志望理由書や自己推薦書を、AIに手伝ってもらっていい？研究では、読む側はAIの文を見分けにくかったが、関心や志望の理由では本人の文章が上回っていた

Lumら（2024） [1]

本物の志望書15本をもとに、2種類のAIで志望書を作り、合わせて45本を、どれがどれかを伏せて選考委員の教員に読んでもらいました。本物の志望書は88%、片方のAIの志望書は90%が正しく見分けられましたが、もう片方のAIの志望書は44%しか見分けられませんでした。一方、見分けにくかったAIの志望書と本物を比べると、個人的な関心、その分野を選んだ理由、将来の目標、引きつける力と独自性では、本物のほうが高く評価されていました。

対象: 米国の整形外科の研修の選考委員 ／ 限界: 医師の研修の選考で、大学入試の志望理由書ではありません。使ったAIは調査時点のものです。

Choiら（2025） [2]

カナダの大学の学生と卒業生24人の小論文を、医学部志望者がAIを使って書いたもの、使わずに書いたもの、志望者以外がAIを使って書いたもの、AIだけで作ったものの4つに分け、8人が採点しました。4つの組の評価に、統計的にはっきりした差は見られませんでした。採点者どうしの評価の一致は低いものでした。

対象: カナダの24本の小論文と8人の採点者 ／ 限界: 本数が少なく、実際の選考ではありません。差がないことは、差が小さいことの証明にはなりません。

Patelら（2025） [3]

米国の形成外科の研修責任者に、志望書でのAIの利用について聞きました。85.3%は、AIが使われたかを見分ける自信がないと答えました。AIの利用を、すべての段階で適切と答えたのは8.8%で、アイデア出しだけ（11.8%）、文章の手直しだけ（14.7%）なら適切という人もいました。どの段階でも不適切と答えた人は58.8%でした。

対象: 回答した研修責任者34人（119人中、回答率28.6%） ／ 限界: 1つの分野の、回答した人だけの考えです。日本の大学の考え方はわかりません。

Spiesら（2026） [4]

米国の医学部に出された志望書6,000本を、AI判定ツールで調べました。そのうち主な志望書（各年1,000本）で、「AIの可能性が高い」側に判定されたのは、AIが広まった後の2023〜2024年は12.3%、広まる前の2021〜2022年は2.7%でした。AIがほぼなかった時期の志望書でも一部が疑わしい側に入っていたことになります。判定の数値は、面接への招待や合格とは関係していませんでした。

対象: 米国の1つの医学部の志願者2,364人の志望書 ／ 限界: 判定ツールの推定で、実際にAIを使ったかは確かめていません。

Duら（2026） [5]

大学教員に同じレポートを採点してもらい、添えたAI判定の結果だけを変えました。「AI 7%」の表示で強調なしの組は10点満点で平均6.83、「AI 87%」の表示で文章が赤く強調された組は平均4.26でした。中身が同じでも、判定の数字と見せ方で評価が下がっていました。

対象: 中国の大学教員214人 ／ 限界: 架空の判定結果を使った実験で、志望書ではなくレポートの採点です。