資格試験の過去問AI採点、記述式はどこまで正確？
画像出典: ぱくたそ
過去問をAIに採点させるときは、模範解答と配点基準を先に渡すかどうかで精度がまったく変わります。基準なしで丸投げすると、AIは自信のある口調で誤った点数と講評を返します。複数年分を採点させて失点パターンを横断的に要約させる使い方が、弱点分析としては最も実りがあります。
択一式なら答え合わせは一瞬です。ところが記述式は、模範解答と自分の答案を見比べても「この書き方で点がもらえるのか」が判断できません。行政書士試験なら記述式は300点満点中60点の配点で、ここの出来が合否をそのまま動かします。
そこで出てくるのが、生成AIに採点役をやってもらう方法です。ただ、やり方を間違えるとAIは堂々と間違った点数を返してきます。正直なところ、この「堂々と間違える」部分を知らずに使うのがいちばん危ない使い方です。
採点させる手順と、AIの採点がどこで外れるのかという仕組みの両方を、順番に見ていきます。
AIに過去問を採点させると、何ができるのか？
生成AIを資格学習に使う方法として紹介されているのは、過去問にすぐ当たれること、苦手分野を可視化できること、専門用語や法律分野の解説を受けながら体系的に知識を組み立てられること、の3つです。このうち記述式で効くのは2つ目の「可視化」です。
1問を採点してもらうこと自体の価値は、実はそれほど高くありません。価値が出るのは、5年分・10年分と採点させたあとで「私の答案に共通する失点のパターンを挙げて」と横断的に要約させたときです。人間は自分の答案を1枚ずつしか見られませんが、AIは渡した分をまとめて見比べられます。
たとえば「条文の要件は書けているが効果を書き落としている」「主語が誰なのか明示していない」といった癖が、年度をまたいで同じ形で出てきます。これが分かれば、次に潰すべき穴が1つに絞れます。
汎用の生成AI（ChatGPTやClaudeなど）は、資格試験の公式な配点基準を持っているわけではありません。ここが使い方の分かれ目になります。
専用のAI採点サービスと、ChatGPTでの自前採点は何が違う？
資格スクールが提供する専用サービスは、採点ロジックをあらかじめ組み込んだ設計になっています。資格スクエアは2024年7月31日に行政書士講座で「記述式問題 AI採点・添削システム」のβ版提供を開始しました。KIYOラーニングのスタディングも2026年8月、中小企業診断士講座でプロ講師の採点ロジックをもとにAIが答案を即時採点し予想得点を出す機能を始めています（最大300回まで練習可能）。
こうしたサービスが生まれた背景には、記述式・論述式の採点には専門知識が要るため、受講生が採点機会を得にくい、費用がかかる、結果が返るまで数日から数週間かかる、添削者ごとに品質がばらつく、という課題がありました。
一方、手元のChatGPTやClaudeに採点させる場合、採点基準はこちらで用意して渡す必要があります。何も渡さなければ、AIは「それらしい採点基準」を自分で作ってから採点します。点数も講評も出てきますが、その土台はAIの推測です。
- その年度の問題文（全文）
- 模範解答（公式のものがあれば最優先、なければ予備校の解答例）
- 配点基準。公式のものが無ければ、模範解答から要点を3〜4個の箇条書きに自分で分解したもの
- 自分の答案（手書きなら文字起こし）
4つ目まで揃えば準備は終わりです。3つ目の「要点の箇条書き」を自分で作る作業自体が、実は模範解答を読み込む勉強になっています。
どう指示すれば、使える採点が返ってくる？
- 基準を先に渡す問題文・模範解答・配点基準を貼り、「これから答案を送るので、この基準に沿って採点してください」と前置きする。答案はまだ送らない。
- 答案を送り、減点理由を要求する「配点基準に沿って採点し、何点か、どこで何点減点したかを具体的に指摘してください」と指示する。点数だけを聞くと根拠が返ってこない。
- 書き直し案を出させる「減点された箇所だけを、45字以内に収めたまま直した例を書いてください」。全文の模範解答を書かせると自分の答案との差分が見えなくなる。
- 複数年分を繰り返す同じ会話の中で3〜5年分続ける。年度ごとに新しい会話を始めると、次の横断分析ができない。
- 失点パターンを要約させる「ここまでの採点を踏まえて、私の答案に繰り返し現れる失点の型と、弱い分野を挙げてください」。これが弱点分析の本体。
2番目の「どこで何点減点したか」を必ず求めるのが要点です。減点の内訳が出てくれば、こちらがそれを模範解答と照合して、採点そのものの妥当性を点検できます。点数だけ返ってくると、検算のしようがありません。
なぜAIの記述式採点は外れることがあるのか？
東北大学大学院情報科学研究科の研究グループは、深層学習を使ったAIの記述式自動採点の精度は著しく向上している一方で、学習データにない新しい表現を含む答案への対応が依然として難しく、AIが予期しない採点誤りを犯す懸念が実用化の大きな課題だと指摘しています。そのうえで、人間の採点者とAIが採点タスクを分担して品質を保証する実践的なフレームワークを提案しました。
ここは記述式の答案を書く人にとって重い話です。模範解答に近い言い回しで書いた答案ほどAIは正しく採点しやすく、自分の言葉で独自に論理を組み立てた答案ほど誤差が出やすい。つまりAIの採点が辛いからといって、その書き方が本試験で間違いとは限らないということです。
もうひとつ、誤りが「自信のある文体」で出てくる理由があります。OpenAIは、言語モデルのハルシネーション（もっともらしい誤り）が起きる背景として、標準的な学習・評価の手順が「不確実性を認める」ことよりも「自信を持って当て推量する」ことに報酬を与える構造になっているためだと説明しています。採点に置き換えると、AIは「この答案は判断がつきません」とは言わず、根拠が薄くても点数と講評を言い切ります。
記述式問題の採点は、キーワードが入っているかの確認から論理構成の評価まで観点が幅広く、人間の採点者でも負担の大きい領域です。そのためAI採点は「人の採点の代替」ではなく、一次チェック・効率化の補助という位置づけで捉えられています。本番直前に答案の最終的な合否判断をAIに委ねる、AIの点数だけを見て学習計画を組み替える、といった使い方には向きません。数字そのものより、減点理由の中身を読むために使うものです。
AIの採点が信用できるか、どう見分ける？
返ってきた採点を検算する方法があります。同じ答案を、別の会話でもう一度採点させることです。配点基準は同じものを渡します。2回の点数が大きくずれる、あるいは減点箇所が入れ替わる場合、AIは基準ではなく雰囲気で採点しています。
もうひとつは、模範解答そのものを自分の答案として渡してみる方法です。満点に近い評価が返るなら、基準は機能しています。模範解答に減点を付けてきたら、渡した配点基準の書き方が曖昧か、AIが独自の基準を使っています。
うまくいかなかったときの切り分け
採点がおかしいと感じたとき、原因は3つのどれかです。順に潰していきます。
| 症状 | 確認すること |
|---|---|
| 模範解答を渡しても減点される | 配点基準の書き方の問題。「〜に言及していること」のような評価表現を避け、「取消訴訟」「被告適格」など、答案に現れるべき語をそのまま列挙する形に書き換える |
| 毎回点数が変わる | 指示文の問題。「採点して」だけでなく「各項目何点満点中何点か、表形式で」と出力の形まで指定する |
| 長い問題文を途中から無視する | 渡した資料の量の問題。1回の会話に入る文章量には上限があり、超えた分は扱われない。年度を分けるか、問題文の不要な部分を削って渡す |
| そもそも採点を断られる | 利用しているサービス側の制限。試験問題の著作物としての扱いを理由に応答を控える場合があるため、問題文を要約して渡すか、専用の採点サービスを検討する |
どれにも当てはまらず、減点理由を読んでも納得できない場合は、AIの採点が外れているほうを疑って構いません。自分の答案が模範解答と違う言い回しで書かれているときほど、その可能性が上がります。
11月の試験まで、残り時間をどう配分するか
行政書士試験は2026年（令和8年）11月8日（日）、13:00〜16:00の実施です。合格発表は2027年1月27日（水）が予定されています。
記述式は部分点を狙うことが重要で、白紙で捨てるのは得策でないと予備校も解説しています。AI採点を使う価値も、満点の答案を目指すためというより、何を書けば何点拾えるのかという感覚を、短期間で数をこなして掴むためにあります。
今日やるなら、直近3年分の記述式を解いて、1つの会話にまとめて採点させ、最後に失点パターンを要約させる。ここまでで輪郭は見えます。あとはその穴を条文に戻って埋めるだけです。
なお、2026年からの司法試験・予備試験はCBT化（パソコンでの受験）が決まっており、他の法律系資格試験でもCBT移行が進むと見込まれています。答案がデジタルで残るようになれば、AI採点を学習に組み込む余地はさらに広がっていきます。
よくある質問
AIに過去問の記述式を採点させるとき、模範解答は必ず渡す必要がありますか？
渡したほうが精度は大きく上がります。汎用の生成AIは資格試験の公式な配点基準を持っていないため、基準を渡さないとAI自身が推測した基準で採点します。公式の配点基準が公表されていない試験でも、模範解答の要点を3〜4個の箇条書きに分解して渡せば、採点の土台になります。
AIが出した点数は、本番の得点としてどのくらい信用できますか？
本番の得点予測としては使わないほうが安全です。記述式の採点はキーワードの有無から論理構成の評価まで観点が幅広く、AI採点は人の採点の代替ではなく一次チェック・効率化の補助という位置づけで捉えられています。点数より、減点理由の内訳を読むために使うのが実用的です。
自分なりの言い回しで書いた答案が低く採点されました。書き方を変えるべきでしょうか？
AIの評価だけを根拠に書き方を変える必要はありません。東北大学の研究グループは、AIによる記述式自動採点は学習データにない新しい表現を含む答案への対応が難しく、予期しない採点誤りを犯す懸念があると指摘しています。模範解答と違う表現の答案ほど、AI側の誤差が出やすい領域です。
資格スクールのAI採点サービスと、ChatGPTで自分で採点させるのは何が違いますか？
採点基準を誰が用意するかが違います。資格スクエアの記述式AI採点・添削システム（2024年7月31日にβ版提供開始）やスタディングの中小企業診断士向け機能（2026年8月提供開始）は、講師の採点ロジックをもとに設計されています。汎用の生成AIを使う場合は、模範解答と配点基準を自分で用意して渡す前提になります。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。