| name | entrance-exam-ai-policy |
| description | 入試の志望理由書や総合型選抜書類に生成 AI を使った場合の扱いを決めたい、 出願要項に AI 使用可否をどう書くか悩む、AI 検知ツール導入を検討している、 志望理由書に AI 使用の疑義が生じた時の判断基準を整備したい、 不正認定と教育機会のどちらで運用するか迷う場面で使う入試部門職員向けスキル。 文科省通知を骨格に、3 類型判断・二重確認プロセス・運用語彙選択・ツール未導入大学向け代替案を提供する。
|
| license | CC BY-SA 4.0 |
| metadata | {"version":"1.1.0","last_updated":"2026-04-21","author":"gmoriki"} |
entrance-exam-ai-policy
入試書類における生成 AI 使用の判断フレームワークと運用プロセス
1. Overview
総合型選抜・学校推薦型選抜の出願書類における生成 AI 利用は、2024 年以降急速に顕在化した入試部門固有の課題である。志望理由書や学修計画書において AI 生成テキストの混入が疑われるケースは複数大学で報告されており、検知ツールの検出率も 70% 程度にとどまる。
本スキルは、文部科学省「大学入学者選抜における生成 AI の取扱いについて」（2024-08-01）を骨格として、出願要項への記載文言・疑義発生時の確認プロセス・不正認定と教育機会のバランスを判断するフレームワークを提供する。
入試部門は高い中立性が求められるため、担当職員の個人判断で運用すると一貫性が揺らぐ。入試委員会での合意形成と、出願要項・審査マニュアル・疑義対応手順の 3 点セットを整備することが求められる。検知ツール未導入の大学でも、書類審査段階での複眼的確認・面接での深堀り・不自然さ検出のチェックリストで代替可能な運用を提示する。
「不正認定」と「教育機会」の境界は難しい判断である。山梨大学のように「不正行為・合格取消」を明言する踏み込んだ運用と、「AI 使用を禁止しつつ、発覚時は受験生との対話を通じて判断する」より柔軟な運用の両方が実在する。本スキルは各大学が選べるオプションを提示する。
2. Prerequisites
- 所属大学の AI 利用ガイドライン確認（特に入試関連規程との整合性）
skills/confidential-info-guidelines/ の 3 段分類の把握（受験生情報は Level 3 機密情報）- 現行の出願要項における不正行為条項の確認
- 文科省「大学入学者選抜における生成 AI の取扱いについて」（2024-08-01）の内容把握
- 検知ツール（導入予定含む）の検出率・運用コストの現実的理解
3. 主な利用者
- 主な利用者: 職員（入試課・アドミッションオフィス）
- 副次的利用者: 入試委員会、副学長（入試担当）
- 意思決定主体: 入試委員会が方針決定、入試課が運用
4. 判断フレームワーク
3 類型による判断
| 類型 | 対象書類 | AI 使用の扱い | 根拠 |
|---|
| 類型 I | 志望理由書 | 「そのまま使用」は禁止、支援的利用の扱いは大学が明示 | 受験生の動機・主体性を評価するため |
| 類型 II | 学修計画書・研究計画書 | 論旨の生成は禁止、文献検索等の補助は許容範囲を明示 | 受験生の学術的構想力を評価するため |
| 類型 III | 小論文（試験当日実施含む） | 試験時は完全禁止、事前課題型は類型 I に準じる | 試験場での筆記能力確認のため |
疑義発生時の二重確認プロセス
- 書類審査段階: 複数審査員による独立判定、不自然さの共通指摘があれば要精査
- 検知ツール活用: 導入大学のみ。検出率 70% 前提で補助的扱い
- 面接・口頭試問: 書類内容の深堀り質問で理解度確認
- 受験生への事情聴取: 不正認定前に受験生の説明機会を設ける
運用語彙の選択
- 踏み込み型: 「不正行為」「合格取消」を明示（山梨大学型）
- 柔軟型: 「AI 単独での作成は避けるよう求める」「記載が不自然な場合は面接で確認」
- 中間型: 禁止は明示しつつ、疑義発生時は「教育機会」として面接を実施
ツール未導入大学向け代替案
- 書類審査の複数審査員制（最低 2 名独立判定）
- 面接での深堀り質問リストの整備
- 志望理由書の「本校での学びを選んだきっかけ」等、個人史と結びつく質問を審査項目に含める
- 入試委員会での疑義ケース共有会（学期末等）
5. 判断フロー
flowchart TD
A[出願要項策定／疑義発生] --> B{場面は?}
B -->|出願要項策定| C[類型 I-III 別に記載文言を決定]
B -->|疑義発生| D[書類審査段階での二重確認]
C --> E{検知ツール導入?}
E -->|導入| F[要項に検知実施を明示]
E -->|未導入| G[複数審査員による独立判定を明示]
F --> H[入試委員会承認]
G --> H
D --> I{複数審査員で<br>疑義共通?}
I -->|Yes| J[面接・口頭試問で深堀り]
I -->|No| K[通常審査継続]
J --> L{受験生説明後も<br>疑義残る?}
L -->|Yes| M[入試委員会付議]
L -->|No| K
M --> N{運用語彙に応じた判定}
N --> O[結果通知と記録保存]
6. 使用場面
シーン A: 2027 年度入試要項に AI 使用方針を記載する
入試課長から「次年度の要項に AI 使用方針を明示したい」と相談。類型 I-III 別の記載文言案を作成し、入試委員会に付議する。踏み込み型・柔軟型・中間型の 3 案を提示、メリット・デメリットを整理して委員会の選択に委ねる。検知ツール導入は予算制約で困難なため、複数審査員制を前提に要項文言を組み立てる。
シーン B: 総合型選抜の志望理由書に疑義が生じた
書類審査を担当した教員 2 名から「表現が不自然に流暢」「固有名詞の使い方が他書類と異なる」との指摘。面接官に情報を共有し、志望動機の具体的きっかけを深掘りする質問を用意。受験生の回答が書類記載と整合するか、想定外の質問に対応できるかを観察する。入試委員会に事案として記録し、判定は委員会方針に従う。
シーン C: 検知ツール導入を検討している
ベンダーから営業提案。検出率 70% 程度、年間数百万円の運用コスト。単年度予算での継続判断が必要。代替案として、審査員研修の充実と複数審査員制の強化、面接での深堀り質問整備を提案する文書を作成、費用対効果を比較して入試委員会に上程する。
→ より詳細な事例は examples/example-01-sougou-senbatsu-suspicion.md を参照。
7. Limitations
- 所属大学の入試規程が最優先: 本スキルは汎用フレームワーク、各大学の入試委員会方針が常に優先される
- 検知ツール検出率は 70% 程度: AI 検知を絶対基準にできない。二重確認が必須
- 不正認定には受験生の説明機会を: 一方的認定は後日の異議申立てリスクが高い
- 文科省通知・出願要項は毎年更新: 半期改訂時に最新状況を再確認
- ツール仕様変更: 生成 AI 側の高度化で検知回避が進む可能性があり、書類審査方法自体の設計が重要
- 法的助言ではない: 不正認定・合格取消等の判断は、必ず法務部門・顧問弁護士と協議すること
References
