認定日本語教育機関の申請準備に生成AIはどこまで使えるか ―実務から見えてきた有用性と限界―

―実務から見えてきた有用性と限界―

執筆：行政書士・登録日本語教員　齋藤正和

1　認定申請と生成AI

2024年4月に始まった認定日本語教育機関制度では、教育課程、教員体制、施設設備、経済的基礎、学校運営など、さまざまな事項が審査の対象となります。

認定申請の準備には、多数の書類の作成だけでなく、法令や審査基準の確認、教育課程の検討、書類相互の整合性確認など、多くの作業が必要です。

こうした作業に、生成AIを活用することはできないでしょうか。

私は、日本語教育機関の運営と認定申請の準備に関わる中で、生成AIを資料の整理、内容の検討、書類の点検などに活用してきました。

その経験から、生成AIは申請準備の有力な支援手段になり得る一方、その利用には十分な注意が必要だと考えています。

2　生成AIが役立つ作業

認定申請の準備で生成AIが役立つ場面の一つは、資料を整理し、記載内容を比較・照合する作業です。

例えば、次のような活用が考えられます。

• 法令・審査基準の整理：関係法令や文部科学省の手引き等をもとに、確認すべき事項を洗い出す。
• 申請書類の整合性確認：学則、募集要項、教育課程、教員配置など、複数の資料の記載内容を比較する。
• シラバス・評価資料の点検：学習目標と評価方法の対応関係や、科目間の記述の不統一を検討する。
• 文書の作成・修正支援：規程類や説明文書の草案を作成し、表現の曖昧さや記載漏れを検討する。

特に、認定申請では、一つの事項が複数の書類に記載されることが少なくありません。

例えば、教育課程を変更すると、シラバス、時間割、教員配置、評価方法、学則などにも影響が及ぶ場合があります。

これらの関係を人間だけで漏れなく確認するには、多くの時間と労力を要します。生成AIを適切に利用すれば、確認すべき箇所を絞り込んだり、人間が見落としていた論点に気づいたりする助けになります。

ただし、参照する資料の版や点検の対象が曖昧なままでは、意図した確認ができないこともあります。最新版の資料をそろえ、どの項目をどの資料と照合するのかを明確にして利用することが大切です。

教育課程の各要素のつながりや、書類相互の整合性については、当事務所のコラム「認定日本語教育機関の教育課程審査―『認定』と『不認定』の分岐点」でも解説しています。

3　AIは間違える――しかも、もっともらしく

一方で、生成AIの出力には、誤った内容が含まれることがあります。しかも、誤った内容であっても、もっともらしい説明が付されることがあります。

例えば、法令や審査基準について質問すると、実際には存在しない要件を提示したり、根拠となる規定の内容を誤って説明したりする場合があります。

また、複数の書類の整合性確認を依頼しても、矛盾を見落とすことがあります。逆に、実際には問題のない記載を不整合として指摘する場合もあります。

さらに、ExcelやPDFなどのファイルを扱う作業では、内容の確認だけでなく、別の問題が生じることもあります。

例えば、書類の一部を修正したにもかかわらず、別の書類には修正前の内容が残っていたり、個別の書類を更新しても、統合版には旧版が混在していたりすることがあります。ファイルを変換する過程で、文字や書式が崩れることもあります。

これらは、生成AIそのものの誤りだけでなく、指示の与え方、元資料の状態、ファイル処理の仕組みなどに起因する場合もあります。

重要なのは、AIが「修正しました」「問題ありません」と回答したことと、実際に正しく修正・点検されていることは別だという点です。

そのため、AIが示した根拠は原資料で確かめ、修正作業については、回答文だけでなく、実際に提出するファイルを開いて確認する必要があります。

AIの回答を確認することと、成果物を確認すること。この二つを分けて考えることが、実務では特に重要です。

4　AIの回答を見極めるために、専門知識が重要になる

生成AIを利用するうえで、もう一つ注意したいことがあります。それは、利用者に必要な知識がない場合、AIの誤りを発見すること自体が難しくなるという問題です。

例えば、AIが「この書類は認定申請で必ず提出しなければならない」と回答したとします。

しかし、その書類が本当に必須なのかどうかは、適用される法令、申請の手引き、申請機関の区分、申請の内容などを踏まえて確認する必要があります。

その際には、法令上の要件、申請手続上求められる書類、学校運営上の改善提案を区別することも大切です。望ましい取組であることと、申請に必須であることは、同じではありません。

また、教育課程について、AIが形式的に整ったシラバスや評価基準を作成したとしても、それだけで教育内容の妥当性が保証されるわけではありません。

学習目標が適切か、授業時間数や教材が目標に対応しているか、想定する学習者が到達できる計画になっているかといった点については、日本語教育の専門的な判断が必要です。

言い換えれば、AIは専門知識の不足を補うことがあっても、専門知識そのものを不要にするわけではありません。

もっとも、専門知識があれば全ての誤りを発見できるわけでもありません。知識に加え、根拠を確かめる手順や、関係者が異なる観点から確認する体制も重要です。

また、専門的な検証が必要であることと、外部専門家への依頼が必ず必要であることは別の問題です。学校内部に必要な知識と確認体制があれば、自校で準備を進めることも考えられます。

大切なのは、AIを使う場合でも検証を省略せず、自校で対応できる部分と、外部の支援を利用した方がよい部分を見極めることです。

5　個人情報や学校内部の情報にも注意が必要

認定申請では、教職員の経歴、給与、学校の財務状況など、外部への開示に慎重であるべき情報を取り扱います。

こうした情報を生成AIに入力する場合には、個人情報保護や守秘義務の観点から十分な注意が必要です。

個人情報保護委員会も、生成AIサービスの利用にあたり、個人情報の利用目的、入力した情報の取扱い、利用規約等を確認するよう注意を促しています。

生成AIサービスでは、利用するサービスや契約、設定によって、入力情報の保存、学習への利用、アクセス管理などの取扱いが異なります。そのため、利用規約やプライバシーポリシー等を確認し、入力する情報の範囲を慎重に判断しなければなりません。

また、学習に利用されない設定であっても、それだけで情報管理上の確認が済むわけではありません。保存やアクセスの取扱い、所属機関の情報管理方針なども含めて検討することが必要です。

入力する情報を必要な範囲に絞ることや、個人名等を除いて検討できないかを考えることも重要です。ただし、氏名を削除しただけでは、他の情報との組合せによって個人や学校が推認される場合もあります。

認定申請で生成AIを利用する際には、作業の効率性だけでなく、情報の適切な管理も欠かせません。

6　AIが作れる書類と、認定に必要な学校運営は別の問題

ここまで述べたように、生成AIは、認定申請の準備においてさまざまな作業を支援できます。

しかし、AIによって申請書類を整えることができても、それだけで認定基準を満たす教育機関ができるわけではありません。

教育理念をどのように教育課程に反映するのか。

教員の配置や研修をどのように実施するのか。

学習者の到達度をどのように評価し、教育の改善につなげるのか。

これらは、学校の実情を踏まえ、設置者、校長、主任教員、担当教員等が検討し、実際に運営できる仕組みとして整備していくべき事項です。

AIが作成した説明文書が整っていても、その内容で実際に学校を運営できなければ、申請準備として十分とはいえません。

また、申請内容について説明し、その内容に沿って学校を運営していくのは、申請する機関自身です。文章として説明が成立しているだけでなく、関係者がその内容と理由を理解し、実行できる状態にする必要があります。

認定申請で重要なのは、提出書類を完成させること自体ではなく、認定基準に適合した教育機関として、継続的に運営できる体制を整えることです。

7　おわりに――AIを使いこなすために必要なもの

生成AIは、認定日本語教育機関の申請準備において、大きな可能性を持っています。

資料の整理や照合作業の負担を軽減し、人間が教育課程や学校運営の検討に、より多くの時間を割けるようになることが期待できます。

しかし、AIの出力を無批判に受け入れれば、かえって誤りを増やす危険もあります。

私自身、認定申請の準備に生成AIを活用する中で、その有用性と限界の両方を認識してきました。そこで重要だと考えているのは、AIに判断を委ねるのではなく、AIを利用して人間の判断の質を高めることです。

そのためには、出力の根拠を確かめ、学校の実態と照合し、実際に実施できる内容かを検討する過程が欠かせません。

専門家の役割も、単に書類を作ることにとどまりません。法制度、日本語教育の専門知識、学校運営の実情をつなぎ、学校自身が説明し、実行できる計画づくりを支えることにあると考えています。

生成AIが発達する時代だからこそ、こうした検証と専門的判断の重要性は失われないと考えています。

参考情報

• 文部科学省「認定日本語教育機関の認定申請等の手引き」
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」
• インターナショナル行政書士事務所「令和8年度第1回の申請機関数230機関から見る認定日本語教育機関申請の実務ポイント」

※本記事は、生成AIの一般的な特性と認定申請準備に関する実務上の考察をまとめたものです。個別の申請案件の内容や、非公開の審査情報を紹介するものではありません。