ChatGPTの登場で生成系AIに注目が集まっている。知識労働者の実務がAIに奪われそうな勢いを伝えるニュースの中で、事務文書だけでなく結婚披露宴の祝辞までAIに作らせた話題を語られても、何故か笑えない若いサラリーマンは多いのではないか。
　イノベーションのスピードが加速している。100年後は不明だが、AIが人間の作製したデータとアルゴリズムで動作している限り、現在のAIに難しい業務が存在する。それは、「何も課題の設定されていない状態で始めるデータの処理」である。この意味の詳細はセミナーで説明するが、日々の実務では、そこで見出された問題から課題を設定して仕事を始めていることに着目していただきたい。「正しい問題を見出す作業」と「課題設定作業」は、現在のAIでは難しい。ドラッカーでさえ、「正しい問題を見出す作業は難しく、それができれば、問題解決の80%はできたことになる。」と述べている。
　すなわち、「課題設定作業」や、科学で求められる「仮説設定作業」は、人間がしなければいけない仕事として残り、仕事の成果は、AI登場以前同様これらの作業の品質に左右される。
　本セミナーでは、社会基盤にAIの実装が始まった実務のあり方を想像し、問題を解決するためにデータ処理で常識となりつつあるPythonプログラミングを事例に、AI活用方法を解説するとともに、課題設定の方法やその基になるアイデア創出法を講義する。
　情報が溢れるインターネットの時代に、ビッグデータを処理するデータサイエンスも身近になっただけでなく、自由自在にデータ処理を可能とする無料のPythonプログラミング環境も充実してきた。そこに生成系AIが登場し、これら新技術により知の獲得について変革が起き始めた。先端のITスキルを身につけることで実務経験の浅い若い人が活躍できる社会になった、と前向きにとらえ、入社3年目レベルまでの若い社会人を対象に内容を構成している。実務経験が豊富な人が受講されれば、今後の実務のイノベーションの方向を知るセミナーとなる。

1. 緒言
   1. AIブームの歴史
   2. 生成系AIの歴史
   3. 生成系AIの動作
   4. データサイエンス経験
2. AIブームと社会の変化
   1. コンピューターの登場と知識労働者
   2. 科学と非科学の歴史
   3. 科学と技術
   4. データサイエンスと科学
   5. コンピューターによる問題解決とは
   6. 第三次AIブームから社会実装へ
3. オブジェクト指向と問題解決法
   1. 日々の業務は問題解決である
   2. コンピューター言語とオブジェクト指向
   3. オブジェクト指向とPython
   4. オブジェクト指向とアイデア創出
   5. アイデア創出法とデータ収集
   6. データと数理モデル、グラフ
   7. データとヒューリスティック
4. Python入門
   1. Pythonの概略とAI活用の仕方
   2. Pythonの文法
   3. 簡単なプログラム事例
   4. Pythonプログラミング
5. まとめ:情報の時代