AI問題作成(えーあいもんだいさくせい)とは

AI問題作成とは、教材や業務マニュアルなどをもとに、設問、選択肢、模範解答、解説の案をAIで作る取り組みです。AIはたたき台を増やし、正しさと出題意図は人が確認するのが基本です。

何を決めれば作れるのか?

入力資料に加え、対象者、学習目標、出題範囲、四択や記述などの形式、難易度を渡します。「問題を作って」だけでは、どの能力を確かめるのかが曖昧になりがち。

たとえば新人研修なら、「安全マニュアルの禁止事項を、現場判断の四択問題にする」と狙いを絞ります。正解の根拠となる箇所も示させれば、後のレビューがしやすくなるでしょう。文部科学省のガイドラインが紹介する中学校の事例では、知識を問う問題と、考えて判断する力を問う問題を評価の観点ごとに分けて出させ、たたき台にしていました。研修でも「覚えているか」と「現場で判断できるか」を混ぜずに指示すると、狙いのばらつきが減ります。

自動採点とはどこが違う?

AI問題作成は、何をどう問うかを準備する前工程です。一方、自動採点は提出された回答を基準に沿って評価する後工程。出題と採点は別のチェックを必要とするため、一つのAIに両方を任せて結果だけを受け取る運用は避けます。

どこを人が点検するのか?

正答が資料と一致するか、問題文だけで解けるか、選択肢が重複していないかを見ます。特定の文化や属性に不利な前提がないか、表現が不必要に難しくないかも確認対象です。

文部科学省のガイドラインは、テスト問題のたたき台作成を生成AIの利用例に挙げる一方、誤った出力を完全に防ぐのは極めて難しいとしています。答えと解説は、承認済みの資料に戻って照合してください。

社内研修で安全に回す方法

まず少数の問題を作り、対象者と内容の責任者に解いてもらいます。正解率だけでなく、問いの読み違い、必要な前提の欠落、実務とのずれを記録し、問題と指示の両方を直します。

実在の顧客名、人事評価、非公開の事故情報は入力せず、承認済みの資料を匿名化して使いましょう。問題数ではなく、目標との一致、誤りの比率、修正にかかった時間を試行の指標にすると、省力化と品質を両方追えます。

Topic問題生成はChatGPT以前からの研究テーマ

2010年のNAACL論文「Good Question!」は、文を変形して問題候補を大量に作り、その中から良いものを機械が順位付けする方法を発表しました。ChatGPTの一般公開より12年以上前のことです。目を引くのは結果の数字で、全候補のうち出題に使えると判定されたのは27%、上位2割に絞ると52%。順位付けで倍近くまで上がっても、なお約半分はそのままでは使えません。論文自身も、上位の問題を教員が選び直して使う形を想定していました。生成AIにたたき台を作らせ、人が選んで直す。この分担は15年以上前から変わっていないのです。

AI問題作成に関するよくある質問

AI問題作成に渡す資料はPDFでもよいですか?
利用するAIがPDFの文字を正しく読めるなら候補になります。表、注釈、画像内の文字は読み落としやすいため、作成後に原文と照合してください。
同じ資料から難易度の違う問題を作れますか?
作れますが、「初級」だけでは基準が曖昧です。用語を思い出す、事例に当てはめる、理由を説明するなど、求める行動を指定します。
AIで作った問題をそのまま試験に使えますか?
重要な試験への無確認使用は避けてください。正答根拠、表現の一意性、偏り、問題漏えいの可能性を責任者が確認し、少数で予備検証します。

あわせて読みたい記事