アンケートの質問をAIで点検する：誘導・二重質問・選択肢の抜けを見つける

手順の全体像

1. 調査の目的と対象者を1〜2行で書く
2. 質問案をAIに渡し、型別に点検させる
3. 指摘を人が一つずつ「採用・不採用・保留」に分ける
4. 修正した質問を、社内の別の人に読んでもらう

AIに任せるのは手順2の「候補の洗い出し」だけです。手順3と4は人が行います。

質問文の不具合の型別チェックリスト

• 1. 誘導、見分け方：評価語や前置きで答えを一方向に寄せている、悪い例(説明用)：「便利で人気の○○を、どのくらい利用していますか」、直し方の方向：評価語・前置きを外し、事実だけを聞く
• 2. 二重質問、見分け方：「と」「や」「かつ」で2つの論点をつないでいる、悪い例(説明用)：「価格と品質に満足していますか」、直し方の方向：質問を分ける
• 3. あいまい表現、見分け方：「最近」「よく」「しばしば」など、人によって幅がある、悪い例(説明用)：「最近、利用しましたか」、直し方の方向：「過去1か月以内に」など期間・頻度を明示する
• 4. 前提の押し付け、見分け方：回答者が経験した前提で聞いている、悪い例(説明用)：「利用して節約できた点は何ですか」、直し方の方向：先に経験の有無・実感を聞く
• 5. 選択肢の抜け・重複、見分け方：範囲が重なる、該当しない人の逃げ場がない、悪い例(説明用)：「20〜30歳/30〜40歳」、直し方の方向：範囲を重ならないよう区切り、「該当なし」「その他」「答えたくない」を検討
• 6. 伝わりにくい言葉、見分け方：社内用語、略称、世代や地域で意味が変わる言葉、悪い例(説明用)：「サブスクのDX対応は十分ですか」、直し方の方向：平易な言葉に置き換える、必要なら説明を添える

「その他」「答えたくない」を入れるかどうかは、調査の目的と集計方法で決まります。常に入れるべきだとは言えません。

AIに渡す情報と、渡さない情報

渡すのは次の4つです。

• 調査の目的(何を決めるための調査か)
• 対象者(例：過去に商品を購入した20〜60代)
• 質問案と選択肢
• 回答方法(単一選択、複数選択、自由記述など)

渡さないのは、回答者の氏名・連絡先・実際の回答データ、社外秘の数値や未発表の商品情報です。質問案に社内情報が入っているときは、商品名や数値を架空のものに置き換えてから貼ります。AIサービスの学習利用の設定と、情報が漏れないことは別の話です。設定の有無にかかわらず、貼る内容を減らすのが確実です。

点検用の指示文テンプレート

[ ]の部分を自分の調査に置き換えて使ってください。

あなたはアンケート設計のレビュー担当です。
下の質問案を点検し、問題がありそうな箇所だけを指摘してください。
質問全体を書き直さないでください。

【調査の目的】[例：定期購入サービスの利用実態を把握し、案内文の改善点を探す]
【対象者】[例：過去1年に購入経験のある一般消費者]
【回答方法】[例：Webフォーム。単一選択を基本とし、一部は複数選択]

【点検の型】
1. 誘導(評価語、前置き、期待を示す言い方)
2. 二重質問(1問に2つ以上の論点)
3. あいまい表現(期間・頻度・程度の幅)
4. 前提の押し付け(経験があると決めつけている)
5. 選択肢の抜け・重複(範囲の重なり、該当しない人の逃げ場がない)
6. 伝わりにくい言葉(社内用語、略称、世代や地域で意味が違う言葉)

【出力形式】表で、次の列にしてください。
設問番号 / 型 / 該当する文言 / 問題だと考える理由 / 修正案(2案まで) / 人が判断すべき点

【ルール】
- 該当する型がない設問は「指摘なし」と書く
- 調査目的がわからないと判断できない点は、推測せず「人が判断すべき点」に書く
- 理由は、回答者がどう読み違えるかの観点で書く

【質問案】
[ここに質問を貼る]

「質問全体を書き直さない」と指定するのは、AIが全面的に書き換えると、調査の意図が変わっても気づきにくくなるためです。

入力例と、人が行う判断(説明用の例)

次は説明用に作った架空の質問案で、実際に点検を実行した結果ではありません。

Q1 当社の便利で人気のミールキットを、どのくらいの頻度で利用していますか。
Q2 価格と品質に満足していますか。
Q3 最近、ミールキットを利用しましたか。
Q4 年齢を教えてください。 1) 20〜30歳 2) 30〜40歳 3) 40〜50歳
Q5 ミールキットを利用して節約できた点は何ですか。

このテンプレートに通した場合、人が確認すべきポイントは次のとおりです。

• Q1、想定される指摘の型：1. 誘導、人が見る点：「便利で人気の」は評価語。外した文でも聞きたいことが変わらないか
• Q2、想定される指摘の型：2. 二重質問、人が見る点：価格と品質を別々に把握したいのか、総合満足だけでよいのか
• Q3、想定される指摘の型：3. あいまい表現、人が見る点：期間は調査の目的に合うか。月1回利用する人も拾えるか
• Q4、想定される指摘の型：5. 選択肢の重複・抜け、人が見る点：30歳はどちらか。20歳未満と50歳以上の人の回答先がない
• Q5、想定される指摘の型：4. 前提の押し付け、人が見る点：節約を実感していない人が答えられない。先に実感の有無を聞くか

AIの指摘が妥当でも、修正案をそのまま採用しないでください。たとえばQ3は、AIが「過去1か月以内」と提案しても、購入サイクルが3か月に1回の商品なら期間が短すぎます。期間の妥当性は、調査の目的と商品の特性を知っている人でないと判断できません。

AIの指摘を受けたあとの確認

指摘を反映したら、次の3点を人が確認します。

• 質問の意図が変わっていないか。 修正前後を並べ、同じことを聞いているかを見ます。
• AIが見逃した欠陥がないか。 AIは指定した型以外の問題や、質問の順番による影響には気づかないことがあります。質問の並び順は、人が通して読んで確認します。
• 実際の回答者に近い人が読み違えないか。 調査対象に近い立場の人2〜3人に声に出して読んでもらい、迷った箇所を聞きます。これはAIでは代わりになりません。

AIを複数回走らせると、毎回指摘が少し変わることがあります。指摘が毎回出る箇所は優先して見直し、1回しか出なかった指摘は、理由を読んで採否を決めると整理しやすくなります。

使いどころの目安

質問数が少ないアンケートや、社内の簡単な調査なら、このテンプレートと人の確認だけで十分に点検できます。一方、公的な統計や外部への公表を前提にした調査、回答者の属性が重要な調査では、調査設計の専門家の確認を別途検討してください。AIの点検は、人が見落としやすい型の欠陥を早めに拾うための補助です。