Shoji Times

#2026-05-06
20 sources → 8 news printed at 2026/05/07
academia
兵庫県立大学社会情報科学部、2027年度入学定員を100→160名に増員

兵庫県立大学社会情報科学部、2027年度入学定員を100→160名に増員

文部科学省「大学・高専機能強化支援事業」によるデジタル分野学部再編が地方公立大で具体化し、データサイエンス人材の供給拠点が首都圏外でも増える

兵庫県立大学社会情報科学部、2027年度入学定員を100→160名に増員


何が変わったか

これまでの兵庫県立大学社会情報科学部は、2019 年 4 月の新設以来、入学定員 100 名で運営されてきた。一般選抜中期日程の試験は英語 (200 点) と数学を含む構成で、データサイエンス系学部としての試験設計は標準的だった。

直近の発表で、2027 年 4 月に入学定員を 100 名から 160 名に増やし、一般選抜中期日程の個別試験を「数学のみ (400 点)」に一本化する大幅な定員・選抜制度改革が決定された。一般選抜前期日程は 60→90 名 (1.5 倍)、中期日程は 20→35 名、学校推薦型も 20→35 名となる。共通テストは英語 200→300 点、情報 100→200 点、合計 1000→1200 点に変更される。

社会にどんな影響があるか

主たる影響として、文部科学省の「大学・高専機能強化支援事業」によるデジタル分野学部再編が地方公立大学で具体化し、首都圏外でもデータサイエンス人材の供給拠点が増える。同事業 (支援 1: 学部再編等による特定成長分野への転換等に係る支援) に採択されたことが今回の定員増の直接の根拠で、関西圏の高校生にとっては京阪神の私大データサイエンス系学部 (関西学院・近畿大など) と並ぶ国公立選択肢が強化される。

一方で副作用として、中期日程の個別試験を「数学のみ」に絞る設計は、英語が得意で数学が苦手なタイプの受験者を弾く設計になる。データサイエンス学部の人材像を「数学的素養が必須」と再定義する強い意思表明だが、文系出身でデータ活用に進むキャリアパスを狭める可能性がある。

俺にどんな影響があるか

PRES のサービス設計から見ると、関西圏のデータサイエンス系大学のキャパシティが拡張されることは、研究室技術を提供する元の母集団 (学部・大学院の研究室) を増やす方向に働く。社会情報科学部はデータサイエンス教育に理解のある企業や自治体とのコラボレーションを謳っており、PBL 演習・客員講師招聘の文脈で接点を作りうる。レンタル DX 推進室の地方展開を考える際、首都圏以外のデータサイエンス学部の存在は社会的需要の表れとして読める。

ニュースの詳細

兵庫県立大学社会情報科学部は、2027 年 4 月に入学定員を 100 名から 160 名に増やす。一般選抜前期日程は 60 名→90 名 (1.5 倍)、中期日程は 20 名→35 名、学校推薦型も 20 名→35 名に変更する。

定員増は、文部科学省「大学・高専機能強化支援事業」の支援 1 (学部再編等による特定成長分野への転換等に係る支援) に採択されたことに伴うもの。デジタル・グリーン等の成長分野への学部転換等の改革を行う大学を支援する事業。

2027 年度入試より中期日程の試験科目および配点が変わる。共通テストは英語の配点を 200→300 点、情報は 100→200 点とし、合計 1000→1200 点。個別テストは配点 200 点だった「英語」を廃止し、配点 400 点の「数学のみ」に変更する。

社会情報科学部は 2019 年 4 月新設で、情報科学を軸に高度化・複雑化する社会の課題解決教育・研究を行う。1 年次から課題解決型 PBL 演習を実施し、データサイエンス教育に理解のある企業・自治体から講師を招きロールモデルやビジネスモデルなど「生きたデータ」の提供を受ける特長的なカリキュラムを展開している。

キーワード解説

大学・高専機能強化支援事業 とは、文部科学省が 2023 年度から実施している大学改革支援制度。デジタル・グリーンなどの成長分野への学部再編・新設を行う大学に基金 (3000 億円規模) から運営費を補助する仕組みで、支援 1 (学部再編) と支援 2 (高度情報専門人材育成) の 2 区分がある。日本の研究大学群が成長分野に人的資源を再配分するための主要装置。

社会情報科学部 とは、兵庫県立大学が 2019 年に新設した学部で、情報科学を社会課題解決に応用する教育・研究を行う。データサイエンス・社会実装・課題解決型学習 (PBL) を軸に、企業・自治体との連携で「生きたデータ」を扱うカリキュラムを特徴とする。

PBL (Project-Based Learning) とは、学習者が実際の課題に取り組みながら学ぶ教育手法。講義型と異なり、企業・自治体・地域から提示された具体的問題を学生チームが調査・分析・提案する形で進む。データサイエンス教育では「生きたデータ」と組み合わされ、知識習得と実践力の同時育成を狙う。

source: 大学ジャーナルオンライン , 兵庫県立大学 (募集要項 PDF)