日本工業大学のDXハイスクール支援を推薦に生かす｜プログラミング・データの探究【2027年度】

日本工業大学のDXハイスクール支援プロジェクトは、高校の情報教育や探究を、大学の専門教員が支援する取組です。プログラミング、データ分析、AI、ものづくりなどの学びを、学校での研究へ発展させられます。総合型選抜・公募推薦につなげるなら、教わった手順を再現するだけでなく、自分の問いを立てて検証することが大切です。

日本工業大学のDXハイスクール支援プロジェクトで学べることと参加条件

大学は、DXハイスクール採択校に向けて、出前授業、研究室インターンシップ、探究学習の指導などの経験を生かした支援を案内しています。高校の教員向けの提案も含み、個人が全科目を一括受講する一般募集の講座ではありません。

科目には、ドリトルやmicro:bitで学ぶプログラミング、平均・中央値を使うデータ分析、AI画像処理、3次元点群、CAD等のものづくり、言葉の意味の数値化などがあります。学校の学習目標と、本人の探究課題に合う内容を選ぶことが重要です。

必要なパソコンや通信環境などは科目により異なります。実施内容や回数、機材、費用等は、学校を通じて大学へ相談しましょう。現在掲載されている支援の説明であり、特定年度の全校共通日程や、全員が同じ研究成果を得る制度という意味ではありません。

出典：DXハイスクール支援プロジェクト・現行支援科目と実施方法

参加した経験を、推薦で伝わる成果へ

例えば、センサーのプログラムを学んだ後、置く場所や測る時間によって値がどう変わるかを比べる方法があります。AI画像処理なら、学習や評価に使う画像の条件を分け、どのような場面で判定が変わるかを調べられます。

動くプログラムに加え、条件を変えて確かめた記録を残すことが重要です。自分が書いた部分、教員や教材のコードを使った部分、AIの提案を利用した部分を区別し、結果を本人が説明できるようにしましょう。うまくいかなかった条件も、次に調べる問いになります。

資格と研究成果をどう組み合わせるか

情報技術の資格学習をアルゴリズムやネットワークの理解へ、統計検定をデータの比較へつなげられます。情報オリンピックの学習や予選の実際の成績を活用する場合も、解いた問題や工夫した考え方を説明する準備が大切です。機器や動きを扱うなら数学・物理の基礎も重要になります。

以下は2027年度方式の比較です。筑波・東京電機の該当方式は2026年9月、工学院は10月に出願を終えています。今後始める研究や制作を、それ以前の実績として提出することはできません。高校1・2年生は、学校での探究を翌年度以降まで深める計画を立てられます。

研究・学習実績を伝えられる大学3校

筑波大学の2027年度AC入試要項5ページ（PDF5頁）は、継続的な取り組みから「問題解決能力」を評価するとしています。情報学群情報科学類の求める活動に合わせ、プログラミングやデータの問いを立て、方法を試し、結果を検討してきた過程を説明する方法が考えられます。

対象は最近2年間またはそれ以上にわたる活動です。受講の前後を含め、自分が取り組んできた過程を整理しましょう。高校卒業者・2027年3月卒業見込み等が対象で、共通テストは不要です。自己推薦書・活動経過報告書・根拠資料等による一次選考の後、面接・口述試験があります。

出典：筑波大学・2027年度AC入試要項5〜7ページ

工学院大学情報学部の探究成果活用型は、2027年3月卒業見込みで、理数系の探究と学内外発表または外部コンクール等への提出経験が必要です。全体評定は普通科・理数科3.2、専門学科3.5以上です。その他の学科は数学Ⅰ・Ⅱ・A・B・Cと指定理科1科目群を両方履修・履修見込みなら3.2、それ以外は3.5以上となります。一次は英語・数学と書類、二次は発表と質疑応答です。

出典：工学院大学・2027年度探究成果活用型要項4〜5ページ

東京電機大学理工学部の総合型選抜（AO）は、高校卒業者・2027年3月卒業見込み等が対象です。高校卒業資格のルートは数学・外国語が各3.3以上。普通科は数学Ⅰ・Ⅱ・A・B・Cと英語コミュニケーションⅠ・Ⅱ、工業科・総合学科等は数学Ⅰ・Ⅱと英語コミュニケーションⅠの履修が必要です。事前課題・活動報告等と、発表・口頭試問を含む面接で選考し、他大学と併願できます。

出典：東京電機大学・2027年度総合型選抜要項4・6〜9ページ

理系推薦には、倍率が比較的落ち着いた方式も

2026年度入試では、静岡大学工学部数理システム工学科の学校推薦型選抜Ⅱは、受験者4人・合格者2人で実質倍率2.00倍でした。プログラムの参加選考とは別の、大学入試の実績です。

資格、研究で得た成果、基礎学力を早くからそろえることで、名門理系大学も目標にできます。倍率だけで判断せず、本人の分野や評定、発表経験に合う方式を選びましょう。

出典：令和8年度 入学試験に関する調査資料（PDF6頁）

スキルパスで、プログラム参加を推薦の実績へ

スキルパスでは、学校の支援授業で学ぶ内容を踏まえ、教科・資格対策と自分の制作・研究を組み合わせます。何を測りたいか、どの条件で比較するかを整理し、プログラムの原理やPythonでの分析を本人が理解できる準備へ進みます。

成果資料では、コード、実験条件、結果、修正の理由を整理します。志望理由書では、制作中に残った疑問を大学の情報・工学の学びへつなげます。発表・口頭試問では、なぜその処理を使ったか、別のデータでも同じ結果になるかを答える練習を重ねます。授業で学んだ技術を、自分が検証した研究実績へ育てることを支援します。

スキルパスは、オンラインの個別指導で、学習計画から活動資料、大学別の志望理由書・発表・口頭試問まで徹底伴走します。受講前の準備や、受講後の成果の生かし方を、下の無料受験相談フォームからご相談ください。

筑波大学の対策記事を読む

工学院大学の対策記事を読む

東京電機大学の対策記事を読む