審査の標準化とAI ── 属人性を減らす共通言語── 誰が見ても同じ判断に近づける物差し

01属人性という課題 ── 同じ資材で、判断が割れる

まず、なぜ判断が割れるのかを分解します。属人性は「担当者がいい加減だから」起こるのではありません。まじめに審査しても、次のような理由で、人によって結果は変わります。むしろ、その源を知らないまま「もっと注意しろ」と言っても、ばらつきは減りません。

厚生労働省が公表する販売情報提供活動の監視事業報告を読むと、逸脱の多くは大げさな売り文句ではなく、「誰も引っかからずに通り抜けた一文」から生まれています。派手な違反は誰でも止められる。危ないのは、審査員によって見えたり見えなかったりする、境目の表現です。属人性を減らすとは、この「見えたり見えなかったり」を、全員に同じように見えるようにすることです。標準化の目的地は、ここにあります。

02基準を言葉にする ── 「なんとなく」を物差しに変える

標準化の第一歩は、AI でも仕組みでもありません。ベテランの頭の中にある判断を、言葉にすることです。「この表現はなんとなく危ない」── この勘は、長年の事例が体にしみ込んだ本物の知識です。ただ、言葉になっていないので、本人以外は使えません。だから、まず外に取り出します。

取り出し方は、危ない語を並べるだけでは足りません。大事なのは条件を書くことです。たとえば「効果的」という語。これを一律に禁じると、承認範囲の中で正しく使われた文まではじいてしまいます。そうではなく、「どんなときに問題で、どんなときは問題ないか」を言葉にします ── 承認された効能・効果の裏づけがあれば可、それを越えて優越性をにおわせれば不可、というふうに。この「線を引く条件」を書き出したものを、採点基準表（＝ルーブリック、何をどう見るかを一覧にした表）と呼びます。

言葉にする作業そのものに、大きな効果があります。AI を入れる前から、審査員どうしで「この場合はどうする」を話し合い、条件を書き並べるだけで、解釈の幅が狭まります。書けない基準は、共有できません。逆に言えば、書けた基準は、新人にもベテランにも同じように効きます。標準化は、道具を入れる前に、まず言葉を揃えることから始まります。

03AIで一貫性を保つ ── 疲れず、ぶれず、同じ物差しを当てる

基準が言葉になったら、そこで初めて AI が効いてきます。AI の最大の強みは、賢さではなく一貫性です。人間は千件目には疲れますが、AI は一件目と千件目に、まったく同じ物差しを当てます。その日の締切も、直前に見た資材の流れも、AI の判断を揺らしません。第 1 節で挙げた「その日の状態」「見る順番」による揺れを、AI は原理的に持ちません。

審査員ごとに違っていた物差しを、AI という一本の共通の物差しに置き換える。これが、AI を標準化に使うということの中身です。人が変わっても、日が変わっても、同じ資材には同じ指摘が返る。この再現性が、属人性のいちばん厄介な部分を削ります。

ただし、ここを誤解してはいけません。AI の一貫性は、正しさの保証ではありません。AI は、与えられた基準を毎回同じように当てるだけです。基準そのものが間違っていれば、AI は間違いを一貫して繰り返します。均一に間違えることは、ばらばらに間違えることより、かえって気づきにくい。だから、共通の物差しにする前に、その物差しが正しく目盛られているかを、人が確かめておく必要があります。AI が揃えるのは「同じ判断」であって、「正しい判断」ではありません。

04チェックリストの運用 ── 揃えた基準を、現場で回す形にする

言葉にした基準を、日々の審査で使える形に落とすと、多くの場合それはチェックリストになります。「承認された効能・効果の裏づけがあるか」「最上級・断定の表現はないか」「取引を思わせる語はないか」── 第 2 節で書き出した条件を、一つずつ確認項目に変えたものです。AI は、このリストを資材ごとに自動で埋め、引っかかった箇所を審査員に示します。

ここで運用の勘どころが二つあります。一つは、チェックリストは埋めるための道具ではなく、見落としを防ぐための枠だということ。項目に印をつける作業そのものが目的になると、審査は形だけになります。パイロットが離陸前に確認表を読み上げるのは、確認表を埋めるためではなく、慣れによる見落としを防ぐためです。資材審査のチェックリストも同じで、目的は「印」ではなく「見落としゼロ」です。

もう一つは、チェックリストが古びること。承認情報が変わり、新しい違反の型が見つかれば、項目を足し引きします。誰がいつ更新し、どの版で審査したかを記録に残す ── この保守の設計は、前回のガードレールと地続きです。基準を言葉にし、チェックリストに落とし、版を刻む。標準化は、一度作って終わりではなく、回し続けて保つものです。

05教育への波及 ── 基準は、新人を育てる教材になる

標準化には、審査を揃える以外の効き目があります。言葉になった基準は、そのまま新人の教材になる。かつて新人は、ベテランの横について、指摘のたびに「なぜ今これを止めたのか」を盗んで覚えました。時間がかかり、教える人によって伝わる内容も違いました。基準が言葉になっていれば、新人はまず物差しそのものを学べます。

AI を挟むと、この学びが速くなります。新人が資材を審査し、AI が別の観点で指摘を返す。両者を突き合わせれば、新人は「自分が見落とした観点」をその場で知れます。ベテランが一件ずつ横につかなくても、AI が基準に沿った指摘を返し続けるので、練習の回数を稼げます。属人性は世代を越えて受け継がれがちですが、明文化された基準と AI の指摘があれば、その連鎖を断てます。

06限界 ── 標準化は、微妙な判断を消せない

ここまで標準化の効き目を述べてきましたが、正直に限界を置きます。基準に書ききれるのは、線がはっきりしている部分だけです。資材審査の難しさは、多くが境目 ── 承認範囲のぎりぎり内側か、一歩外か ── にあります。この微妙な判断は、文脈で決まり、言葉にしにくく、AI がいちばん苦手とするところです。標準化は、この境目を消してはくれません。

むしろ、揃えすぎると別の害が出ます。安全側に振った基準を機械的に当てると、承認範囲の中で正しく使われた表現まで、大量にはじかれます。現場は「これは誤検知」と押し戻す作業に埋もれ、やがて基準そのものを信じなくなります。逆に、審査員が「基準表にあるものだけ見ればいい」と考え始めると、表にない新種の逸脱を、誰も止めなくなります。標準化は、考えなくてよくするための道具ではありません。

07他章との接続 ── 共通言語は、全巻をつなぐ

本回で組み立てた標準化は、このシリーズの他の回、そして姉妹シリーズと次のようにつながります。共通言語は、単独の技術ではなく、各回の道具を全員で使えるようにする土台です。

• AI資材審査 第 4 回 ── ルールをAIに持たせる ── 前回組んだガードレールを、審査員ごとにばらばらだった物差しから、全員共有の共通言語へ引き上げるのが本回。柵を全員で持てば、属人性が減る
• AI資材審査 第 3 回 ── 効能・効果は承認範囲の中で ── 標準化する基準の中心は、承認範囲の線引き。第 3 回で確かめた考え方を、全員が同じように使える言葉に落とす
• AI資材審査 第 6 回 ── AI審査支援ツールの実力と限界 ── 本回で揃えた基準を実際に回すツールが、どこまでできて、どこで人に戻すべきか。次回で具体的に検める
• AI Programming 第 1 回 ── コード生成の基礎 ── 同じ基準を毎回同じように当てて一貫性を保つ発想は、AI が書いたコードを自動テストで揃って検証する考え方と、同じ骨格

属人性は、担当者の怠慢ではありません。経験の差、基準の解釈の幅、その日の状態、見る順番 ── まじめに審査しても、判断はばらつきます。標準化とは、このばらつきを減らすために、まずベテランの「なんとなく」を言葉にし、条件つきの物差しに変え、それを AI という一本の共通の物差しにして、全員で共有することです。AI の強みは賢さではなく、疲れずぶれない一貫性。ただし、その一貫性は正しさの保証ではないので、物差しが正しく目盛られているかは、人が先に確かめます。

揃えた基準はチェックリストとして回し、新人を育てる教材にもなります。ただし忘れてはいけないのは、標準化が消せるのは「明らかな線」だけで、境目の微妙な判断は残ること。揃えすぎれば正しい表現まではじき、審査員は考えなくなります。標準化のねらいは、人の判断を置き換えることではなく、人が本当に頭を使うべき所へ力を集めることです。次回は、この基準を実際に回す AI 審査支援ツールが、どこまでできて、どこで力尽きるかを、正面から検めます。