選択問題のAI採点はどこまで正確？精度を左右するポイント

AI採点は正確なのでしょうか。選択問題のテストなら十分に正確になり得ますが、精度はWebサイトに載っている1つの数字で表せるものではありません。生徒のマークの付け方、写真の写り、答案用紙のレイアウト、そしてAIが読み取れなかった部分を誰かが確認するかどうかで変わります。このガイドでは、誤りがどこから生じるのか、その大半を防ぐ方法、そしてSnap AIを含めどのツールでも、信頼する前に自分の答案で精度を測る方法を説明します。

AI採点の精度は、何を採点するかで変わります

「AI採点」には、性質の違う2つの仕事が含まれます。読み取りは、どのマークが塗られているか、どの記号に○が付いているか、枠の中にどの数字が書かれているかを見つける作業です。判断は、作文や証明にどれだけ点を与えるかを決める作業です。決まった答えの読み取りは比較的やさしい仕事です。記述式の答案の判断はずっと難しく、研究でも人による確認を残すことが繰り返し勧められています。

選択問題のテストでは、問題用紙に直接答える形式でも、解答用紙やマークシート（OMRシート）でも、よく設計されたAI採点ツールに必要なのは読み取りだけです。各解答を正答と照らし合わせるのは単純な比較にすぎません。ですから本当に問うべきなのは、どれくらいの頻度で読み間違えるのか、そして読み間違えたときに気づけるのか、という点です。

Snap AIの採点のしくみ：先に読み取り、次に採点

Snap AIは、2つの独立したステップで採点します。

1. AIモデルが答案を読み取ります。写真を見て、生徒の氏名、クラス、試験コード、各問題でマークされた解答を書き出します。AIは問題を解かないよう指示されており、正誤の判断もしません。
2. 通常のプログラムが点数を付けます。一般的なプログラムコードが各解答を正答と比べ、点数を合計します。既定では1枚10点満点を問題数で均等に割り振りますが、配点スケールを100にすれば100点満点になり、問題形式ごと・大問ごとの配点も設定できます。配点を設定せず、問題の横に配点が印刷されている場合は、AIが読み取ったその配点を使います。正解になるのは完全に一致した場合だけで（大文字・小文字の違いは問いません）、数値の短答は、同じ数ならカンマで書いても小数点で書いても一致とみなします（12,5 = 12.5）。

なぜ2つに分けることが大切なのでしょうか。AIが正答について意見を持つことはないので、点数の誤りはほぼ必ず、マークの読み間違い、正答の誤り、試験コードの取り違えのどれかが原因です。この3つはどれも先生が見て直せます。点数の計算には再現性もあり、同じ解答と同じ正答からは必ず同じ点数が出ます。

AIは正答も読み取ります。入力形式が自由なため（例：1.A 2.B 3.C、1つの欄に複数の試験コード分の正答を書くなど）、テキストで入力した場合も同じです。採点の前に確認を押し、AIが読み取った内容をチェックしてください。正答が1つ違うだけでその問題は全員が不正解になり、後から正答を直しても、採点済みの答案は採点し直されません。

読み取り精度を左右する要因と対策

読み間違いの多くは、点数の計算ではなく、答案や写真の段階で起きます。

読み間違いに見えて、実は別の原因という問題が2つあります。試験コード（A問題・B問題など、問題の種類を示すコード）を読み間違えると、その答案全体が別の種類の正答で採点され、たいていは1人だけ極端に低い点数（100点満点で20点など）として現れます。正答に複数の試験コードが含まれているのに、コードを読み取れない答案があると、エラーで採点が止まります。採点前に、すべての答案の上部の欄にコードがはっきり書かれているか確かめ（印刷が薄ければ生徒に書き込ませます）、採点後は確認画面の上部に表示されるコードを写真と見比べてください。また、クラスのほぼ全員が同じ問題を間違えていたら、まず正答を疑いましょう。

Snap AIは、問題用紙に直接○を付けた解答も、よくある多くのレイアウトのマークシートも読み取れます。任意の解答用紙テンプレートを使うと、どんな問題と問題形式があるかをAIに伝えられます。用意されたテンプレート（40問・50問のA〜D選択など）を使うことも、最大200問の独自テンプレートを作ることもでき、PDFで印刷できます（PDFの見出しは英語表記です）。詳しくは無料の解答用紙テンプレートや解答用紙なしで採点する方法をご覧ください。

解答を読み取れないときはどうなる？

生徒が空欄にした、マークが読み取れない、写真にその問題が写っていない、といった理由でSnap AIが解答を見つけられなかった問題は未採点になります。先生が判断するまで0点のままで、答案ごとに未採点の問題数が表示されるので、どこを見ればよいかがわかります。

空欄も読み取れない解答も、どちらも未採点として表示されます。どちらなのかは写真を見れば判断できます。複数の正誤判定問題（1問にa〜dの4つの文がある形式）では、空欄や読み取れない文はXと記録されて得点にならず、未採点の表示も付かないため、生徒の解答にXがないか注意してください。

未採点の表示で見つかるのは解答の抜けであって、AIが自信を持って読み間違えたケースではありません。生徒がDにマークしたのにAIがCと読んだ場合、その問題は単に不正解として採点されます。特に最初の数回は、写真を抜き取りで確認してください。

先生による確認の流れ：エクスポートするまで確定しません

AI採点は「一次採点」と考えましょう。Snap AIでの確認の流れは次のとおりです。

1. 正答をチェックする。正答の確認を押したら、正答から読み取られた試験コードと解答に目を通し、誤りがあれば修正します。
2. 結果をざっと見る。各答案に点数と、正解・不正解・未採点の問題数が表示されます。未採点の問題がある答案や、意外な点数の答案から開きましょう。
3. 確認画面を開く。答案の確認する（Androidアプリでは確認）を押すと、拡大できる元の写真と、問題の一覧、AIが各問題で読み取った解答が表示されます。
4. どの問題でも修正する。問題を正解または不正解にするか、複数の正誤判定問題では得点を選び、保存を押します。合計点はすぐに再計算され、満点を超えることはありません。
5. 問題ごとの統計を見る。統計を表示を開くと、問題ごとの正解・不正解・未採点の人数がわかり、正答の誤りやわかりにくい問題をすぐに見つけられます。
6. 納得したらエクスポートする。CSVとしてエクスポート（AndroidアプリではCSVで書き出す）で、ExcelやGoogleスプレッドシートで開けるファイルができます。Notes（備考）列には、未採点のまま残った問題とその理由が記載されます。

点数が成績一覧に入るのはエクスポートしたときだけなので、エクスポートを先生の最終確認と考えてください。後で点数を変えたら、もう一度エクスポートします。CSVをExcel、Googleスプレッドシート、学校の校務支援システムに取り込む方法は、採点結果のエクスポートガイドで説明しています。

自分の答案でAI採点の精度を確かめる方法

いちばん役に立つ精度の数字は、自分の生徒、自分のスマホ、自分の教室の明るさで測ったものです。次の確認方法は、どのAI採点ツールにも使えます。

1. 同じテストの実際の答案を10〜20枚選ぶ。薄い鉛筆、消し跡、書き直し、乱れた字など、読みにくい答案も何枚か入れます。
2. 先に手で採点する。採点済みの答案を使ってもかまいません。生徒ごと・問題ごとの解答を表計算ソフトに記録します。
3. 同じ答案を、いつもどおりの方法でAIに採点させる。写真を完璧にするための撮り直しはしません。
4. 何かを直す前に、1問ずつ比べる。Snap AIのCSVには、問題ごとに1列ずつAIが読み取った解答が入っているので、自分の記録と並べて比べられます。
5. 違いはすべて原因を記録する。マークの読み間違い、読み取れないマーク、試験コードの誤り、正答の誤り、あるいは自分の手採点のミス（実際に起こります）のどれかです。

数えるのは答案の枚数ではなく解答の数です。40問の答案が20枚あれば比べられる解答は800個になり、傾向をつかむには十分です。違いが1つの原因に集中していれば、それを直して2回目を試します。違いがまれでばらばらなら、今後も確認画面で未採点の問題、意外な点数、読みにくい答案をチェックし続けてください。Snap AIは現在無料で使え（無料プランでは1日に採点できる答案数に上限があります）、試すのにかかるのは時間だけです。

AI採点の精度について独立した研究からわかること

独立した検証はまだ少なく、その多くは記述式の答案を対象にしています。知っておきたい最近の研究が3つあります。いずれもSnap AIを検証したものではありません。

• 選択問題のマークシート。英国リーズ大学のRuddleとNaqviによる研究では、53人の参加者がそれぞれ、決められた解答パターンどおりに100問のマークシートを3枚記入しました。1枚は黒のペン、1枚は鉛筆で濃く、1枚は鉛筆で薄く塗ったものです。スキャンした用紙は、AIエンジンを搭載した市販の選択問題採点システムで採点されました。ペンでは採点ミスはなく、判定できずに手作業での採点が必要になった解答は0.8%でした。誤りは鉛筆で濃く塗った場合に解答の0.25%、薄く塗った場合に4.9%へと増えました。著者らは、信頼できたのはペンの場合だけだったと結論づけています。
• 手書きの化学の試験。CvengrosとKortemeyer（2025）では、文章による解答と化学反応式ではAIと人の採点者がよく一致しましたが、数値計算や図・グラフの問題では一致の度合いが下がりました。著者らは人による監督の必要性を強調しています。
• 手書きの微積分の試験。Kortemeyer、Caspar、Horica（2025）は、GPT-5を使い、ルーブリックに沿って記述式の解答を採点しました。絞り込みをしない場合の人の採点者との一致は中程度で、低リスクのフィードバックには十分でも、重要な評価には不十分という評価でした。リスクの高いケースを人に回す厳しい絞り込みをかけると、残りの問題ではAIが人と同等の精度になりましたが、約70%の問題は人に任されました。

どの教室にも当てはまる教訓が3つあります。濃いマークは薄い鉛筆より確実です。記述式の答案に対するAIの判断にはむらがあり、得意な問題形式と苦手な問題形式があります。Snap AIが正答との照合だけを行い、作文を採点しないのはそのためです。そして3つの研究はいずれも、AIが判断に迷うケースを人が確認することを前提にしているか、それを求めています。なお、化学と微積分の論文はarXivのプレプリント（査読前の論文）です。

生徒の写真とデータの扱い

Snap AIでは、追加した写真やファイルはクラウドストレージにアップロードされ、外部プロバイダーのAIモデルに送られて読み取られます。各生徒の氏名、クラス、解答、点数を含む結果は、先生のアカウントに保存されます。

生徒のデータに責任を持つのは先生自身です。始める前に、次の点を確認してください。

• 生徒の答案をオンラインツールにアップロードすることについて、学校や教育委員会の方針を確認し、許可が必要な場合は事前に得ておきます。
• 撮影するのは解答のページだけにし、それ以外の個人情報が写り込まないようにします。
• Snap AIが読み取るのは氏名、クラス、試験コードで、受験番号や学籍番号は読み取りません。個人情報をできるだけ減らすよう求められている場合は、氏名欄にイニシャルや出席番号を書いてもらう方法もあります。

AI採点が向いている場面、向いていない場面

• 向いている：紙の答案の選択問題、正誤問題、組み合わせ問題、数値の短答。写真がはっきり撮れていて、表示された問題を先生が確認する場合です。
• 注意して使う：薄い鉛筆、消し跡の多い答案、テンプレートなしの特殊なレイアウト、そして定期テストなど成績に大きく関わる試験。これらの場合はすべての答案を確認してください。
• 向いていない：作文や証明など、ルーブリックに沿った判断が必要なもの（Snap AIは採点しません）。インターネットにつながらない環境。

ご自身のテストに当てはまるなら、スマホで選択問題を採点する手順ガイドを見ながら、次の答案の束で試してみてください。Snap AIは日本語表示に対応しており、ブラウザ版のapp.snap-ai.appとAndroidアプリで使えます。1つのテストでA問題・B問題など複数の種類を作る場合は、複数の試験コードを採点する方法をご覧ください。