全国統一生成AI活用技能試験、なぜ偏差値が50も変わるのか
全国統一生成AI活用技能試験、という試験がある。
AIを使って実際の課題を解き、その成果物を採点する。偏差値で結果が返ってくる。分布は30台から80台まで広がる。同じAIツールを使っているのに、50ポイントの差が生まれる。
この差は、何からくるのか。
「AIに丸投げ」は低評価になる
試験で報告されている傾向がある。
AIに丸投げして返ってきた答えをそのまま出すと、スコアが伸びない。一方、基礎問題でも「業務レベルの質」があれば高評価になる。実際に受験した人の言葉を借りると、「中身は完全に人間の知性そのものを試されている。倫理判断、抽象化、システム設計、問題解決」だそうだ。
つまりこの試験は、AIの性能を測っていない。AIを前にして、人間の側がどう考えるかを測っている。
スコアが出やすい人には傾向がある
これは公式データではなく試験の評価軸から推測される傾向だが、スコアが出やすいプロファイルがある。
長年コーディングをしてきた人は、構造化・仕様の分解・「完成」の定義が体に染みついている。AIに何を頼むかを自然に設計できるし、出力の品質を自分で判断できる。
分野の専門家（医師・法律家・コンサルタントなど）は、AIが出した答えを自分の専門知識で検証できる。医師がAIに医療文書を作らせたとき、内容が医学的に正しいか自分で判断できる。法律家なら法的な穴を見つけられる。丸のみしないのは意志ではなく能力だ。専門知識がなければ、そもそも検証できない。
PMや企画職の人は「何のためか」を常に問う癖がある。AIに何かを作らせるとき、「誰が読むか」「何を決めるための成果物か」「どこまで書けば十分か」を自然に意識する。AIの出力が目的に対して過不足ないかを判断できる。
共通しているのは、AIの出力を「材料」として扱えることだ。答えとして受け取るのではなく、自分の判断で加工する。
試験が測れていないもの
ただし、この試験には設計上の限界もある。
採点の中心は「成果物」だ。最終的に何が出来上がったかを見ている。「そもそも何を目的に、AIに何をさせようとしたか」という意図やプロセスは、直接は測定されない。出力から間接的に推測することはできるが、思考のプロセス自体を見るわけではない。
thought-analyzerが測るのは、その手前
思考パターン分析ツール「thought-analyzer」は、出力ではなく入力側を測る。
会話ログの中で、あなたがどう問いを立て、どこで軌道修正し、どんな概念を接続しているか。9軸のスコアとして出てくるのは、「AIをどう使ったか」ではなく「あなたがどう考えているか」だ。
試験で「機械的なAI出力は低評価」になるとき、その背景にあるのは思考の深さだ。複数の側面を統合して考える力（thought-analyzerで言う統合的複雑性）が高い人ほど、AIの出力を批判的に読んで再構成できる。
試験は「できるかどうか」を測る。thought-analyzerは「どう考えているか」を測る。両方あって初めて、自分のAIとの協働を多角的に理解できる。
偏差値の差の正体
同じAIを使っても差がつくとき、その差はAIへのアクセスではなく、思考の質だ。
問いの立て方、構造の見え方、出力への向き合い方。これらはスキルとして磨ける部分もあるが、その土台にある思考パターンを知ることが出発点になる。
どんなパターンで考えているか、まず知ってみてほしい。
thought-analyzer を試してみる
Claude Codeで「思考パターンを分析して」と伝えるだけで動く。30件以上の会話ログを渡すと、9軸のスコアと類型・ペルソナラベルが出てくる。
→ thought-analyzer（GitHub）：https://github.com/thought-analyzer/thought-analyzer → skill.md（直接利用）：
より詳しく知りたい方へ
[zenn の投稿記事]
[zenn 書籍も出しております]
