自治体職員向け生成AI研修の効果測定が重要になる理由
自治体における生成AI活用は、単なる業務効率化の話ではありません。人口減少、人手不足、住民ニーズの多様化が進むなかで、限られた職員数で行政サービスの質を維持・向上させるための現実的な選択肢になりつつあります。
デジタル庁は2025年に、政府の生成AI調達・利活用について、利活用促進とリスク管理を一体で進めるためのガイドラインを策定しています。行政分野で生成AIを使う以上、「便利だった」で終わらせず、安全性、品質、費用対効果まで含めて検証する視点が欠かせません。
しかし、自治体職員向けの生成AI研修では、研修後アンケートの満足度だけで効果を判断してしまうケースも少なくありません。受講者が「勉強になった」と答えても、実際の業務で使われなければ成果にはつながりません。反対に、研修直後の満足度が高くなくても、数週間後に文書作成や照会対応、企画検討で活用が定着する可能性もあります。
つまり、自治体の生成AI研修では、効果測定を「研修の評価」ではなく、「業務変革の入口」として設計する必要があります。アップロード資料でも、反応・学習・行動変容・成果の4階層で評価する枠組みが整理されています。
生成AI研修の効果測定は4階層で考える
レベル1：反応｜満足度だけでなく心理的ハードルを見る
最初に測るべきなのは、受講者の反応です。ただし、ここで見るべきものは「研修が分かりやすかったか」だけではありません。
自治体職員の場合、生成AIに対して「情報漏えいが怖い」「間違った答えを出されるのではないか」「自分の業務には関係なさそう」といった心理的な抵抗感が生まれやすい領域です。特に行政業務は個人情報、住民記録、内部資料、政策判断に関わる情報を扱うため、民間企業以上に慎重な姿勢が求められます。
そのため、研修直後のアンケートでは、次のような項目を確認すると効果が見えやすくなります。
- 生成AIに対する不安は下がったか
- 自分の業務で使える場面を想像できたか
- 使ってはいけない情報の判断ができるようになったか
- 生成AIの回答をそのまま信じない姿勢を理解できたか
- 研修後に試してみたい業務があるか
ここで重要なのは、「楽しかった」「便利そうだった」という感想だけで終わらせないことです。自治体における生成AI活用では、期待感と同時に、リスク認識が育っているかを見る必要があります。
レベル2：学習｜プロンプト技術とリスク理解を測る
次に測るべきなのは、受講者が何を学んだかです。生成AI研修では、知識テストだけでは不十分です。実際にプロンプトを書き、出力を確認し、修正できるかまで見る必要があります。
たとえば、次のような課題を出すと、学習効果を具体的に確認できます。
- 住民向け案内文を分かりやすく書き換える
- 会議メモから議事録案を作成する
- 事業アイデアを複数案出させる
- 難しい行政用語を平易な表現に変換する
- 生成AIの回答に誤りがないか確認する
- 個人情報を含む内容を安全な形に加工する
ここで評価したいのは、きれいな文章が出せるかだけではありません。目的を明確に伝えられるか、前提条件を入れられるか、出力形式を指定できるか、回答を検証できるかが重要です。
個人情報保護委員会も、生成AIサービスに個人情報を含むプロンプトを入力する場合には、利用目的との関係などに注意が必要だと示しています。自治体研修では、単に「便利な使い方」を教えるだけでなく、「入力してよい情報・いけない情報」を判断する力も学習効果として測定すべきです。
行動変容を測らなければ研修効果は見えない
レベル3：行動｜30日後・90日後の利用実態を追跡する
生成AI研修の成否は、研修当日ではなく、職場に戻った後に決まります。研修直後は意欲が高くても、通常業務に戻ると使われなくなることがあります。逆に、最初は不安があった職員が、周囲の活用事例を見て少しずつ使い始めることもあります。
そのため、自治体職員向け生成AI研修では、30日後、90日後といったタイミングでフォロー調査を行うことが有効です。測定項目としては、次のようなものが考えられます。
- 生成AIを月に何回使ったか
- どの業務で使ったか
- 研修前と比べて用途が広がったか
- 使わなかった理由は何か
- 出力結果をどのように確認したか
- 部署内で共有された活用例はあるか
- 追加で学びたい内容は何か
特に見るべきなのは、利用回数だけではありません。検索代わりに使う段階から、文書作成、要約、企画案の壁打ち、業務手順の整理へと用途が深まっているかが重要です。
アップロード資料では、横須賀市の実証例として、初期段階では「情報検索・調査」の比率が高かったものの、その後は文書作成、要約、アイデア出しなどの比率が増えた事例が紹介されています。これは、生成AIを単なる検索ツールではなく、業務を進めるための思考支援ツールとして使い始めた変化と見ることができます。
利用率だけをKPIにすると失敗する
自治体の生成AI研修でありがちな失敗は、「利用率」を唯一のKPIにしてしまうことです。もちろん、利用されていなければ定着しているとは言えません。しかし、利用率が高いだけでは、良い使われ方をしているとは限りません。
たとえば、次のような状態は注意が必要です。
- 生成AIの回答をそのまま住民向け文書に使っている
- 個人情報や内部情報を不用意に入力している
- 誤情報の確認をしていない
- 雑談的な利用ばかりで業務改善につながっていない
- 一部の職員だけが使い、組織内に広がっていない
本当に測るべきなのは、「どれだけ使ったか」ではなく、「どの業務で、どのように使い、何が変わったか」です。利用ログ、アンケート、成果物サンプル、部署ヒアリングを組み合わせることで、初めて実態に近い評価ができます。
成果測定では時間削減と品質向上の両方を見る
レベル4：成果｜業務時間削減だけでは不十分
最終的に測るべきなのは、生成AI研修が自治体業務にどのような成果をもたらしたかです。ここでは、定量効果と定性効果を分けて考える必要があります。
定量効果としては、次のような指標が考えられます。
- 文書作成時間の短縮
- 議事録作成時間の短縮
- 問い合わせ対応の下調べ時間の短縮
- 庁内資料の要約時間の短縮
- 企画案作成にかかる初期検討時間の短縮
- 外部委託していた作業の一部内製化
ただし、自治体においては「時間が短くなった」だけでは成果として弱い場合があります。削減された時間を何に使ったのかまで見る必要があります。
たとえば、30分の作業時間が短縮されたとして、その時間が住民対応、現場確認、政策検討、職員間の相談に回されたなら、行政サービスの質向上につながる可能性があります。一方で、単に忙しさの中に吸収されただけでは、組織成果として説明しにくくなります。
定性効果｜市民サービスの質向上をどう見るか
生成AI研修の成果は、数字だけでは測れません。むしろ自治体では、定性効果の把握が非常に重要です。
たとえば、次のような変化です。
- 住民向け文書が分かりやすくなった
- 若手職員が企画案を出しやすくなった
- ベテラン職員の暗黙知を文章化しやすくなった
- 部署間で業務改善の会話が増えた
- 問い合わせ対応の準備が早くなった
- 職員が「まず試してみる」姿勢を持つようになった
特に行政文書は、正確である一方で、住民にとって分かりにくい表現になりがちです。生成AIを使って表現を見直すことで、住民向け説明の質が上がる可能性があります。ただし、最終確認は必ず職員が行う必要があります。
生成AIは、行政判断を代替するものではありません。職員の判断を支える補助ツールとして位置づけることが、自治体における安全な活用の前提になります。
自治体職員向け生成AI研修のKPI設計例
研修前にベースラインを測る
効果測定は、研修後から始めるものではありません。研修前の状態を把握しておかなければ、何が変わったのか判断できないからです。
研修前には、次のようなベースライン調査を行います。
- 生成AIの利用経験
- 利用している業務
- 生成AIへの不安
- 情報管理に関する理解度
- 現在の業務時間
- 改善したい業務課題
- 部署ごとの活用可能性
この調査をしておくと、研修後の変化が見えやすくなります。たとえば、研修前は「使い道が分からない」と答えていた職員が、研修後に「議事録要約で使いたい」と答えた場合、単なる満足度以上の変化が起きていると判断できます。
研修直後は理解度と不安の変化を見る
研修直後には、反応と学習を測ります。ここでは、アンケートと簡単な実技課題を組み合わせると効果的です。
アンケートでは、満足度、理解度、心理的ハードル、活用意欲を確認します。実技課題では、プロンプトを作成させ、出力結果を見て、改善案を出せるかを確認します。
この段階で、個人情報の扱い、著作権、誤情報、出力結果の確認方法について理解が浅い場合は、追加フォローが必要です。
研修後30日・90日で行動変容を見る
30日後には、実際に使い始めたかを確認します。90日後には、継続利用されているか、用途が深まっているかを確認します。
ここで重要なのは、失敗事例も集めることです。「使ってみたがうまくいかなかった」「回答が不正確だった」「上司に確認しづらかった」といった声は、研修改善の材料になります。
生成AI活用は、一度の研修で完成するものではありません。現場のつまずきを拾い、プロンプト例、業務別テンプレート、利用ルール、FAQに反映することで、組織全体の活用レベルが上がります。
成果は部署別に見る
生成AIの効果は、部署によって出方が異なります。企画部門ではアイデア出しや資料構成、広報部門では文章作成、総務部門では規程や通知文の整理、福祉部門では説明文の分かりやすさ改善など、効果の現れ方が違います。
そのため、全庁一律のKPIだけでなく、部署別KPIを設けることが重要です。
たとえば、次のように設定できます。
- 企画部門：企画案の初期検討時間、比較表作成時間
- 広報部門：住民向け文章の作成時間、表現改善件数
- 総務部門：通知文・マニュアル作成時間
- 窓口部門：問い合わせ対応準備時間
- 情報政策部門：利用ルール整備、問い合わせ対応件数
- 教育関連部門：教材案、通知文、FAQ作成支援
このように、業務に近いKPIに落とし込むことで、研修の成果を説明しやすくなります。
効果測定を研修改善につなげる運用フロー
自治体職員向け生成AI研修では、効果測定を一度きりの報告で終わらせてはいけません。測定結果を次の研修、ルール整備、ツール選定、庁内展開に反映することが重要です。
実践的には、次の流れが有効です。
- 研修前に業務課題と利用経験を調査する
- 研修直後に満足度・理解度・不安の変化を測る
- 実技課題でプロンプト作成力を確認する
- 30日後に利用状況とつまずきを確認する
- 90日後に継続利用と業務成果を確認する
- 成功事例と失敗事例を庁内で共有する
- 研修内容・ルール・テンプレートを更新する
- 部署別に追加研修や伴走支援を行う
この流れを作ることで、生成AI研修は単なる単発イベントではなく、自治体DXを進めるための継続的な仕組みになります。
まとめ｜自治体の生成AI研修は「使えたか」ではなく「業務が変わったか」を測る
自治体職員向け生成AI研修の効果測定では、研修直後の満足度だけを見ても十分ではありません。重要なのは、職員の不安が下がったか、プロンプトを実務で使えるようになったか、30日後・90日後に行動が変わったか、最終的に業務時間や市民サービスの質に変化が出たかです。
生成AIは、導入しただけで自治体業務を変えるものではありません。職員が安全に使い、現場の業務に合わせて活用し、成果を測りながら改善していくことで、初めて実務に根づきます。
その意味で、効果測定は「研修の成績表」ではなく、「自治体が生成AIを組織能力に変えていくための設計図」です。
コメント