数学が苦手でも大丈夫ですか？

プログラミングに必要な考え方について、文部科学省の小学校プログラミング教育の手引（第三版）は、有識者会議の取りまとめを引いて「プログラミング的思考」を次のように説明しています。自分が意図する一連の活動を実現するために、どんな動きの組合せが必要で、記号をどう組み合わせ、どう改善すれば意図に近づくかを「論理的に考えていく力」です。同じ箇所では、この力は将来どの進路や職業を選んでも普遍的に求められる、とも述べています。

ここで挙げられているのは、手順を組み立て、結果を見て直していく力であり、計算の速さや公式の暗記ではありません。AIコーディングエージェントに指示を出す作業は、「どの順番で何をさせるか」を組み立て、出てきた結果を見て指示を直すことの繰り返しなので、この定義とよく重なります。

シラバスの中で数字に触れる場面を拾うと、求められるのは計算よりも「言葉で決めること」だとわかります。

• 第4週: 機能ごとに受け入れ基準を書きます。教材の例は「未入力ならエラー文言が出て送信ボタンが無効になる」のような、目で確かめられる振る舞いの記述です。
• 第5週: 扱うデータの項目名・型・必須かどうか・初期値を一覧にします。表の整理であって、数式は出てきません。
• 第6週: テストのカバレッジを読みます。数値は割合で表示されますが、教材が重視しているのは全体の数値より「どの分岐がテストされていないか」を見つけることです。

アプリによっては、合計や割り勘、日付の差のような計算が必要になります。その場合も、式を自分で組む前に次の順で進めると安心です。

1. その機能を「誰が・何をすると・どうなるか」の一文で書く
2. 入力と正しい答えの具体例を2〜3組用意する（例: 1,000円を3人で割ると1人333円で、1円余る）
3. 端数をどう扱うか（切り捨て・四捨五入・余りの表示）を先に決め、AIに具体例と一緒に伝える
4. 生成されたコードを、用意した具体例で実際に動かして答え合わせする

具体例をテストとして先に書いておく進め方は、AIとテスト駆動で進める記事でも紹介しています。

数学がまったく不要というわけではありません。機械学習のモデルを自分で作る、AIが学習する仕組みを数理から理解する、物理演算を伴うゲームを作る、といった方向に進むなら、統計や線形代数などの知識が支えになります。文部科学省は大学等向けに数理・データサイエンス・AI教育プログラム認定制度を設けており、そうした素養を体系的に学ぶ場も整えられています。

一方、この講座の12週はモデルを作る内容ではなく、AIを道具として使ってアプリを仕上げるところからストア／マーケット出品までを扱う構成です。注意したいのは、AIが書いた計算処理にも端数処理の取り違えなどの誤りが紛れ込みうる点です。数学が得意かどうかに関係なく、具体例で結果を確かめる手順は省かないようにしてください。

• 小学校プログラミング教育の手引（第三版）（文部科学省）
• 数理・データサイエンス・AI教育プログラム認定制度（文部科学省）

ここに載っていない疑問は、公式LINE（新しいタブで開きます）から気軽にお寄せください。カリキュラムの全体像は全12週のシラバスで確認できます（成果や収益をお約束するものではありません）。