学部後期課程
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2026年4月20日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2026年4月20日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
データ市場
データ市場
Market of Data
本来、データ市場は組織を横断してデータの利活用方法を議論し、協創的コミュニケーションによって異分野データ連携とイノベーションを実現する場であると期待される。これは、株式市場が株主と企業のコミュニケーションによって産業の価値を高めるという期待と同様である。
しかし、現実の市場はデータの利用価値と乖離したマネタイズにより、この期待に応えることができない。一組織のデータだけでなく、異なる領域のデータや技術の流通・交換・連携によって問題解決を行うという、データ社会の本来の価値を生み出すためには何をすればよいだろうか？
このクラスは「脱・データ市場」すなわち、学術・ビジネスにおいても、意思決定プロセスの幹線として必須の情報利活用環境としての社会を、学生の自発的思考から生み出す参加型のワークプレースとする。
Data markets are ideally expected to serve as venues where organizations discuss ways to utilize data across organizational boundaries, and where collaborative communication enables cross-disciplinary data integration and innovation. This is analogous to the expectation that stock markets enhance industrial value through communication between shareholders and companies.
However, in reality, these markets fail to meet these expectations due to monetization practices that are disconnected from the actual value of the data. What steps should be taken to generate the inherent value of a data society—one that solves problems not only through a single organization’s data but also through the circulation, exchange, and integration of data and technologies across different domains?
This class aims to create a participatory workplace where students, through their own independent thinking, foster a society that serves as an essential environment for information utilization—a backbone of decision-making processes in both academia and business—as part of the “ move beyond the data market.”
しかし、現実の市場はデータの利用価値と乖離したマネタイズにより、この期待に応えることができない。一組織のデータだけでなく、異なる領域のデータや技術の流通・交換・連携によって問題解決を行うという、データ社会の本来の価値を生み出すためには何をすればよいだろうか？
このクラスは「脱・データ市場」すなわち、学術・ビジネスにおいても、意思決定プロセスの幹線として必須の情報利活用環境としての社会を、学生の自発的思考から生み出す参加型のワークプレースとする。
Data markets are ideally expected to serve as venues where organizations discuss ways to utilize data across organizational boundaries, and where collaborative communication enables cross-disciplinary data integration and innovation. This is analogous to the expectation that stock markets enhance industrial value through communication between shareholders and companies.
However, in reality, these markets fail to meet these expectations due to monetization practices that are disconnected from the actual value of the data. What steps should be taken to generate the inherent value of a data society—one that solves problems not only through a single organization’s data but also through the circulation, exchange, and integration of data and technologies across different domains?
This class aims to create a participatory workplace where students, through their own independent thinking, foster a society that serves as an essential environment for information utilization—a backbone of decision-making processes in both academia and business—as part of the “ move beyond the data market.”
時間割／共通科目コード
コース名
教員
学期
時限
FEN-SI4d20L1
FEN-SI4d20L1
データ市場
大澤 幸生
月曜2限、木曜2限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
工学部
授業計画
まずイントロで、なぜ今、データ市場という旧来の考えを脱する必要があるか考える。
そして、実際の社会におけるデータ市場に関連する事実を学生自ら収集する「取材」を行う。ここで、直接的ではない関連性に思考を波及させることが学生の手腕となる。取材は、この関連性を補填する（ミッシングリンク補填）追加取材に及び、その内容をプレゼンすることによって、学生間で全体の構造を解釈し合う。自分の問題意識と論点を説明し、メタ認知により自分の独自性を認識しよう。
次に、ざっくり問題のツリー（Dfromを利用）、 共通問題の発見（都合カードを利用）を経て、第二段階の取材により情報の深化を行う。データとデータ社会の必要性と利用指針（Why& How）を検討し、データ社会も人々の都合のネットワークであることを学ぶ。KJ法によって、都合カードを併せてチームの問題構造化し、班ごとの結果のプレゼンを行う。もって、
「私たちは、なぜデータを用い、それによっていかなる問題を解くのか」
について意識を高める。この段階で、データ社会とそこにおいて活動する組織における各自のロールを考える。ここでは、ロールプレイゲームにより、ロールのシーケンシャルな組み合わせによって、何が達成できるか？成果を高めるには、何をどう変えれば良いか？を考える。そして、具体的に利用するデータを探索するEvidence based mission（HieNARを利用）により、上のデータ等を実際に収集してみよう。
各班で、シナリオの実施シミュレーション（必要なデータ分析など含めてよい）を行い、最終的には 各班の①共有問題 ②各自のロール ③ロール技術と役割の達成度（予想）について発表する。最終レポートは、「イノベーションを起こすデータ社会とは」について独自性の高いレベルを期待する。そのために、
生成AIをうまく使うことは積極的に認めたい。
First, in the introduction, we consider why we need to move beyond the traditional concept of the “data market” at this point in time.
Next, students conduct “research” to gather facts related to the data market in the real world. Here, the students’ skill lies in extending their thinking to include indirect connections. This research extends to additional interviews aimed at filling in these gaps (filling in the missing links), and by presenting their findings, students interpret the overall structure together. Explain your own concerns and arguments, and use metacognition to recognize your own uniqueness.
Next, after creating a rough problem tree (using Dfrom) and identifying common problems (using Convenience Cards), we deepen our understanding of the information through a second round of research. Students will examine the necessity of data and the data society, along with guidelines for its use (Why & How), and learn that the data society is also a network of people’s circumstances. Using the KJ method, teams will structure their problems by combining these “circumstance cards” and present their results. Through this process,
“Why do we use data, and what problems do we solve with it?”
. At this stage, students consider their individual roles within the data society and the organizations operating within it. Through role-playing games, they explore what can be achieved through sequential combinations of roles and consider what changes are needed to improve outcomes. Then, through an Evidence-Based Mission (using HieNAR) to identify specific data for use, they will actually collect the relevant data.
Each group will conduct a simulation of the scenario (which may include necessary data analysis), and ultimately present on: ① the shared problem, ② each member’s role, and ③ the (expected) level of achievement regarding role-specific skills and responsibilities. For the final report, we expect a high degree of originality on the topic of “What is a data-driven society that drives innovation?” To that end,
we actively encourage the effective use of generative AI.
授業の方法
上記に含めた
成績評価方法
レポートによる。講義出席率は、補助的に参照する。また、実質的に参加していない（講義中に名前を呼んで返事が即時にないなど）については欠席とする。
履修上の注意
毎回、PC持参のこと
「取材」は授業時間以外にも合間など積極的に見つけて行うことを奨励する
実務経験と授業科目の関連性
適宜実務家を招聘し、議論に参加してもらう可能性がある。
