文科生也能学好「数据科学」基础入门…拓展孩子未来的学习方法

如今人们越来越常听到"数据科学"这个词，但许多家长可能仍认为"数据科学是理科的专业领域"，"我家孩子学文科所以无关紧要"。然而当下，社会各领域都迫切需要解读和运用数据的能力。大学层面数据科学类院系相继设立，文科院系也将该科目纳入必修课的趋势日益扩大。为何文科也需要数据科学？背后有何社会背景？又能培养哪些能力？了解这些基础知识，将成为规划孩子未来发展的重要线索。

　编程能力检定（以下简称编程检定）是一项面向小学生至社会人士的资格考试，截至2026年2月已在全国2,614个考点开放报名。我们邀请了主办方编程综合研究所的饭坂正树先生，以及国学院大学经济学部经营学科教授、信息处理学会数据科学教育委员会委员高桥尚子女士，围绕"为何当下无论文理科都应学习数据科学"这一主题展开对话。

用数据逻辑解析复杂社会

饭坂女士：提到数据科学，很多人会觉得这是理科领域，印象中很难懂。首先能否请您解释一下数据科学究竟是什么，以及它为何受到关注？

高桥先生：数据科学是运用大量相关数据分析现实社会课题，进而做出决策并付诸实践的方法论。虽然涉及数学与统计学，但其核心目标并非强化数学或科学能力，而是培养运用数据做出合理判断、推动社会发展的能力。如今它已被广泛应用于畅销商品分析、疾病早期发现、交通拥堵预测等诸多领域。

　尽管多数人面临各类课题，但解决问题的核心主体始终是当事人自身。无论是否运用数据科学，关键在于以主动解决自身课题的态度面对问题，而非完全依赖数据处理技术人员。正因如此，无论文理背景，只要具备问题意识的人都能理解数据科学。将模糊的疑问或课题转化为用数据证明其合理性的过程。数据科学之所以备受瞩目，正是因为人们日益认识到这种做法至关重要。

饭坂：近年来，多所大学相继设立数据科学类院系并完善课程体系，这背后存在哪些驱动因素？

高桥先生：最关键的因素在于社会体系正变得极其复杂。任何问题都涉及政治、经济、环境、科技、健康、文化、外交等多重维度。而当下各类信息均以数字数据形式存储于计算机中，人们正尝试通过计算机处理海量数据来探寻解决这些问题的根源。

饭坂：目前，文部科学省在大学等教育机构推广数据科学学习的"MDASH（数理数据科学AI教育项目认证制度）*"计划中，课程设置分为两个阶段。首先是培养解读数据并作出判断能力的"数据素养层级"，其上则设有能在自身专业领域活用数据的"应用基础层级"。该制度的诞生背景，我认为源于日本国际竞争力的下滑，以及老师所言世界日益复杂化，使得运用数据逻辑性地解析各类课题的需求日益迫切。*MDASH：Mathematics, Data science and AI Smart Higher education的缩写。数理数据科学AI教育项目认证制度：旨在通过文部科学大臣对符合特定标准的大学（含短期大学）及高等专科学校正规课程中数理数据科学AI教育项目进行认证/选拔，推动高等教育机构开展数理数据科学AI教育。该领域被视为数字时代的"读写算"核心能力。

國學院大學的數據科學教育「培養基於數據的論證能力」

飯坂：請問高橋教授所在的國學院大學，目前實施著怎樣的數據科學教育？

高桥：国学院大学虽以文科专业见长，但为顺应全球趋势，我校已通过MDASH数据素养等级认证。目前开设"数据素养"理论课与"计算机与信息II"实践课，修满两门课程即可获得MDASH认证。我分别负责这两门课程各一学时，学生反响热烈，可见他们对数据科学的学习热情很高。

饭坂先生：在与大学生的互动中，您在哪些场景感受到数据科学教育的效果？

高桥：在经济学院，四年级学生需在研讨班完成毕业论文，未参加研讨班者则需撰写毕业报告。无论哪种形式，我们都要求学生必须运用数据进行可视化处理，并基于可视化结果展开写作。因此，越来越多的学生开始主动利用公开数据及各类白皮书中的统计数据，通过自主思考制作图表，进而完成论文或报告。

鉴于对市场营销感兴趣的学生众多，我深切感受到他们同时掌握了数据解读能力与信息传达能力。

数据科学与编程的关系

饭坂先生：数据科学与编程之间存在怎样的关联？

高桥：处理数据的方法多种多样，最便捷的方式是使用电子表格软件进行统计和图表化。但当数据量庞大到无法通过此类工具处理，或需要分析复杂的数据关联时，就必须借助编程能力。在程序开发中，首要关键在于设计"需要执行何种处理"。若负责调查或课题解决的人员具备编程语言知识，就能与程序员使用共同语言进行沟通，精准传达设计与规格要求，从而推动开发顺利进行。

饭坂先生：当Excel处理的数据量达到千兆级别时，有时会出现无法打开的情况。这种时候果然需要程序来处理。比如分析耗时过长时，就能通过程序实现批量处理，让系统在深夜持续运行。从思维方式来看，编程必然涉及数据处理，因此与数据科学紧密相连。在逻辑分解数据进行处理的层面，两者同样需要强烈的逻辑思维能力。

您认为"程序员资格认证"对数据科学教育有何助益？

高桥先生：通过专业检测，不仅能掌握编程语言的语法和术语，还能理解数据科学领域使用的程序处理逻辑。我初学编程时，正是从阅读他人代码起步的。只要能读懂代码就能写出代码，初期模仿学习也未尝不可。通过实践体验"修改此处会产生什么效果"、"变更数据会引发什么变化"，理解力就会逐步提升。

饭坂先生：我和老师都是前系统工程师，至今仍记得年轻时编写程序的感觉，至今也能阅读代码。我认为这是终身受用的技能。虽然现在可以让AI编写程序，但当需要验证正确性或解决细节问题时，能亲自阅读代码进行修改是巨大优势。编程基础能力依然不可或缺，作为衡量自身技能的手段，专业认证考试性价比极高且极具实效。

从比较开始。将日常生活转化为数值

饭坂：作为数据科学的超入门课程，有没有适合亲子共同参与的内容呢？

高桥：根据发展心理学研究，孩子最初理解的"量"概念是"大与小"。

　例如谈论天气时，常会说"比往年热""比往年冷"。这时孩子自然会产生疑问：这个平均值是从哪里获取的呢？通过比较东京和札幌的气温差异，或许能让孩子更直观地理解。体育课进行体能测试时，比较自己擅长和不擅长的项目；或是共同查看孩子带回家的成绩单，对照平均分判断优劣——这些都是很好的实践机会。再往大一点，面临升学考试时，即使模拟考成绩高于考生平均分，若低于目标学校的报考者平均分；或者即使高于报考者平均分，也需要查看该校招生名额是否已满，从而产生"还要更努力"的动力。这类日常事物的比较，正是数据科学的基础。

饭坂：当孩子们比较感兴趣的事物时，会思考"为什么会出现这个数字？"、"为什么我得到这个数字？"，这是非常好的学习方式。

高桥先生：比较行为在日常生活中频繁出现，因此人们对此很熟悉。若将其转化为数字形式，就接近数据科学了。关键在于将直觉感受转化为具体数字。

大学入学共通测试"信息I"映射出的数据科学教育现状

饭坂先生：今年1月实施的大学入学共通测试中，"信息I"科目迎来第二次考查。总体评价认为难度有所提升，高桥老师您如何看待？

高桥：中期统计显示平均分确实比去年下降了12分左右，与其他科目难度趋同。数据科学内容集中在第4题，所有题目都要求考生解读给定数据与图表，并基于数学公式进行预测。以樱花开花预测为主题的第四题，正是那种若固守成见反而难以解答的题目。虽然子题2、3涉及回归分析等统计学技术，但即使不了解术语，只要理解开花预测与气温的关系，能依据公式解读图表并具备数据分析能力就能解出。这是道精彩的题目，希望各位考生都能尝试挑战。

饭坂先生：在考察编程知识的第三题中，同样基于去年文化祭的访客数据进行了模拟推演。整体而言，所有题目都融入了数据科学元素。若能日常关注各类数据的动态变化，将有助于备战共通测试。

　此外，今年的试题似乎还蕴含着这样的信息：希望学生们能将"在信息课上建立自己的假设并通过实证验证"这种探究方式，作为数据科学的精髓加以体会。

　最后请给正在考虑孩子升学方向和择校问题的家长们提个建议。

高桥先生：如今所有大学都在通识教育或基础教育中设置了信息相关课程或数据科学课程。虽然有些大学仅在一年级初期开设相关课程，但也有大学提供更高阶的课程，或在各学部设置信息类科目。因此建议学生在四年大学期间，哪怕每学年只修读半学期的数据科学或计算机课程，也能持续学习相关知识。信息技术日新月异，在这样的环境中从事研究与教学的教师们充满热忱，衷心希望学生们能掌握最新的技术与信息。

饭坂先生：我了解到数据科学是一门不分文理背景、不受大学年级限制、只要投入学习就能快速掌握的学科，且能切实应用于日常生活。更重要的是，对数据产生兴趣，并通过分析做出判断的思维方式本身就是数据科学——这种能力无论孩子还是成人都能从零开始掌握。衷心希望各位都能对数据科学产生兴趣。高桥老师，感谢您带来如此生动有趣的讲解。

高桥先生：谢谢您。