会議の議題テンプレート
生徒たちとのセッションを進める際には、これらの既成のサンプル議題表をご利用ください。これらのテンプレートは、これまでの経験や生徒チームの編成を反映して作成されています。メンターの皆様には、チームのニーズに合わせて議題表を調整することをお勧めします。 このアジェンダは、さまざまな会議形式に対応できるよう設計されています。
チームに最も適したオプションを選んでください。
⭐️ 2時間のミーティング
2時間のミーティング1回で、議題をすべて網羅します。
🌱 1時間ずつのミーティングを2回
議題を2回の1時間ずつのミーティングに分けて進めます。
⚡️ 毎週 1時間の ミーティング
「1時間のミーティング」マーカーを使って、毎週1時間のミーティングで完了すべき活動を特定してください。残りの活動は、ミーティングの合間に宿題として完了させてください。
ユニット 1
目次
本単元の学習目標
チーム
- チームの結束力を高める
💡アイデア創出
- 持続可能な開発目標（SDGs）に基づいて、問題の種類を理解する
- 彼らが 所属する コミュニティを 定義する
- ブレインストーミングを行い、地域社会で解決すべき潜在的な問題をリストアップする
- デジタルソリューションや人工知能を活用して問題を解決する方法について学びましょう
📱プログラミング
- アプリ開発者がデジタルソリューションを構築する際に利用できる選択肢について学びましょう
- アルゴリズムとは何かを学び、実際に作ってみる練習をしましょう
当該ユニットの活動概要
ユニット1には9つのアクティビティがありますが、そのすべてを1回のセッションで一緒に実施する必要はありません。1～2時間のミーティングで、チームとして一緒に達成したいものを選んでください。残りのアクティビティについては、チームメンバーが個別に取り組むことができます。これらのアクティビティがチームにどのようなメリットをもたらすかについては、 「アクティビティの目的」をご確認ください。注：App Inventor の使用を強く推奨します。Thunkableでは、無料アカウントに追加の制限が設けられている可能性があるためです。
会議中に実施可能です
会議が終わってからでも大丈夫です
アクティビティ
💡問題の特定 アクティビティ1： 「コミュニティの理解（パート1）」ワークシート （1ページ目）は、チームメンバーの所属するコミュニティやその人口統計を明確にし、プロジェクトで重点的に取り組む特定のコミュニティをチームが選ぶのに役立ちます。 |
💡問題の特定 アクティビティ2： 「地域社会を理解する（パート2）」ワークシート （2ページ目）では、チームメンバーに地元の地域社会へフィールドトリップに出かけ、観察や情報収集を行うよう求めています。 |
💡問題の特定 アクティビティ4： 「問題のブレインストーミング」ワークシート （2ページ）地域社会の問題や国連の持続可能な開発目標（SDGs）についてこれまでに学んだことを基に、さまざまな問題のアイデアをブレインストーミングしましょう。 |
💡テクノロジーを活用した問題解決 アクティビティ1： お気に入りのアプリの特徴 – お気に入りのアプリを調べて、それらがスマートフォンのどのような機能を利用しているかを確認しましょう。 |
📱さまざまなモバイルアプリビルダーを探る アクティビティ1： 設定 App Inventor （生徒にはGmailアカウントが必要です。 作成できます） | Thunkable。 チームを2つに分け、半数はApp Inventorを、残りの半数はThunkableを使ってもらい、それぞれのプラットフォームの使い心地を比較させてみてください。その後、各グループがプラットフォームの良かった点や悪かった点をチーム全体に報告してもらいます。 注： 設定は少々複雑になる場合があります。メンターとして、ミーティングの前にご自身で一通り手順を確認し、生徒が直面する可能性のある問題のトラブルシューティングができるようにしておく必要があります。 |
📱さまざまなモバイルアプリビルダーを探る アクティビティ2： 初めてのアプリをコーディングする（App Inventor | Thunkable) Thunkableに関する注意事項： 新しいプロジェクトを作成する際、「ドラッグ＆ドロップビルダーを使用する」のチェックボックスがオンになっていることを確認してください。 |
📱さまざまなWebアプリビルダーを探るアクティビティ： PythonとStreamlitの始め方 |
📱 アルゴリズム アクティビティ： 日常的な作業のためのアルゴリズムを書く練習をしてみましょう |
活動の目的：
💡（アイデア創出） 問題の特定 (90分)
これらの活動を通じて、生徒は以下のことを行います：
- 問題の分類方法や、それらが属するコミュニティの特定方法、国連の持続可能な開発目標（SDGs）について学びましょう、 問題の解決策を検討しましょう。
- これらの活動は、生徒たちが 取り組むべき課題を選ぶのに役立ちます。生徒たちは、自身の経験をもとに、皆で解決すべき共通の課題を見つけ出すべきです。
💡（アイデア創出） テクノロジーを活用した問題解決 (30分)
これらの活動を通じて、生徒は以下のことを行います：
- テクノロジーが問題解決の有効な手段となり得ることを学びます。さらに、人工知能（AI）が、世界をより良い場所にするために生活のあらゆる場面で活用されていることも学びます。
- その問題に対する彼らの提案された解決策について、考え始めてみてください。
- モバイルアプリが最適な解決策となるでしょうか？
- モバイルアプリ、ウェブアプリ、プログレッシブウェブアプリのどれを作るかを選ぶ
- 携帯電話のどのような機能（例：カメラ、GPS、メッセージ機能など）が解決策の一部となり得るでしょうか？ モバイルアプリが最善の解決策となるでしょうか？
- それとも、AIはあなたの問題の解決策を生み出すために活用できる技術なのでしょうか？
📱(コーディング) さまざまなモバイルアプリビルダーを探る (60分)
これらの活動を通じて、生徒たちは：
- 作成したいプロジェクトに、どのアプリビルダーが適しているかを判断する。この 動画は では、選択肢の概要を説明しています。 注： 初心者向けカリキュラムではApp InventorとScratchのみを扱っていますので、初心者を指導する場合は、そのいずれかを使用してください。
- Technovationのカリキュラムでは、MIT App InventorとThunkableという2つのブロックコーディングプラットフォームについて解説しています。
過去の参加者からのアドバイス
Thunkableは、きれいなインターフェース、iOSとの互換性、他のアプリビルダーにはない機能を備えている。
- App Inventorは信頼性が高く、多くの参加者がこのツールにある程度慣れている。
- SwiftとJavaはさらなるチャレンジや、さまざまな機能を活用したい方に最適です。
- 他のプログラミング言語でも構いません。
2つのプラットフォームにおけるテストに関する注意事項
App Inventor セットアップの際に問題が生じることがあります。特に、ネットワークセキュリティが厳重に管理されている環境（学校や企業など）ではなおさらです。スマートフォンで「AI Companion」を使用する場合：
- デバイスとコンピュータは、同じネットワークに接続されている必要があります。
- それでも解決しない場合は、デバイスとブラウザの両方を再起動または更新してみてください。
- 別の端末を使ってみてください（古い携帯電話の多くは接続に問題が生じることがあります）
- 電話の接続が開始された後にエラーが発生した場合は、以前のセッションに接続されたままになっていないか確認してください。接続をリセットして、もう一度試してください。
- 画面数の多いアプリは、AI Companion経由で接続した場合、読み込みの問題や成功率が不安定になることがあります。チームには、アプリの画面数を制限することをお勧めします。コンポーネントの表示設定を調整することで、複数の画面があるように見せることができます。
App Inventorでエミュレータを使用するには、App Inventorソフトウェアをダウンロードする必要があります。この作業は少々手間がかかる場合がありますが、一度動作させれば、その後は問題なく動作し続けるはずです。ただし、エミュレータでは一部のコンポーネント（AIコンポーネントなど）が動作しません。
Thunkable Thunkableは、App Inventorよりもテストが簡単です。アプリを「プレビュー」するだけで、ブラウザ上で動作します。スマートフォンでテストしたい場合は、Thunkableアプリをダウンロードする必要がありますが、その手順はとても簡単です。
📱(コーディング) さまざまなWebアプリビルダーを探る (45分)
これらの活動を通じて、生徒たちは：
- 構築したいプロジェクトにどのWebアプリ言語が適しているかを判断し、その言語についてある程度の経験を持つこと。
- Technovationのカリキュラムは、Pythonを使ったWebアプリの制作に重点を置いています。 Pythonを使って簡単にWebアプリを構築するために、 Streamlitというフレームワークを使用します。
STREAMLITの特徴
Streamlitを使えば、わずかなコードで強力でインタラクティブなWebアプリを構築できます。データを取り扱うアプリに特化しており、Pythonの機械学習ライブラリを簡単に活用して、アプリにAIを組み込むことができます。
- ブロックベースのコーディング経験が豊富で、新たなチャレンジを探している人には良い選択肢だ。
- テキストベースのコーディングをしたことがある人に向いている
- 広く使われている非常に汎用性の高い言語
- コンピュータにソフトウェアをインストールする必要があります。
- Pythonと関連ライブラリ
- コードエディター
- Streamlitには、GitHubを利用してブラウザ上で実行するオプションがあります［本カリキュラムでは扱いません］
- AIを使うことができる
- 機械学習モデルを構築し使用するための最も一般的な言語
- このカリキュラムでは、モデル構築にJupyter Notebooksを使用する。
📱（プログラミング） アルゴリズム (30分)
この活動では、生徒たちは：
- プログラミングで使われる「アルゴリズム」という用語は、あるタスクを実行するための一連の手順であることを学びましょう。
- コンピュータには知性はなく、指示されたことしか行いません。プログラマーは、タスクを実行するために必要な手順を記述する際、明確かつ詳細に記述しなければなりません。
