認証評価のエビデンス管理にAIを使う範囲と、学内で完結させる前提

認証評価のエビデンス管理でAIが担えるのは、根拠資料の検索、データの突合、対応記録の3作業です。判断は人が行い、学内の資料は学外に出さない環境を前提にします。

本記事は、大学職員（認証評価担当・情報システム担当）の方に向けて、3作業の分担と進め方の入口を整理します。

この記事の要点

なぜ「AIの前に」業務の整理が必要か

根拠資料は、教務、学生支援、総務、各学部などに分散しがちです。部署ごとに保管場所や名称の付け方が異なると、AIを使っても探し出せません。

そのため、順序は次のとおりです。

1. 業務を分解する（誰が、どの資料を、いつ作り、どこに置くか）
2. 置き場所と命名を標準化する
3. データが残る状態にする
4. そのうえでAIの補助範囲を決める

現場が多忙な中で一度に進める必要はありません。1つの基準項目に絞って試すところから始められます。

AIが担う範囲と人が担う範囲

検索・突合・対応記録の3作業で分担を示します。

作業1：根拠資料の検索

作業2：データの突合

突合とは、自己点検評価書の記述と、根拠となる数値や規程を照らし合わせて、食い違いを見つける作業です。たとえば、評価書の学生数と、学内の統計資料の学生数が一致しているかを確認します。

作業3：対応記録

学外に出さない環境の考え方

検討の観点は次のとおりです。

• 学内の規程やセキュリティ方針で、生成AIの利用がどう扱われているか確認する
• 入力する資料を、公開済みの情報と学内限定の情報に分ける
• 学内限定の資料は、学内ネットワーク内や閉じた環境で動く仕組みを使う
• 利用者、アクセス権、ログの扱いを情報システム担当と先に決める

この段階では、認証評価担当と情報システム担当が同じ席で検討することが大切です。

自分の大学で試す進め方（さわり）

1. 対象を1項目に絞る：基準項目を1つ選びます。
2. 資料を一覧にする：資料名、所管部署、保管場所、対象年度、基準日を表にします。
3. 命名と置き場所を揃える：表の項目に沿って、名称と保管先を統一します。
4. 公開可否を仕分ける：学外に出せない資料に印を付けます。
5. AIの補助を1作業だけ試す：検索、突合、記録のうち1つを、学内で完結する環境で試します。
6. 人の確認手順を書く：誰がいつ確認するかを決め、記録を残します。

効果が見えたら、他の基準項目へ広げます。

一般的なツール導入やBPOとの違い

ツールを入れるだけでは、資料の分断や命名の不揃いは解消しません。業務の外部委託だけでも、学内にデータと知見が残りにくい場合があります。

業務の分解と標準化、データが残る状態づくり、AI活用の設計などに関するご相談に対応しています。

まとめ