？
以下の問題を解いてみましょう。
次の三つのデータを表現するにあたって、いちばん適切なグラフはどれか
（1）大手コンビニ3社の一日の売上金の比較
（2）コンビニ1社の年間平均売上を2016～2022の時系列で比較する
（3）一か月の売上の分布を見たい時
（4）アイスクリームの売上と平均気温の関係を見たい時
選択肢
ヒストグラム、散布図、円グラフ、棒グラフ、折れ線グラフ
答えは
（1）棒グラフ
棒グラフは単純に数値を比較したい時に使う
（2）折れ線グラフ
折れ線グラフは、時系列のデータを表したい時に使う。点と点の傾きが、伸び率に関係がある。
（3）ヒストグラム
1つのデータの分布を見るときはヒストグラムを用いる。階級の幅を変えることで、細かく分析を行える。偏りがあるデータ等を一目でわかる。代表値のみを抽出し、箱ひげ図を用いることもある。
（4）散布図
二つのデータの関係性を調べるときは散布図である。今回の例だと、正の相関になると予想できる。（暑くなると売れる）
（4）の散布図の問題では、暑くなると売れるからその結果になると仮説が立てられるが、実際に暑くなるとアイスを買うのか（アイスを買う理由が暑いからなのか）どうかは、アンケート調査を行わなければいけません。
統計データをグラフで表しても、それが根拠であると断言できることは少ないです。
このように、1つの事実を解明するために、様々なデータを色々な角度から分析していくのが情報で学ぶデータ分析です。
何も数字だけでなく、言葉を分析することもあります。
たとえば走れメロスをテキストマイニングで分析することもあります。
アンケート調査などで自由記述での回答を求めるときに、どの単語がどのくらい使われているのかを分析します。
数値化できるデータも、出来ないデータも活用し、問題を発見するのが情報でのデータ分析です。
情報Ⅰが目指しているもの
Society1.0の狩猟社会から、2.0の農耕社会へ、3.0の工業社会から、4.0の情報社会といわれています。
そして、Society5.0の創造社会では、様々な情報技術と人々の発想力を掛け合わせ、社会の課題（問題）について対応していくのが情報Ⅰです。
Society5.0 https://www.youtube.com/watch?v=EsJMHevsyBc
https://www.youtube.com/watch?v=tgZEgEAV0Bk
例えば、こちらの動画は経団連が作成したものですが、
この動画で登場したものは、全て実験段階もしくは、実装されているものです。自動トラクターは実際京都の山などで動いています。
SDGsという社会が抱えている問題を、情報技術を用いて解決していくというのはこういうことです。
特にSDGsは我慢することではなく、我慢せずに今までよりも楽に、気付けばいつの間にか社会貢献しているという仕組みが開発されてきています。
最後にＡＩに関してですが、ＡＩの得意技は、圧倒的な計算能力と、学習能力である。
パターン化された（状況に応じて対応が変わらないもの）については、ＡＩの得意技である。
実際にＡＩができることは、将棋のデータを学習し、人間に勝利したり、部屋のゴミがたまりやすい場所を学習し、自動で掃除するルンバだったり、さまざまです。
では、AIにでき無いことはなんでしょうか。
それはまだこの世にないものです。圧倒的な学習能力は、すでにこの世にあるものです。
この世にないものはAIには学習できないのだ。それをヒントに、情報Ⅰで問題解決を行って欲しいと思います。
まとめ
以上、情報について、現役高校教師の先生に語っていただきました。
情報系の学部を目指す生徒さんにも参考になった情報ではないでしょうか？
