2026年9月18日、デジタル庁はガバメントAI「源内」のOSS Ver 2.0に関する全国オンライン説明会を開催したことを公表した。発表によれば、同庁は2026年5月から全府省庁の約18万人の政府職員を対象に大規模実証を進めており、Ver 2.0は2027年2月頃の公開を予定している。公開予定の内容として、実装のための設計書、構築手順書、調達仕様書のひな型、研修教材などが挙げられた。ここで重要なのは、行政向け生成AIが、ひとつの完成製品として配られるのではなく、各組織が導入と改善を行うための資材として外に出されようとしている点である。
同じ9月18日、内閣府は令和9年度予算の概算要求におけるAI関連予算を公表した。内閣府のAI戦略ページには、同年7月14日に人工知能基本計画（第Ⅱ期）が閣議決定されたことも掲げられている。政策の計画、予算要求、実装基盤の公開計画が近い時期に並んだことで、AIを「検討対象」として語る段階から、行政の実務に組み込む段階へ進もうとしていることが読み取れる。ただし、この移行を導入規模だけで測ると、大事な論点を取り逃がす。行政のAI活用でまず設計すべきなのは、速く答えを出す仕組みではなく、後からその仕事を説明できる仕組みである。
公開されるのは、モデルではなく仕事の型である
「OSS」という言葉を聞くと、ソースコードの公開を連想しやすい。しかしデジタル庁の説明会で示された公開予定物には、コードだけでなく、設計書、構築手順書、調達仕様書のひな型、研修教材が含まれる。これは技術の再利用だけを狙った構成ではない。どんな環境を整え、どんな要件を調達に書き、利用者に何を学んでもらうかまでを、他の組織が参照できるようにする構成である。言い換えれば、公開の対象はAIそのものよりも、AIを公共の仕事に置くための仕事の型だ。
この違いは小さくない。一般的な業務ツールなら、導入側は機能比較と契約を済ませれば、一定の範囲で使い始められる。だが行政の仕事には、申請、審査、照会、案内、会議資料、調達、危機対応など、それぞれ異なる法令、手続、記録、対外説明が結び付いている。AIが文章の下書きを作る場合でも、その文章が単なる内部メモなのか、住民や事業者に影響する案内なのかで、確認の重さは変わる。便利な機能を横展開するだけでは、仕事の責任まで横展開できない。
だから公開資材の価値は、同じ仕組みをそのまま複製できることよりも、導入時に何を決める必要があるかを可視化することにある。設計書があれば、業務の目的、扱う情報、利用者、確認手順、例外時の対応を議論しやすくなる。構築手順書があれば、設定作業を属人的な知識に閉じ込めにくくなる。調達仕様書のひな型があれば、事業者に何を求めるかを検討する出発点になる。研修教材があれば、利用者に「使ってよい」と伝えるだけでなく、何を確認し、どこで止まり、誰に相談するかを共有できる。公開とは、答えを配ることではなく、問いを揃えることでもある。
実証の規模は、評価の必要性を大きくする
デジタル庁の3月の発表では、2026年5月から2027年3月まで、全府省庁の約18万人の政府職員を対象に大規模実証を実施する予定とされた。9月の説明会公表でも、同じく全府省庁の約18万人を対象とする実証が進められていると説明された。人数の多さは、行政がAIを現場の一部の試行ではなく、共通の利用環境として捉えていることを示す。一方で、利用者が増えるほど、個々の優れた使い方に期待する運用は難しくなる。
規模が小さい間は、詳しい担当者が近くにいて、使い方の相談に乗り、誤りを見つければその場で修正できる。利用者が広がれば、利用目的も、文書の種類も、確認できる時間も異なる。ある部署では有効だった指示文や確認手順が、別の部署では不十分かもしれない。ここで必要になるのは、全員を同じ手順に縛ることではない。どの業務にも共通して残すべき記録と、業務ごとに設計し直すべき判断を分けることである。
たとえば、AIに何を依頼したか、どの資料を参照させたか、出力を誰が確認したか、どの部分を人が直したか、利用を中止した理由はあったか。こうした問いは、すべてを長文で保存しなければならないという意味ではない。しかし、影響の大きい仕事ほど、後から辿れる形にしておく必要がある。記録がなければ、結果が良かったか悪かったかだけが残り、なぜその結果になったのかを学べない。実証は利用回数を増やす工程ではなく、改善に必要な証拠を集める工程として扱うべきだ。
その意味で、成果指標も「何人が使ったか」だけでは足りない。作業時間が短くなったとしても、確認作業が別の人に移っただけかもしれない。出力の品質が上がったとしても、例外事例に弱ければ、住民対応や制度運用で問題になるかもしれない。逆に、AIの出力を採用しなかった事例にも価値がある。どの種類の判断では人の確認を厚くするべきか、どんな入力では利用を避けるべきかを見つける材料になるからだ。失敗を隠さない評価設計がなければ、導入は学習にならない。
「人が最終確認する」は、運用の説明にならない
生成AIの利用方針でよく見かけるのが、「最終的には人が確認する」という表現である。これは必要な原則だが、それだけでは実務の設計にならない。誰が、いつ、何を根拠に確認するのかが決まって初めて、確認は機能する。出力された文章を読んだだけで確認したと言えるのか。原典に当たるのか。数字、固有名詞、法令名、日付、対象者、例外条件を分けて見るのか。確認者に修正する権限と時間があるのか。ここを曖昧にしたまま「人が見る」と言っても、責任は最終確認者の個人に集中しやすい。
行政で必要なのは、AIの出力をそのまま正しいとみなすための承認ではなく、仕事の種類に応じた確認の深さをあらかじめ決めることだ。内部の発想整理、定型的な文書の下書き、公開資料の要約、問い合わせへの案内、個人や事業者に関わる判断の補助では、求められる慎重さが同じではない。高い影響を持つ仕事ほど、入力データ、参照元、判断基準、例外処理、人による決裁の位置を明確にする必要がある。AIを使うか使わないかの二択ではなく、どこまで任せ、どこから人が根拠を確認して引き受けるかを仕事ごとに決める問題である。
このとき、人の役割を「AIの誤りを探す人」だけに限定しない方がよい。人は、依頼の目的を定め、入力してよい情報を選び、出力が届く相手を想像し、制度上の条件に照らし、例外が起きたときに対応する。AIが文章を整える能力を持つほど、依頼の設計と結果の責任を担う人の役割は見えにくくなる。だからこそ、研修は操作方法の説明だけで終えてはならない。利用者が自分の業務を分解し、AIに任せられる部分と任せられない部分を言葉にできるようにする必要がある。
調達仕様書は、行政の価値観を外部に伝える文書になる
デジタル庁が公開予定物に調達仕様書のひな型を含めたことは、AI活用が庁内だけで閉じないことを示している。行政が外部の事業者からサービスや支援を調達するなら、仕様書は単なる購入条件ではない。何を記録してほしいか、どの情報を扱わせないか、障害時にどう知らせるか、変更が起きたときに誰が判断するかを、契約前に言葉にする場になる。AIの振る舞いを完全に事前指定できないからこそ、性能の数値だけではなく、運用上の説明責任を仕様に置く必要がある。
たとえば、モデルや関連機能が更新されたとき、行政側は何が変わったかを把握できるだろうか。出力の品質に変化が疑われたとき、検証に使う記録を取り出せるだろうか。利用停止や代替手段への切替は、どの条件で行うのだろうか。これらは特定の製品を評価するためだけの問いではない。公共サービスの継続性を守るための問いである。仕様書のひな型が公開されるなら、各組織はそれを完成答案として使うのではなく、自分たちの業務で誰にどんな影響が及ぶかを確認するための点検表として使うべきだ。
この視点は、調達を遅くするためのものではない。反対に、導入後になって「想定していなかった」と言わないための準備である。要件が曖昧なまま始めれば、現場は問題が起きるたびに個別に判断することになる。明確な要件があれば、事業者との役割分担、庁内の決裁、利用者への説明を早い段階で揃えられる。速さとは、決定を急ぐことだけではない。後戻りの理由を減らすことでもある。
市民に見えるのは、AIの名称ではなく行政の応答である
行政内部でどのAI基盤を使っているかは、市民にとって必ずしも中心的な関心ではない。市民が受け取るのは、窓口での案内、ウェブサイトの説明、申請への応答、制度の運用、問い合わせへの返答である。そこで説明が不正確だったり、訂正の経路が見えなかったり、同じ事情なのに扱いがぶれたりすれば、AIの名前を知らなくても不信は生まれる。公共部門のAI活用は、内部の効率化だけで完結せず、行政の応答の品質として評価される。
だから「透明性」を、利用しているモデル名を一度公表することだけに狭めない方がよい。市民に必要なのは、自分に関係する場面でAIがどんな補助をしているのか、人に説明や訂正を求められるのか、問題が起きたときにどこへ連絡すればよいのかを知ることである。すべての内部手順を公開する必要はないが、影響を受ける人が権利や選択肢を理解できることは別の問題だ。説明は広報ではなく、利用者が行動できる状態をつくる仕事になる。
また、行政の説明は一方向では足りない。現場の職員が「この出力では案内できない」「この手続では利用を止めるべきだ」と言える経路と、市民が「この説明は分かりにくい」「訂正してほしい」と伝えられる経路が、改善の材料になる。AIを入れた後の制度は、完成品ではなく運用の中で更新される。苦情や差し戻しを単なる失敗として閉じず、どの工程で何が起きたかを見直せるなら、説明責任は守りのためだけでなく、サービス改善の基盤になる。
公開後に必要なのは、比較できる改善記録である
公開資材を使う組織が増えれば、同じ名前の仕組みでも運用は少しずつ違っていく。扱う制度、利用者の熟練度、入力する資料、決裁の順番、問い合わせの量が違うからだ。だから横展開は、同じ画面や同じ指示文を配ることでは終わらない。どの前提で使い、何を変え、何がうまくいかなかったかを、他の組織が読める粒度で残すことが必要になる。共通化すべきなのは結論ではなく、比較するための記録の形式である。
具体的には、利用目的、対象となる業務、利用を許可する情報の範囲、確認者、公開前の点検、利用停止の条件、利用者から寄せられた指摘、変更した理由を、短くても継続して記録する方法が考えられる。これらは新しい事務負担にも見える。しかし、記録を最初から仕事の流れに組み込めば、担当者が替わった後にも判断の経緯を引き継げる。後から監査や説明が必要になったときにも、記憶や個人の保存資料に頼らずに済む。AIの導入で生まれる変化を、組織の知識として残すための最低限の投資である。
改善記録は、失敗を数える台帳ではない。たとえば、ある案内文で誤解が生じたなら、入力資料が古かったのか、AIへの依頼が曖昧だったのか、人の確認で見落としたのか、そもそも制度説明が複雑すぎたのかを分けて考えられる。原因を一つに決めつけずに工程を見直せれば、AIだけでなく元の業務も改善できる。行政のAI活用が価値を持つのは、出力を増やすときだけではない。仕事の弱い部分を発見し、直す機会を増やすときでもある。
この記録は、個人を監視するためのものではなく、仕事の設計を見直すためのものでなければならない。利用者の行動を細かく採点するだけでは、現場は失敗を報告しにくくなる。必要なのは、どの業務でどんな確認が有効だったか、どんな条件では利用を控えるべきかを、担当者どうしで共有できる形にすることだ。記録の目的、閲覧できる人、保存期間、見直しの方法をあらかじめ定めておけば、説明責任と現場の学習を両立させやすい。公開資材が普及するほど、その使い方を比較し、改善の理由を語れる仕組みの価値は大きくなる。
さらに、公開資材を採用する組織は、利用開始時の前提だけでなく、前提が変わった時点も記録しておきたい。制度改正、資料の更新、担当部署の再編、利用者からの指摘は、同じ設定を続けてよいかを見直す契機になる。定期的な見直しを運用に組み込めば、AIの導入は一度きりの事業ではなく、公共サービスを確かめ直す継続的な営みになる。
予算と公開計画を、学習の約束に変えられるか
内閣府によるAI関連予算の概算要求の公表と、デジタル庁によるOSS Ver 2.0の公開予定は、AIを行政の能力として育てる意思を示す材料である。ただし、予算があること、基盤があること、利用者が多いことは、それぞれ必要条件ではあっても十分条件ではない。公共の仕事では、便利だったという感想だけでは成果を判断できない。誰の負担が減ったのか、どの確認が必要になったのか、どの仕事では使わないと決めたのか、問題が起きたときにどう直したのかを、継続して見なければならない。
ここで求められるのは、華々しい成功事例だけを集める報告ではない。利用を中断した判断、誤りを防いだ確認、設計を変えた経緯、現場から上がった懸念も含めて、再利用可能な知識にすることである。デジタル庁が公開を予定する設計書や研修教材は、そのための器になり得る。各組織が自らの事情を上書きしながら使い、変更理由も残せるなら、公開資材は技術移転を超えて、行政の学習を支える共有資産になる。
AIは行政を自動化する魔法ではない。むしろ、今まで暗黙に処理されてきた判断、確認、責任、例外対応を表に出す装置になり得る。そこで見えてくる手間を「AIが使えない証拠」と受け取る必要はない。その手間は、公共の仕事が本来引き受けてきた説明責任の輪郭でもある。ガバメントAIの次の評価は、どれほど多くの作業を置き換えたかではなく、どれほど多くの仕事を、根拠と責任をたどれる形に設計し直したかで測るべきだ。公開計画をその出発点にできるかどうかは、これからの運用にかかっている。
一次資料：ガバメントAI 源内OSS Ver 2.0の計画に関する全国オンライン説明会を開催しました、AI戦略、全府省庁の約18万人の政府職員を対象としたガバメントAI（源内）の大規模実証を開始します