大規模言語モデルによる生成系AI (ChatGPT) の成功で、AI技術の実装研究が各分野で加速している。このような状況で、直接AI技術の開発に携わっていない技術者は、DXをどのように進めていったら良いのか、悩んでいないか? DXとは、「デジタルテクノロジーを使用して、ビジネスプロセス・文化・顧客体験を新たに創造 (あるいは既存のそれを改良) して、変わり続けるビジネスや市場の要求を満たすプロセスである。」とWikipediaに書かれている。この説明は抽象的なため、組織活動、あるいは個人の活動単位にDXを実装するためには、具体的な再定義が必要である。
　さて、50年ほど前に、マイクロコンピューター (マイコン) が登場し、デジタル革命が起き、これまでのデジタル化の進行過程で、「変革のプロセス」が少し見えてきたので、より良い方向となるように皆が主体的に活動して社会を変えてゆこう、とストルターマンはDXを呼びかけたのである。異なる組織やそれぞれのポジションで見えてきた変革のプロセス、DXには、情報技術の導入により古典的なプロセスを新たなプロセスに置き換えるケースと、従来プロセスに新たなプロセスを加えるケースとが考えられる。前者は、少なからず社会へ影響を与えるので、社会との合意や調整、すり合わせなどが必須である。しかし、後者では、周囲に影響を及ぼす変革の宿命から同様の作業を求められたとしても、技術者一人一人が業務をカイゼンするために、躊躇することなく即座にDXを実践すべきではないか。
　本セミナーでは、まだ業務プロセスにDXを実装できていない技術者や、これからDXで業務変革を進めよう、あるいは進め始めた技術者を対象に、業務にDXを実装するためのヒントと具体的方法を提供する。また、本セミナーで紹介するオブジェクト指向は、コーチング・スキルの向上にもつながるので、指導的立場の方には大変参考になる。

1. コンピューターの登場と業務のイノベーション
   1. 計算機からOA機器へ
   2. データサイエンスと科学
   3. 第三次AIブームから社会実装へ
   4. ExcelにPython搭載
   5. デジタルトランスフォーメーション (DX)
2. 科学と技術
   1. トランスサイエンス
   2. 科学と非科学
   3. 科学の方法と技術開発
3. 第三次AIブームとプログラミング言語
   1. プログラミング言語の歴史
   2. アルゴリズムとデータ
   3. 大規模プログラミングを可能にしたオブジェクト指向
   4. データ駆動
4. Python概略
   1. Python文法と学習の仕方
   2. PythonプログラミングとAI
   3. Pythonによるデータ処理自動化
   4. データサイエンスとPython
   5. タグチメソッドとPython
5. 問題解決法とオブジェクト指向
   1. 日々の業務は問題解決で進行する。
   2. 問題解決の方法
   3. アイデア創出法 (アルゴリズム) とデータ
   4. データはオブジェクト
   5. オブジェクト指向による問題解決
6. まとめ