・自大学におけるリテラシーレベルの数理・データサイエンス・AI教育の全学的な実施
〇令和3年度の教養教育科目の改革に伴い、1年次全学共通必修科目として、数理・データサイエンス科目（「データサイエンス」「統計学」）を開講する。授業は講義形式で学部毎にクラスを編成し，その授業担当は、専門的人材を有する情報データ科学部（令和2年度から開設）の教員が行う。また，授業内容については、各学部からの要望を反映させ，リテラシーレベルから専門教育の応用基礎レベルへの移行を視野に入れた授業を展開し、きめ細やかな教育を実施する。
・自大学における応用基礎レベルの数理・データサイエンス・AI教育の実施
〇応用基礎レベルの数理・データサイエンス・AI教育の実施については、各学部の既存科目（例えば、薬学部における薬学統計学、応用情報処理など）において、数理データサイエンス_標準カリキュラムの学修目標との照合（マッピング）結果を基に授業を実施するとともに、「情報データ科学部」から助言・支援を受けながら，既存科目の充実を図り、リテラシーレベルから応用基礎レベルへの移行を図る。
・ＦＤ活動等を通じた、他の国公私立の大学（地域の大学等）への数理・データサイエンス・AI教育の普及の促進
〇学内で数理系科目・情報系科目を担当する教員に向け、数理・データサイエンス・AI教育の他大学の事例を含んだＦＤ研修を開催し、同時に動画コンテンツとしてアーカイブし、e-learningシステムに導入する。
〇担当教員の人材育成に関しては、拠点校・コンソーシアムが提案する「標準カリキュラム」を参考に、学内で数理系科目・情報系科目を担当する教員を中心に教材のカスタマイズを行い、本学教員の出張によるFD研修やe-learningシステムを活用し、学内外への普及を行う。
〇連携する大学としては、大学コンソーシアム長崎（長崎大学を中心として取り組んでいる大学連携事業）を活用した連携教育強化を考え、NICEキャンパス長崎の単位互換制度を活用する。
その際、対面授業の他、同期型授業としては、既存の遠隔授業システムの利用、非同期型として主体的学習促進支援システム（ＬＡＣＳ）を有効活用し、授業展開を行う。