Skip to content セクションへスキップ

📋AIと未来

公務員 · 法を執行し公共サービスを提供する、試験で選抜された政府の常勤スタッフ――選挙で選ばれた政治家が入れ替わっても動き続ける行政機構そのもの。

一目で
指標の濃さ

濃いマスほど、このテーマでその指標が高いことを示します。

最終確認 出典とクレジットメディアクレジット方法論

短い答え

公務員は日々具体的に何をしているのか?

多くの公務員は、明文化された規則に基づいて事案を処理する――給付申請の審査、許認可の発行、規則の起草、大臣への説明資料の作成、公共契約の管理などだ。具体的な業務は部署や職級によって大きく異なるが、根底にある仕事は同じで、法と政策を個々の事案に一貫して適用しつつ、説明責任を果たせる検証可能な記録を残すことである。

公務員と政治家の違いは何か?

政治家は選挙で選ばれるか政治任用され、政策の方向性を定め、有権者や新政権の交代によって職を離れる。公務員は国家の常勤・キャリア職員であり、選挙ではなく競争試験によって採用され、その時々の政府が定める政策を実行し、前任の大臣にも次の大臣にも同じ職業的中立性で仕えることが求められる。

どうすれば公務員になれるのか?

多くの国では大学の学位に加え、筆記試験や評価センター(あるいはその両方)からなる競争的な選考過程を通過する必要がある。インドの国家公務員試験、フランスのINSPコンクール、日本の国家公務員採用試験は世界で最も難関な部類に入る。一方、米国連邦政府の多くの職種のように、単一の統一試験ではなく、公募された欠員と資格基準に基づいてより直接的に採用する制度もある。

公務員の給与はどれくらいか?

国と職級によって大きく異なる。英国のファストストリーム(幹部候補)新卒は約2万8000ポンドから始まり、フランスの中堅アタッシェは概ね年3万5000~4万5000ユーロ、米国連邦上級幹部職は法律により約22万1000ドルを上限とする。シンガポールとオーストラリアは、意図的に民間企業幹部の報酬水準を基準にして、最上級のキャリア官僚にはるかに高い給与を支払っている一方、低所得国の若手官僚はしばしば専門職としてはささやかな賃金しか得られない。

AIの影響を心配しているなら、公務員は安全なキャリアか?

資格審査、書類処理、定型的な文書対応といった事務作業の部分は、多くの政府ですでに――時にひどい形で――自動化が進んでいる。オーストラリアの違法な自動福祉債務回収制度『ロボデット』がその例だ。生き残るのは法的な署名権限、曖昧な個別事案における裁量、そして裁判所や議会に対する公的説明責任であり、これらはいずれもソフトウェアが政府に代わって担うことはできない。

公務員(civil servant)と公共の奉仕者(public servant)の違いは何か?

多くの国でこの二つの言葉は大きく重なり合うが、『シビル・サービス』は伝統的に中央政府の常勤行政部門のみを指す――裁判官、選挙で選ばれた政治家、軍人、そして英国の国民保健サービス(NHS)職員などは、いずれも公共の奉仕者ではあっても、国の公務員法上は公務員に分類されない。

このセクションから始める - AIと未来

比較ラボを開く

このページを共有

公務員の日々の仕事の多くは、まさにソフトウェアが得意とする構造化された規則ベースの作業だ――申請書を適格基準と照合し、給付額を計算し、申請の矛盾を検知する。すでに複数の政府がこれを自動化するシステムを導入しており、結果はまちまちで時に悲惨だった。

このページでは、AIが政府内部で実際にすでに行っていることと、はるかに抵抗力が強いと判明していること――拘束力のある決定に署名する法的権限、真に曖昧な事案が求める判断、そして名前を持ち説明責任を負う官吏だけが担える公的説明責任――を切り分ける。

56 / 100

機械が代わり得る業務の割合

典型的な担当官や行政官の日々の業務のおよそ半分――適格性審査、書類処理、定型的な文書対応、初期段階の不正検知――は、先進的なデジタル政府システムですでに部分的または完全に自動化されている。自動化に抵抗するのは、その事務作業が支えているものすべてである――法的な署名権限、規則が想定していなかった事案における判断、そして名前を持つ公的な官吏だけが法廷や議会委員会でその書類が下した決定について説明責任を負えるという事実だ。

肩書きではなく業務単位で算定。低いほど安全。

AIが奪えない仕事 →

機械が奪えないもの

法的な署名権限

92

正式に任命された官吏だけが給付金の支払いを法的に承認し、許認可を発行し、拘束力のある規則に署名できる。いかなるAIシステムもその法定権限を持つことはできず、どのツールが勧告を生成したかにかかわらず、人間が説明責任を負う決定者であり続けなければならない。

公的・議会への説明責任

86

官吏は決定について議会委員会に召喚され、行政裁判で訴えられ、公的調査で名指しされうる――この説明責任の連鎖は、モデルではなく特定の個人がその理由について答えることを要求する。

規則が想定していなかった事案での判断

80

適格基準や規則は典型的な事案を想定して書かれている。担当官の本当の技量とは、しばしば、ある人の本当に異例な事情が規則制定者の想定範囲を外れていることを見抜き、裁量が法的にどこまで及ぶかを知ることにある。

省庁間・政治的交渉

74

政策を実際に実行に移すには、他部署、選挙で選ばれた政治家、外部団体を協力させる交渉が通常必要であり、これは説得力のある論拠を生成することではなく、特定の人々の利害と経緯を読むことに依存する。

脆弱な申請者との現場の信頼

70

混乱した給付制度、特に危機的状況にある人を案内するには、しばしば説明し、安心させ、あるいは手作業による見直しへ回すことを厭わない人間が必要であり――自動化されたポータルは、人々を制度から完全に締め出すことなくこれを代替するのに一貫して苦戦している。

すでに奪っているもの

適格性審査と給付計算

70

規則ベースの適格性審査はすでに広く自動化されており――そのリスクは現実である。オーストラリアの『ロボデット』制度は、2016年から2019年にかけて欠陥のある所得平均化ロジックを用いて福祉債務を自動的に計算・追及し、数十万人を誤って追及した末、2019年に政府が制度を撤回し、後の王立委員会がこれを違法と認定した。

文書の受付と処理

65

光学式文字認識とAIによる書類処理ツールは、税務、移民、免許発行の各機関でかつて大規模な事務チームが担っていたスキャン、仕分け、データ入力の最初の段階をますます引き受けるようになっている。

定型的な市民からの問い合わせ

58

政府のチャットボット――2014年から各機関に展開されたシンガポールの仮想アシスタント『アスク・ジェイミー』は初期の例である――は今や、開庁時間、必要書類、申請状況に関する定型的な質問の大量を人間の介在なしに処理している。

不正・異常検知

50

機械学習システムは、大量の申請や税務データにわたる疑わしいパターンを、人手による見直しよりも速く網羅的に検知するようになっているが、それでも執行行動に移る前には人間が調査し判断する。

仕事の変わり方

決定者からアルゴリズム監査官へ

より多くの一次判断が自動的に生成されるにつれ、官吏の仕事のますます大きな部分が、白紙の案件ファイルから判断を下すことではなく、アルゴリズムの出力を見直し、修正し、あるいは覆すことになっている。

担当官の成果がダッシュボードの指標になる

デジタル案件管理システムは、処理量、エラー率、処理時間を管理職にリアルタイムで新たに可視化し、かつては上司による定期的なファイル点検で評価されていた仕事の文化を変えつつある。

デジタルファースト部門がキャリアパスを再形成

英国の政府デジタルサービス、エストニアの電子政府機関、シンガポールのGovTechは、政府内にソフトウェアエンジニアやサービスデザイナー向けの並行キャリアトラックを作り出しており、多くは伝統的な試験ルートの外から採用されている。

ラテラル・エントリーが終身キャリアモデルを希薄化

インドのラテラル・エントリー制度のような、外部専門家を中堅・上級職に直接受け入れる仕組みは、公務員が一つのゼネラリスト職群を通して生涯かけて昇進していくという伝統的な前提を切り崩しつつある。

枝分かれする新しい仕事

政府データサイエンティスト

デジタル政府部門の内部で、エストニアのX-Roadのような、現代の公務員制度が実際に機能する基盤となる適格性モデル、ダッシュボード、データ共有基盤を構築する。

アルゴリズム説明責任担当官

EUのAI法などの規制が施行される中で急速に拡大している新しいコンプライアンス職で、政府の自動化決定システムを導入前後で偏りや誤りについて監査する――人間が今もアルゴリズムの誤りについて答える必要があるがゆえに生まれた役職である。

オープンデータ・情報公開担当官

政府の情報公開請求とオープンデータ公開のパイプラインを管理する機能で、透明性法と市民の期待の両方が拡大する中、小さなコンプライアンスチームから本格的な専門分野へと成長した。

官民出向専門家

民間の専門知識を政府に取り込み、また戻していくラテラル・エントリーや出向プログラムを管理する――政府が社内で迅速に育成できない専門スキルを買おうとする中で拡大している機能である。

AI露出シナリオ

可逆の3レンズ: 補助、一部置換、新ニッチ。教材であり予測ではありません。

補助

役割は残し、AIが下書き・仕分け・調査を加速。判断と責任は人側。

一部置換

狭いタスク群が先に圧縮され、隣接スキルが伸びることも。

新ニッチ

規制下でAI出力を信頼する監督・統合・ドメインQAが生まれ得る。

展望

オーストラリアのロボデット・スキャンダルはこれまでで最も明白な戒めである――紙の上では経費節減になるはずの自動化システムが、何年にもわたる不当な債務通知を生み出し、実害をもたらし、王立委員会と高額な政府和解に終わった。公務員の機能を自動化する際に真の人間による審査ステップを保たなければ、自動化しないより悪い結果になりうることの証明である。

この職業に対するより持続的な圧力は、AIよりもむしろ予算政策である――2025年に始まった米国連邦職員の大幅削減を含め、複数の政府が自動化そのものが実際にもたらした以上に、効率化推進によって公務員の人員を削減してきた。より小さな国家を求める政治的意欲こそが、ソフトウェアの能力そのものよりも、政府がどれだけの公務員を雇うかを決めているという証である。

似ている職業

分野だけでなく、6つのスコアが近い職業です。

🎞️

アニメーター

絵と絵のあいだで何が起こるかを決める職人——パリでレイノーが手描き映像を映写した時代から、無料ソフトで作られたラトビア発のオスカー受賞作まで。

AI耐性 56
🧾

会計士

帳簿の番人――文字そのものを生み出したほど古い技を受け継ぎ、いまはそれを自動化するために作られたソフトウェアと折り合いをつけている。

AI耐性 35
📖

図書館司書

ニネヴェの粘土板から電子貸出をめぐる攻防まで、人類の知を整理し、誰もがそれを見つけられるようにする、記録された知識の守り手であり案内人。

AI耐性 55
🎮

ゲームデザイナー

遊びの設計者――古代のセネトの盤からテトリス、そして30億人が遊ぶ今日の巨大産業まで、ゲームがプレイヤーに何を求めるかを決める人。

AI耐性 65
📣

マーケター

需要を生み出す専門職——ポンペイの壁の広告文やP&Gの1931年の「ブランドマン」覚書から、オークション主導のデジタル時代のフィードまで。

AI耐性 38
🗺️

プロダクトマネージャー

会社が次に何を作るべきか、なぜそれを作るのかを決める仕事。顧客のニーズ、事業目標、エンジニアリングの制約を、誰か一人がすべてを所有するわけではない一つの共有計画へとまとめ上げる。

AI耐性 50

さらに探す

さらに探す

法・公共のほかの職業