生成AIの大学業務での新たな活用可能性を発見する

2026年2月4日
東京大学 情報システムゼミ「大学業務への生成AIの活かし方　― ​Microsoft 365 Copilot分析機能編 ―」
公開に際してスライドの一部を改変・削除しております。

1. 生成AIの大学業務での 新たな活用可能性を発見する 2026年2月4日 東京大学 情報システムゼミ 「大学業務への生成 AIの活かし方　― Microsoft 365 Copilot分析機能編 ―」 森木 銀河
2. 1
 森木 銀河 モリキ　ギンガ @gmoriki @pogohopper8 • 佐賀県佐賀市 出身 • 修士[教育学] • クジラとゾウが好き AIとヒトをつなぐ人 gmoriki 代表。民間企業にて生成AI活用推進に従事する傍ら、個人 事業主として大学・教育機関の AI人材育成を手がける。 私立・国立大学職員としての実務経験を持ち、大学という組織特有の 文化や課題に精通していることが強み。教員・職員双方を対象とした 研修企画、登壇、アドバイジングなど、現場に即した実践的な AI活用 支援を行っている。
3. 「職場としての大学に、AI人材育成を」をモットーに活動中です 2
 大学職員のためのプロンプトガイドを構築 https://promptforus.com/ 大学の生成AIポリシー・データベースを公開(~2024年) AI活用サイト「うえきばちポータル」公開！ https://gmoriki.notion.site/uekibachi
4. 3
 生成AIを活用できる人材を育成するために、 私たち自身が生成AIを上手に扱うための「考え方」を身につけよう 本日お話しすること
 常にAIを同席させる判断力 最後は人が介在する力 ⇒新しい筆記用具(Copilot)を常備する ⇒ご自身の活動でどう活かすかを考える
5. 4
 大学教職員(AI利用者)が身につけるべきリテラシーについてお話しします ※ 私たちは「AI利用者」です
 AI利用者 AI提供者 AI開発者 AI システムを開発する事業 者（AIを研究開発する事業者 を含む） AI システムをアプリケーショ ン、製品、既存のシステム、ビ ジネスプロセス等に組み込んだ サービスとしてAI利用者（AI Business User）、場合によって は業務外利用者に提供する事業 者 事業活動において、AIシス テム又はAIサービスを利用 する事業者 例：OpenAI社(GPT-4開発) 例：Microsoft社(Copilot提供) 例：大学職員(Copilot利用) AI事業者ガイドライン（第1.0版）(2024), https://www.meti.go.jp/press/2024/04/20240419004/20240419004.html
6. 5
 2. どのように使うべきか 1. なぜ生成AI/Copilotを活用するのか 3. 何をどう気をつけるべきか 生成AIの大学業務での新たな活用可能性を発見する
7. なぜ生成AI/Copilotなのか
8. 7
 生成AIとは何か
 文章、画像、プログラム等を生成できるAIモデルにもとづくAIの総称 (AIモデル…入力データ又は情報にもとづいて推論（inference）又は予測を生成する数学的構造) 画像・音楽・動画を 生成するAI、 入力可能なAIもある AIモデル 入力 生成物 入力された文章をもとに、文章を生成するAIの場合 日本の 首都は？ 東京都です AI事業者ガイドライン（第1.0版）(2024), https://www.meti.go.jp/press/2024/04/20240419004/20240419004.html
9. 8
 Micosoft 365 Copilotとは何か
 ▍Web検索等が可能な対話型テキスト生成AIサービス Copilot in Bingを想定して説明しています.Microsoftが言うCopilot概念はクラウドソリューションの総称だったりします. • OpenAI社のAIモデル(GPTファミリーや画像生成モデルのDALL・E)を使用している • Web検索を介したテキストの生成、画像生成や作曲が可能 • みんな大好きMiorosoft製。Office製品やブラウザ、OSにも組み込まれている Web検索 画像生成 …etc.
10. 9
 映画と劇の違いを 3点に要約して AIモデル (LLM) 利用者 生成AIサービス 生成物 指示(プロンプト) Copilotの機能　①テキスト生成 Copilotに指示(プロンプト)を入力する 1. 制作過程と技術：映画 はフィルムやデジタルメ ディアに録画され、編集 や特殊効果を含む後処理 が行われます。… 2. 視覚的体験：… 3. 観客との関わり：… 事前に大量の学習用データセット、ハイパーパラメータを使用して学習済みモデルを作成しています
11. 10
 Copilotの機能　②Web検索 Copilotに指示(プロンプト)を入力する 生成AIサービス 生成物 Web検索 実際はバックエンドプログラム(オーケストレータ)が検索システムとLLMを仲介し、指示の検索クエリ化、回答生成等を担当 明日の 福岡市の天気は？ 利用者 指示(プロンプト) 「福岡の天気 明日」 AIモデル (LLM) 明日の福岡市の天気予報 によると、天気は「ほと んど晴れ」で、最高気温 は30度、最低気温は21度 となる見込みです。どう いった予定でも、… 回答の根拠となるWebサイト 検索結果を もとに回答を生成 [明日の天気情報] 検索結果を インプット 検索クエリを生成
12. 11
 Copilotの機能　...その他たくさん！気づいたらアプデされてます！
13. 10秒くらいでわかる、AIエージェント
 12

14. 13
 AIエージェントの概要
 AIチャットサービス AIエージェント ユーザーの指示に基づいて 動作する 与えられた目標に基づいて独立して行動し、 ユーザーの介入を最小限に抑える ユーザーの質問に答えることに 主眼を置いている 特定の目標やタスクの達成に向けて計画を立 てて行動する シンプルな一問一答に 限定されることが多い 複雑で連続した対話の中からタスクを処理す る能力を持つ ▍AIチャットサービス 
 • 自由に入力できるチャットUI • 指示を書けば自由自在 • 無償の場合も多い ChatGPTとの単なる対話 ▍AIエージェント 
 • AIを他のアプリケーションの 機能と統合したサービス • 入出力の自由度が低い場合がある • たいてい課金 Microsoft 365 Copilot、Manus…etc. 2024年12月18日現在 [2408.02479] From LLMs to LLM-based Agents for Software Engineering: A Survey of Current, Challenges and Future (arxiv.org)
15. 10秒くらいでわかる、AIを使うべき理由
 14
 ▍ルーチンからの解放と、企画・立案能力へのシフト 
 • 「作業」の価値は暴落する。AIを使えば数秒で終わる業務をリプレースする必要がある。 • 「問い」を立てる力の価値は高まる。職員は「処理する人」から「プロデューサー」へ。
16. なぜ「生成AIを使う」必要があるのか
 15
 AI技術の進展 環境・リスク分析 AIサービスの 普及 AIを取り巻き変化する社会 [過渡期] AI利用者 (大学組織) AI提供者 AI開発者 使ってみることが 環境・リスク分析の 前提だから
17. 16
 AI技術の進展
 分野に特化したAIではなく 汎用的な知能を持つAIが開発され続けている (汎用技術になりうるAI) https://wandb.ai/wandb-japan/llm-leaderboard/reports/Nejumi-LLM-Neo--Vmlldzo2MTkyMTU0 anthropic.claude-3-opus-20240229-v1:0 [商用] gpt-4-turbo-2024-04-09 [商用] gemini-pro [商用] meta-llama/Meta-Llama-3-70B-Instruct [オープン] MT-bench-jp Rader Chart ▍大規模言語モデルの開発・改善 
 • OpenAIが2023年3月に「GPT-4」をリリース 米国司法試験に合格する実力を持つ(受験者の中で上位10%相当の成績) • ChatGPTがライティングタスクの生産性向上に貢献(e.g. NOY&Zhang,2023) ライティングの平均所要時間が40%減少・出力品質が18%向上 • 既にGPT-4に比肩するモデルが開発されている「Claude 3 Opus」「Llama3 70B」等 AI利用者 AI提供者 AI開発者
18. 17
 AIサービスの普及
 • 指示をもとに対話するサービス • リンク先情報を要約・表示する 
 (確率的に推論を出力する)モジュール Arcブラウザ ChatGPT 対話型生成AI 対話型じゃない生成AI • 誰でも使えるがゆえに 目的の言語化や明文化が必要 • ブラウザが持つ機能の一部なので ユーザーが指示を書く必要はない AI利用者がAIと明示的に対話する場面、 気づいたらAIを利用している場面が増える ※Arc Max(スライド作成時点でMacのみ対応) AI利用者 AI提供者 AI開発者
19. 18
 環境・リスク分析
 総務省,インターネットの誕生, https://www.soumu.go.jp/hakusho-kids/life/what/what_12.html ▍AIを使うことで、AIを取り巻き変化する社会の環境・リスクを分析する ▪ AI利用による便益とリスクを理解する ▪ AIの社会的な受容を理解する ▪ 大学組織のAIの習熟度を理解する ▍生成AIはただの便利ツール でも一過性の話題 でもない • 電気やインターネットのような「汎用技術」である可能性が高い(!!) • CUI的なインターフェースであり、汎用的だが確率的に推論を出力するモジュール ✔ 今までは専門家が提供した特化型AIが多かったが、 今後は容易に利用できる汎用型AIが増え、AI利用者も責任を負う可能性がある 使ってみて、議論を重ねて、 AIに対応できる大学組織になる AI利用者 AI提供者 AI開発者 環境・リスク分析の前提は 「使ってみる」こと
20. 19
 「ツール活用術」ではなく「AIの舵取り」(=知的生産) に習熟する AIに上手な指示を出す 自分より賢い存在と協働する
21. どのように使うべきか △ プロンプトを上手に書く ◎ AIの舵取りに習熟する
22. 21
 AIに上手な指示を出す 自分より賢い存在と協働する 「ツール活用術」ではなく「AIの舵取り」(=知的生産) に習熟する
23. 22
 「上手な指示」はAIを相棒にする技術に宿る https://note.com/pogohopper8/n/n6616108810c6
24. 23
 1. 企画書にしてもらう 今考えている「部署内ミニ勉強会」のアイデアを、前提・目的・対象・進め方・想定さ れるリスクまで含めた簡単な企画メモにしてください。あとから赤入れする前提なの で、多少荒くてもよいので、一度すべて言語化してほしいです。 プロンプト例：
25. 24
 2. いろいろな立場を演じさせる 次の文書を読む現場職員になりきってください。読んだときに不安に感じること、不満 に思いそうなこと、分かりにくいところをできるだけ率直な言葉で書き出してくださ い。 プロンプト例：
26. 25
 3. 情報を行動に圧縮させる 次に貼る会議メモを読んでください。内容を細かく要約するのではなく、私が明日まで にやるべきことを二つだけ、理由と一緒に教えてください。 プロンプト例：
27. 26
 4. 無難な案をあえて出させる 次のテーマについて、企画案を三つ出してください。こちらで、物足りない点や自分た ちらしくないところを洗い出すために使いたいです。 プロンプト例：
28. 27
 Copilot活用事例
29. 28
 本日のCopilot「アナリスト機能」のデモもお楽しみに 大学業務におけるデータ分析はまさに「情報を行動に圧縮させる」、「大学内の情報を 分析し、インサイトやアクションを見出す」ために実施されます。 Copilotの「アナリスト機能」を使えば誰でもデータ分析が可能です！ 分析したいテーマを言葉で問いかけるだけで、AIが手足となって動きます。 「情報を行動に圧縮させる」...?? Copilotにおまかせあれ！
30. プロンプト/活用例を公開中 29
 P4US...Prompt Guide for University Staff https://promptforus.com/ 大学職員のためのプロンプトを公開しています
31. 何をどう気をつけるべきか
32. 31
 「ツール活用術」ではなく「AIの舵取り」(=知的生産) に習熟する AIに上手な指示を出す 自分より賢い存在と協働する
33. 生成AIのリスクを理解する
 32
 生成AIの限界と課題 適切な利用方法
34. 3種類のリスク
 33
 総じて、LLM(大規模言語モデル)の限界と課題を説明します ※ 検索システムによってリスクを改善・抑制できる場合もあります 入力 生成AI 生成物 生成AIの仕様 入力の課題 生成物の課題 日本の 首都は？ 東京都です
35. 入力の課題
 34
 入力は AIモデルの学習や改善に使用される 個人情報保護法に抵触する 可能性がある 入力 生成AI 生成物
36. 35
 入力の課題 個人情報等の機密情報は入力しない ▍AIモデルの学習や改善に使用される可能性がある 
 • ChatGPTに入力されたデータはAIの開発・改善に使用される可能性がある • APIを経由 / 一部機能を使用すれば開発・改善に使用されない ※ ただし不正行為の防止等の目的でデータを監視される可能性がある OpenAI,”Terms of use”,https://openai.com/policies/terms-of-use ▍個人情報保護法に抵触する可能性がある 
 • 個人情報取扱事業者が、あらかじめ本人の同意を得ることなく生成AIサービスに 個人データを含むプロンプトを入力し、当該個人データが当該プロンプトに対する 応答結果の出力以外の目的で取り扱われる場合、 当該個人情報取扱事業者は個人情報保護法の規定に違反することとなる可能性がある。 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”,https://www.ppc.go.jp/news/careful_information/230602_AI_utilize_alert/
37. 生成AIの仕様
 36
 生成AIは 学習に使用されたデータに影響を受ける 再現性が低い 指示(プロンプト)に影響を受ける 可能性がある 入力 生成AI 生成物
38. 37
 生成AIの仕様
 ▍再現性が低い可能性がある 
 • 「ある単語や文章の次に来る単語や文章を推測し、 「統計的にそれらしい応答」を生成する」AIであり、原則として再現性は保証されない 文部科学省,”初等中等教育段階における生成AIの利用に関する暫定的なガイドライン”, https://www.mext.go.jp/content/20230710-mxt_shuukyo02-000030823_003.pdf ▍学習に使用されたデータ等に影響を受ける可能性がある • 回答は学習用データセットやアライメント(調整)の傾向に依存する 例：「結婚式」に関する回答が「教会式の結婚式」に偏る傾向にある OpenAI,” Models”, https://platform.openai.com/docs/models/overview
 ▍プロンプトに影響を受ける可能性がある 
 • 「結果の品質は提供する情報の量とそのクオリティ(=プロンプトの書き方) によって異なる」 ”Prompt Engineering Guide”, https://www.promptingguide.ai/jp/introduction/basics 使用する生成AIの仕様を把握する
39. 著作権法等によって保護されている 事実と異なる 生成物の課題
 38
 生成物は 可能性がある 入力 生成AI 生成物
40. 39
 生成物の課題 ▍著作権法等によって保護されている可能性がある • 生成物が著作権侵害に係る判断は、「人がAIを利用せず絵を描いた場合などの、 通常の場合と同様に判断」される　⇒類似性かつ依拠性を満たすかどうか • 類似性：「他人の著作物の「表現上の本質的な特徴を直接感得できること」」 • 依拠性：「既存の著作物に接して、それを自己の作品の中に用いること」 文化庁,”AIと著作権”,https://www.bunka.go.jp/seisaku/chosakuken/pdf/93903601_01.pdf 文化庁,AI と著作権に関する考え方について,https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/pdf/94037901_01.pdf ▍事実と異なる可能性がある 
 • 「事実と全く異なる内容や、⽂脈と無関係な内容などが出⼒される」 いわゆる幻覚（ハルシネーション＝Hallucination）が生じる。 • 現時点で明確な原因はわかっておらず、完全に無くす方法も無い 文部科学省,”初等中等教育段階における生成AIの利用に関する暫定的なガイドライン”, https://www.mext.go.jp/content/20230710-mxt_shuukyo02-000030823_003.pdf 生成物の正確性と誠実性には注意する • 弁護士がChatGPTを使って架空の判例を引用した民事訴訟資料を作成・提出した • 大学教員がChatGPTに「学生がChatGPTを使って課題を解いたかどうか」を判断させた https://www.nikkei.com/article/DGXZQOGN30E450Q3A530C2000000/ https://www.nbcnews.com/tech/chatgpt-texas-college-instructor-backlash-rcna84888 過去に生じたインシデント事例
41. 3種類のリスク
 40
 入力 生成AI 生成物 生成AIの仕様 入力の課題 生成物の課題 人間中心 安全性 公平性 プライバシー保護 セキュリティ確保 透明性 アカウンタビリティ AI事業者ガイドライン（第1.0版）(2024), https://www.meti.go.jp/press/2024/04/20240419004/20240419004.html AI事業者ガイドライン 「共通の指針」より
42. 生成AIのリスクを管理する
 41
 生成AIの限界と課題 適切な利用方法
43. 生成AIの適切な利用方法
 42
 生成物を検証する 試行錯誤する
44. 43
 生成物を検証する AIから得られる生成物は「AIの提案」であるため 利用者が検証する必要がある 指示を出す 不適切な利用 回答を得る 生成物を事実として扱う 指示を出す 適切な利用 回答を得る 生成物を検証する 生成物を活用する 生成物を活用する
45. 44
 試行錯誤する 回答内容の不確実性、AI発展の不確実性を理解し、 自分の目的・意図・期待に合わせて試行錯誤する 指示を出す 不適切な利用 回答を得る 生成物を事実として扱う 指示を出す 適切な利用 回答を得る 生成物を検証する 生成物を活用する 生成物を活用する 指示の修正 指示の改善
46. • 自分の指示・意図の通り？ • リスクは許容できる 水準に抑えられるか？ • 利用者は生成物に 責任を持てる？…etc. 生成AIの利用から生成物の活用までのチャート
 45
 生成物 生成物の検証 責任を持つ 試行錯誤 • 文章案・構成案 • 修正されたプログラム • 思考の整理…etc. 企画案考えて 生成AIの利用 生成物の活用 ケーススタディ 生成AI フィードバック
47. まとめ
48. 47
 生成AIを活用できる人材を育成するために、 私たち自身が生成AIを上手に扱うための「考え方」を身につけよう 本日お話ししたこと
 常にAIを同席させる判断力 最後は人が介在する力 ⇒新しい筆記用具(Copilot)を常備する ⇒ご自身の活動でどう活かすかを考える
49. 48
 AI時代に大学教職員に求められる能力とは何か

50. 49
 この後すぐ！本日のCopilot「アナリスト機能」のデモ 大学業務におけるデータ分析はまさに「情報を行動に圧縮させる」、「大学内の情報を 分析し、インサイトやアクションを見出す」ために実施されます。 Copilotの「アナリスト機能」を使えば誰でもデータ分析が可能です！ 分析したいテーマを言葉で問いかけるだけで、AIが手足となって動きます。 「情報を行動に圧縮させる」...?? Copilotにおまかせあれ！
51. デモ終了後
52. 51
 さいごに... 大学業務におけるデータ分析はまさに「情報を行動に圧縮させる」、「大学内の情報を 分析し、インサイトやアクションを見出す」ために実施されます。 Copilotの「アナリスト機能」を使えば誰でもデータ分析が可能です！ 分析したいテーマを言葉で問いかけるだけで、AIが手足となって動きます。 「情報を行動に圧縮させる」...?? Copilotにおまかせあれ！ 生成AI/Copilotの可能性はまだまだあります！ あなたにとって欠かせない「相棒」を育ててください！