---
title: 2026年度前期の授業から③AIリテラシーⅠ
url: https://it.nkk.ac.jp/posts/2026/edublog20260703/
date: 2026-07-03
modified: 2026-07-03
categories:
  - 教育活動
  - 高度情報技術科4年制
  - 高度情報処理科
  - 情報処理科
---

# 2026年度前期の授業から③AIリテラシーⅠ

![](https://it.nkk.ac.jp/media/2026/07/ailiteracy1.png)

「AIリテラシーⅠ」は1年生が入学後すぐに履修する科目です。本校は「AI Readyカリキュラム」を導入しており、各種のAI機能を使いこなすことが必須です。「AIリテラシーⅠ」では、AIの概要や、利用スキルを習得することが目的です。

2026年度前期は、これまで次のような内容を扱いました。

## プロンプトエンジニアリングの基礎

現在のAIは、自然言語（人間の言葉）によって指示をします。その指示をプロンプトと呼びますが、自然言語は文法があいまいであるため、正確な指示をするためには工夫も必要になります。それがプロンプトエンジニアリングです。

初回の授業では、チャット型の生成AIであるMicrosoft Copilotを使い、プロンプトエンジニアリングの考え方を実践しました。現在知られているいくつかのテクニックを紹介しながらも、AIの進歩によりその方法も変化していくことを説明しました。

## Markdown記法

自然言語によるプロンプト作成を学んだあと、より正確に指示を伝えるための方法として、人工言語を紹介します。ここでは現時点でAIプロンプトに広く利用されているMarkdown記法を取り上げ、その文法や具体的なプロンプト記述の方法を扱いました。また、文法が厳密な言語を扱うときは文法を自動的に確認するツールが有効であることを説明し、VisualStudioCodeにMarkdownの文法チェッカを用意、またビューワーも使って、文法を確認しながら記述していく方法を演習しました。

## 生成AI・識別AIについて理解する

AIを利用しながら、その仕組みについても学びます。本校では[AI STUDIO](https://aistudio.jp/)を導入しており、その教材を活用して、生成AIや識別AIの仕組み、応用事例などを学びました。

識別AIについては、[Google Teachable Machine](https://teachablemachine.withgoogle.com/)を行って画像識別の実験を行いました。学生それぞれが学習データ用画像の撮影とAIトレーニングを行い、学習データが識別結果に与える影響を体験しました。さらに実験結果のメモを元に、生成AIを使ってレポートを作成する演習も行いました。

## 今後の展開

「AIリテラシーⅠ」はこの科目単体で完結するものではなく、これからの学び、さらに卒業後にも必須な「IT専門家として必須のAIスキル」を身につけるものです。今学期後半は、NotebookLMやAntigravityといったチャット型と異なるスタイルのAIサービスの利用、オフィスソフトとの連携などについて学びながら、「自身の活動結果や得た経験・知識をAIに利用可能な形で記録していく」習慣を身につけることも目標としています。

[「AIリテラシーⅠ」授業シラバス →](https://public.nkk.ac.jp/micsyllabus/courseview.php?id=335)