大学職員の生成AI業務活用｜教務・学生対応・事務の実例12件を「入力→出力→人の確認」で整理
大学の生成AI活用は、業務ごとに「入力するもの」「生成AIが出すもの」「人が確認すること」を分けて考えると、試せる範囲が見えてきます。本記事では、教務・学生対応・事務の領域で、この形に沿った実例を紹介します。
あわせて、個人情報を含む業務の考え方と、効果の確かめ方も短く触れます。なお、本記事の12件は、業務の進め方を整理するための例です。特定の大学の導入実績や効果を示すものではありません。
先に押さえたい前提
生成AIは、文章の下書き・要約・整理・分類を得意とします。一方で、事実の正確さや最終判断は人が担います。そのため、どの業務でも「人が確認すること」を先に決めておくことが大切です。
学内の個人情報や機微情報は、学外に持ち出さない前提で扱います。以下の実例は、個人が特定できない形に加工した文書や、公開済みの規程・案内文を入力する想定で書いています。利用ルールや入力情報の区分、確認体制の決め方は、本シリーズのNo.1の記事で整理していますので、そちらをご確認ください。
また、システムを入れる前に、業務を分解して標準化し、データが残る状態をつくることが先決です。業務の流れが整理されていないと、生成AIを使っても効果が測れません。
教務の実例（No.1〜4）
シラバス点検、履修案内、授業評価の自由記述、議事録整理。
No.1 シラバスの記載漏れ・表記ゆれの点検
- 入力するもの：提出済みシラバスの本文（授業計画、成績評価方法の欄）
- 生成AIが出すもの：必須項目の抜け、表記ゆれ、評価方法と到達目標のずれの候補一覧
- 人が確認すること：指摘が実際に修正対象か。内容の最終判断は教務担当と教員が行います。
No.2 履修案内・学事日程の文案づくり
- 入力するもの：前年度の案内文と、今年度の変更点メモ
- 生成AIが出すもの：変更点を反映した案内文のたたき台
- 人が確認すること：日付・要件・条文番号など、数値や固有の情報の正誤
No.3 授業評価アンケートの自由記述の整理
- 入力するもの：個人が特定できないよう加工した自由記述
- 生成AIが出すもの：テーマ別の分類と要約
- 人が確認すること：分類の妥当性、少数意見の取りこぼし、元の記述との照合
No.4 会議資料・議事録の要点整理
- 入力するもの：委員会の議事メモ（学内の閉じた環境で扱えるもの）
- 生成AIが出すもの：決定事項・宿題事項・担当の一覧案
- 人が確認すること：発言の趣旨が正しいか、決定事項に漏れがないか
学生対応の実例（No.5〜8）
FAQ整備、返信案、お知らせの書き換え、問い合わせ傾向の分析。
No.5 よくある質問（FAQ）の整備
- 入力するもの：窓口に寄せられた問い合わせの種類と、公開済みの規程・案内
- 生成AIが出すもの：質問と回答の案、似た質問のまとまり
- 人が確認すること：回答が規程と一致するか。更新時期の管理も人が決めます。
No.6 窓口対応メールの返信案
- 入力するもの：個人情報を除いた問い合わせ内容の要旨
- 生成AIが出すもの：丁寧な文体の返信案
- 人が確認すること：個別事情に合うか、約束してはいけない内容を含んでいないか
No.7 学生向けお知らせの読みやすい書き換え
- 入力するもの：既存の通知文
- 生成AIが出すもの：短く平易にした文面、箇条書き版、必要に応じた英語版
- 人が確認すること：期限・手続き・条件が変わっていないか
No.8 問い合わせ傾向の分析メモ
- 入力するもの：問い合わせ種別と件数の集計表（個人が特定できない形）
- 生成AIが出すもの：時期ごとの傾向の読み取り案、案内を先出しすべき事項の候補
- 人が確認すること：集計元のデータが正しいか、解釈が現場の実感と合うか
事務の実例（No.9〜12）
文書下書き、規程比較、手順標準化、報告書の文章化。
No.9 学内文書の下書き
- 入力するもの：目的、宛先、盛り込む要点
- 生成AIが出すもの：通知文・依頼文の下書き
- 人が確認すること：学内の書式・敬称・決裁ルールとの整合
No.10 規程・マニュアルの比較と要約
- 入力するもの：改正前後の規程、既存のマニュアル
- 生成AIが出すもの：変更点の一覧、手順の要約
- 人が確認すること：条文との照合。法的な解釈は所管部署が確認します。
No.11 業務手順の棚卸しと標準化の下書き
- 入力するもの：担当者が書き出した業務メモ、作業の順番
- 生成AIが出すもの：手順書の構成案、抜けやすい確認点の候補
- 人が確認すること：実際の運用と合っているか。複数部署で突き合わせます。
No.12 集計・報告書の文章化
- 入力するもの：集計済みの表（個人が特定できない形）
- 生成AIが出すもの：表の読み取りを文章にした下書き
- 人が確認すること：数値の転記ミス、因果の言い過ぎがないか
個人情報を含む業務はどう扱うか
学生の成績・相談内容・健康情報などは、外部のクラウドAIにそのまま入れる使い方は前提にしません。まず、個人情報を含まない形に加工できる業務から試します。個人情報を含む業務は、学内の閉じた環境で扱えるか、そもそも対象にするかを、情報システム部門と協議して決めます。具体的な区分は、No.1の記事をご覧ください。
自部署で試す進め方（さわり）
- 1つの業務を選び、いまの手順と所要時間を書き出します。
- 入力するものを、個人情報を含まない形に決めます。
- 出力に対して、誰が何を確認するかを決めます。
- 小さく試し、修正にかかった時間と手戻りの回数を記録します。
- 記録をもとに、続けるか、手順を直すかを部署で話し合います。
効果はどう確かめるか
導入前後で、同じ業務の「作業時間」「修正回数」「確認でみつかった誤り」を同じ方法で記録します。感覚ではなく、記録が残る状態をつくることが先です。記録が部署ごとに分断されていると比べられないため、記入欄は共通にします。うまくいかなかった試行も残しておくと、次の判断に役立ちます。
まとめ
生成AIは、入力・出力・人の確認を決めた業務から試すのが現実的です。業務の分解と標準化が進むほど、効果も測りやすくなります。ご不明な点やお困りのことがあれば、お気軽にご相談ください。
