「AIが迷ったら人に回す」を要件に　IPAが要求管理の手引き公開

情報処理推進機構（IPA）は11月5日、AIが社会や産業の基盤となる時代の要求管理の考え方と実践をまとめた「AI時代の要求管理ハンドブック」（Ver.1.0.0）を公開した。これまで情報システム開発の上流工程の作業とされてきた要求管理を、組織や社会が実現したい価値を要求・要件に結び付け、設計・評価・運用まで続けて管理する活動と位置づけ直した。AIを使うシステムは確率的に振る舞うとして、「AIが迷ったときにどう振る舞うか」を要件として定めるよう求めた。AIが出した要件案はそのまま採用せず候補として扱い、正式な承認は人が担う形が妥当だとした。

要望・要求・要件を分けるところから

ハンドブックはIPAのデジタル＆AIシステムズ・デザインセンターがまとめ、「要求管理の基礎」「AI時代に要求管理はどう変わるか」「モデリングとトレーサビリティ」「ルール・制度・コンプライアンスと要求管理」「組織への定着」の5部16章で構成する。読者には開発者だけでなく、経営層や事業部門、法務・調達の担当者、行政機関の制度設計の担当者まで挙げた。すべての内容を一律に当てはめる必要はなく、役割や案件の特性に応じて必要な部分を参照すればよいとしている。

出発点に置いたのは「要望」「要求」「要件」の区別だ。要望は利用者の望みや困りごとで、漠然としていることが多い。要求は要望をもとに「何を実現したいか」として整理したもの、要件は要求を実装・評価・受け入れ・運用につながる水準まで具体化した「実現しなければならない事項」と定義した。

例として、「問い合わせ対応を早くしたい」という要望は「問い合わせ内容を分類したい」という要求に整理でき、さらに「受付時に苦情、質問、申請、障害報告、その他の5つに分類し、担当部署に通知する」「分類結果は担当者が修正できる」「分類精度を月次で評価する」といった要件に具体化される。要件定義の説明でよく使われる木のブランコの絵も引き、「要望から要件へ直接飛ぶことはできない」と書いた。「AIを使いたい」「効率化したい」という要望だけでは足場にならず、どの判断を支援するのか、どのデータを使うのか、人がどこで関わるのか、誤りが出たときにどう対応するのか、効果をどう測るのかを整理する必要があるとした。

既存の業務手順や社内規則をそのまま前提にしないことも求めた。複雑な業務をそのまま自動化するのではなく、不要な手順や重複した入力、過剰な承認を目的に照らして見直し、単純にしてからAIやソフトウェアに載せるべきだとしている。すべての業務にAIを当てはめるのが適切とは限らず、ルールで処理する仕組みや既存のシステムも含めて手段を比べ、AIを使う必要性と範囲を見極めるよう促した。

「精度90％以上」だけでは要件にならない

第2部では、AIシステムの要件の書き方を扱った。従来のソフトウェアは同じ入力に同じ出力を返す決定論的な動きを前提にできたが、機械学習や生成AIは確率的に振る舞う。似た入力でも出力が変わり、学習データやモデル、プロンプト（AIへの指示文）、参照文書の更新で品質が変わる。事実と異なる内容をもっともらしく出す「ハルシネーション」や、学習時に想定していない入力（OOD）への不安定な出力も起こり得る。

このためハンドブックは、「AIは正しく分類すること」「精度90％以上で回答すること」といった記述だけでは不十分だとした。確認すべき観点として、精度、評価のばらつき、確信度、誤分類の種類、ハルシネーション、想定外の入力、安全側に倒す仕組み（フェイルセーフ）、人への引き継ぎ、運用後の継続的な評価、モデルやデータが変わったときの再評価の10項目を挙げた。

問い合わせを分類するAIの例では、要件の書き方を次のように示した。評価用のデータで主要な分類ごとの再現率が90％以上かを月次で確かめる。確信度が一定値を下回る場合は自動で分類せず担当者の確認に回す。苦情や障害報告、法的な問い合わせなど誤りの影響が大きい分類は人の確認を必須にする。AIが分類できなかった問い合わせは「その他」に入れず「未分類」として管理し、分類の規則や学習データを改める対象にする。

ハンドブックは「特に重要なのが、『AIが迷ったときにどう振る舞うか』を要件として定義すること」と書く。人は自信がなければ上司に確かめたり、回答を保留したりできる。AIにも同じように、確信度が低いときや高リスクの判断を求められたときは無理に答えず、安全な動作を選ばせる必要があるとした。プロンプトについても、AIに対する要求を記述したものだとして「要求工学の一部」と位置づけ、目的・役割・入力・制約・出力形式の5つを良いプロンプトの要素に挙げた。

AIの出力は「候補」、承認は人が担う

AIを要求管理の作業そのものに使う場面も取り上げた。ハンドブックによると、AIは大量の問い合わせや議事録、マニュアル、既存の仕様書を分析して要求の候補を抜き出し、分類・要約できる。対話を通じて業務担当者から不足している情報を聞き出し、業務の流れ図やデータの構造のたたき台を作ることもできる。

一方で、AIは過去のデータや一般的な実務に基づいて答えるため、まだ普及していない新しいやり方や、現場に埋もれた潜在的な要求、少数だが重要なリスクを見落とすことがあると指摘した。注意点として、AIの出力を要求の候補として扱いそのまま採用しないこと、出典と根拠を確かめること、専門家や現場によるレビューを行うこと、AIに入力してよい情報といけない情報を明確にすること、AIによる要件案の責任主体を明確にすることなど10項目を並べた。

複数のAIエージェントが役割を分けて要求の抽出から検証、変更管理まで協調する使い方にも触れた。ただし執筆時点の2026年10月時点では、複数のエージェントを連携させても、AIだけで要求の妥当性の判断や正式な承認まで完結させる実践は確立しているとは言えないとし、AIが成果物を作って検査し、人が意味の確認と優先順位付け、承認を担う組み合わせが妥当だとした。AI時代のソフトウェア技術者の役割については、IPAが海外の研究を整理した「AI時代の技術者、価値は「書く量」から「判断」へ　IPAが海外の研究を整理」も伝えている。

ハンドブックは「AI時代には、要求管理の能力が不要になるのではない」とし、AIの出力を評価し、直し、使いこなすために、要求工学や業務分析の基礎がより重要になると結論づけている。

「法令を遵守すること」と書いても要件にならない

第4部は、法令や規制、社内規則を要件に落とし込む方法を扱う。要件定義書に「関連法令を遵守すること」と書かれていることは多いが、どの法令のどの条項に基づき、どの業務で、どのデータを、どう扱い、どの証跡を残すのかが分からず、実装も評価もできないと指摘した。

個人情報保護法の例では、「個人情報を適切に扱う」なら「どのデータが個人情報か」、「目的外利用を防ぐ」なら「アクセス制御や利用ログ、AIへの入力制限をどうするか」というように、抽象的な表現を具体的な観点に分解する対応表を示した。「AI利用に関するガイドラインに従うこと」も同じで、利用目的、入力データ、禁止用途、人の関与、評価方法、ログ、インシデント対応に分ける必要があるとした。

開発を外部に委託する場合の注意点も挙げた。要求定義を曖昧なまま委託すると後の工程で大きな手戻りや責任分担の問題が生じるとして、目的と成果、対象範囲、要求定義の責任、データの提供条件、AIの利用条件、受け入れ条件、変更管理の手順、知的財産の扱いなど14項目を事前に明確にするよう求めた。AI開発ではモデルやプロンプト、学習データ、評価データ、ログが重要になり、それぞれ誰の管理対象で、どこまで利用できるかを契約や要求定義で決めておく必要があるとしている。政府の情報システム調達を巡るデジタル庁の有識者検討会の議論は「政府システム調達、「生成AI前提」へ見直し議論　デジタル庁の有識者検討会が初会合」で伝えた。

担当者頼みから組織の能力へ、5段階で

第5部は、要求管理を組織に定着させる道筋を示す。ハンドブックは、多くの組織で要求管理が特定の担当者の経験に頼っており、その人が異動すると品質が落ちると指摘した。どの要件がいつ、なぜ変わったのか分からなくなる問題は以前からあったが、AIやデータ、法令、社内規則が複雑に絡む今は一段と深刻になるとして、標準の手順やテンプレート、要求管理台帳、変更管理の規則を整えるよう求めた。

組織の到達度は次の5段階で整理した。

段階	状態	目指す姿
Lv.1 属人型	担当者の経験に依存し、文書や粒度がばらばら	最低限の文書化を始める
Lv.2 文書化型	要求定義書はあるが、変更管理やトレーサビリティが弱い	要求一覧と変更履歴を整備する
Lv.3 管理型	要求管理台帳、レビュー、変更管理がある	AI・データ・ルールの要求を明示する
Lv.4 モデル活用型	業務、データ、システム、評価をモデルで接続する	影響分析や監査に活用する
Lv.5 AI協働型	AIを使って要求の抽出、分析、影響分析、改善を継続的に行う	ライブな要求管理を実現する

成熟度は組織全体で一律に上げる必要はなく、リスクや変更頻度の高い領域、AIの効果が大きい領域から優先して高めるのが望ましいとした。導入の手順は、現状の把握、テンプレートの整備、小規模な案件での試行、レビューと教育、ツールの導入、組織標準への反映の6段階で示した。初めからすべての成果物をそろえようとすると文書作りが目的になり形骸化するおそれがあるとして、主要な要求と根拠、変更履歴を一覧にする簡易な台帳から小さく始めるよう勧めている。経験の少ない組織でも、対話型AIで聞き取りの質問を出させたり、抜け漏れを確かめさせたりするところから始められるとした。

IPAは技術動向や実務の知見を踏まえてハンドブックを見直し、更新していく考えで、内容への意見や改善提案を受け付けている。