AIでアンケートの自由記述を分類する手順

自由記述の分類、AIに任せられるのはどこまでか

自由記述の分類作業を段階ごとに分けると、AIが得意な部分と人が担う部分がはっきりします。

AIが得意なのは「決まったカテゴリに沿って大量の文章を仕分ける」作業です。 「そもそも何のカテゴリに分けるべきか」という設計と、 仕分けた後の意味づけは、その回答が集まった背景を知っている人でないと正しく行えません。

カテゴリ設計はなぜ人が担うのか

AIに自由記述をそのまま渡して「分類して」と指示すると、AIが独自にカテゴリを作ってしまいます。 このとき起きやすい問題が2つあります。

• カテゴリの粒度がバラバラになる：「価格への不満」と「送料への不満」が別カテゴリになる一方で、 「接客」「対応」「スタッフの態度」のような似た内容が別カテゴリのまま分かれて集計されることがあります
• 過去の調査結果と比較できなくなる：前回の調査で使ったカテゴリと違う分け方になると、 「不満の件数が増えたか減ったか」を追えなくなります

これを避けるには、先にカテゴリと定義を人が決め、AIには 「このカテゴリのどれに当てはまるか判定する」作業だけを任せます。 カテゴリ数は5〜10個程度に絞ると、後の集計が読みやすくなります。 初回の調査でカテゴリが定まっていない場合は、回答の一部（30〜50件程度）を人が読んで 仮のカテゴリ案を作り、それをAIに渡して残りを分類させる進め方が現実的です。

一次分類から集計まで、何時間減るのか

カテゴリが決まったあとの「割り振り」と「集計」が、この記事でいうAIに任せられる範囲の中心です。

試算の前提：回答300件、1件あたりの自由記述が50〜150字程度、 カテゴリ数8個という想定です。「いまの時間」は、人が1件ずつ読んでカテゴリを 手作業で割り振っている場合の目安（1件あたり約1分）です。 誤分類の確認にかかる時間は、AIの一次分類結果のうち1〜2割を人が読み直して 修正する前提で見積もっています。この確認作業を省略すると、 分類の精度がそのまま報告書に反映されてしまいます。

差し引きで、300件の分類作業はおよそ300分から75分に短縮される計算です。 回答の文字数が長い、専門用語や社内独自の言い回しが多いアンケートでは、 AIの一次分類の精度が下がり、確認にかかる時間が増える点に注意が必要です。

誤分類が起きやすいパターン

AIの一次分類は、次のようなケースで判定を誤りやすくなります。

• 1つの回答に複数の話題が含まれる：「価格は高いが、対応は良かった」のような回答を、 ポジティブ・ネガティブどちらか一方のカテゴリにしか割り振れない場合があります
• 皮肉・反語を字面どおりに読む：「最高の対応でした（笑）」のような皮肉を、 ポジティブな回答として分類してしまう場合があります
• 業界特有の言い回しを誤解する：社内用語や業界特有の略語が多い回答では、 文脈を取り違えることがあります
• 短すぎる回答の判定がぶれる：「特になし」「普通」のような短い回答は、 カテゴリの割り振りが一定しにくい傾向があります

これらは、分類結果をそのまま鵜呑みにせず、カテゴリごとに数件ずつ サンプルを人が読み直すことで発見できます。全件を読み直す必要はなく、 各カテゴリの上位・下位数件を抜き取って確認する運用が現実的です。

危険度の高い回答は別扱いにする

自由記述の中には、単なる分類では済まない回答が混ざります。 具体的な苦情、返金や訴訟に触れる記述、従業員アンケートであればハラスメントに 関わる記述などです。これらはカテゴリ分類とは別の工程で扱う必要があります。

• AIには「クレーム・法的リスク・ハラスメントに関わる可能性のある記述を抽出する」役割まで任せられます
• 抽出された回答をどう対応するか（誰にエスカレーションするか、個別に連絡するか）の判断は、 人が行います
• 従業員アンケートの自由記述は、匿名性への配慮が必要です。AIに読み込ませる際の 取り扱い（誰がどこまでアクセスできるか）は、社内規程で事前に決めておく必要があります。 個人情報保護委員会は生成AIサービスの利用について、個人情報を含む内容を入力する場合は 利用目的の達成に必要な範囲にとどめること、本人の同意なく個人データを含む内容を入力し、 それが応答結果の出力以外の目的（学習データへの利用など）で扱われる場合は法違反となり得ることを 注意喚起しています（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」2023年6月2日 https://www.ppc.go.jp/news/careful_information/230602_AI_utilize_alert/ ）。

危険度の高い回答を見落とすと、通常のカテゴリ分類の中に埋もれたまま 対応が遅れるリスクがあります。この抽出作業は、一次分類と同じタイミングで AIに並行して行わせておくと、確認の手間が増えません。

分類結果の報告書化で気をつけること

分類とカテゴリ集計ができたあとは、経営層や関係部署に説明する形にまとめます。

AIに代表例をピックアップさせる場合は、極端な意見（最も強いポジティブ・ネガティブ） だけでなく、件数の多いカテゴリの中央的な意見も選ばせると、 偏った印象を与える報告書になりにくくなります。 「なぜこの傾向が出たのか」という解釈と、そこから何をするかの提案は、 自社の状況を知っている人が担う部分です。

アンケート自由記述の分類でよく起きる失敗

• カテゴリ設計を省いてAIに丸投げする：AIが独自にカテゴリを作り、 過去の調査と比較できない集計になってしまいます
• 一次分類の結果をそのまま報告書にする：誤分類が混ざったまま件数が確定し、 実態と違う傾向として扱われてしまいます
• 危険度の高い回答を見落とす：カテゴリ分類の作業に気を取られ、 個別対応が必要な回答への気づきが遅れることがあります
• 匿名性への配慮を後回しにする：従業員アンケートで、誰が書いたか 特定できる形のままAIに読み込ませてしまう場合があります

これらはいずれも、カテゴリ設計・確認・匿名化のどれか1つを 省略したときに起きています。

自由記述の分類AIを始める順番

いきなり全社のアンケートに適用するのではなく、次の順番で試すと失敗しにくくなります。

1. 回答数の少ない小規模な調査で試す（顧客アンケートなら1店舗分、社内なら1部署分など）
2. カテゴリを人が仮設計する（過去の調査があれば、それに合わせる）
3. AIの一次分類の精度を確認する（誤分類のパターンを洗い出す）
4. 危険度の高い回答の抽出ルールを固める（どの言葉が含まれたら人に回すかを決める）
5. 対象調査を広げる（精度と運用ルールが固まってから拡大する）

カテゴリ設計と確認の運用が固まっていない状態で対象を広げると、 調査ごとにカテゴリの粒度がバラバラになり、あとで比較できなくなります。

よくある質問

Q. どんなツールを使えばよいですか。 表計算ソフトと連携できるAIツール、またはアンケートツール自体に テキスト分類機能が付いている場合があります。 製品ごとの料金・機能は変化が早いため、検討時に各社の公式ページで最新情報を確認してください。

Q. 回答が少ない場合（数十件程度）でもAIを使う意味はありますか。 数十件程度であれば人手での分類も現実的な時間で終わるため、 効果は限定的です。AIの効果が出やすいのは、回答数が数百件を超え、 人手での読み込みに時間がかかる場合です。

Q. カテゴリはいくつに分けるのが適切ですか。 明確な決まりはありませんが、5〜10個程度に絞ると集計結果が読みやすくなります。 カテゴリが多すぎると、1つあたりの件数が少なくなり傾向が見えにくくなります。

Q. 匿名のアンケートでも個人が特定されるリスクはありますか。 自由記述の内容や部署・役職などの属性情報が組み合わさることで、 少人数の部署では回答者が推測できてしまう場合があります。 従業員アンケートを扱う際は、誰がAIツールにデータを読み込ませるか、 外部のAIサービスにデータを送る場合はどこまでの情報を含めてよいかを 事前に社内で決めておく必要があります。

Q. 分類結果はどのくらい正確ですか。 カテゴリの定義の明確さ、回答文の長さ、専門用語の量によって精度は変わります。 具体的な精度は使うツールとカテゴリ設計に左右されるため、 一部の回答を人が読み直して精度を確認したうえで運用に組み込むことをおすすめします。