介護職員評価の根拠｜説明可能な基準をAIと作成
介護BCP教育研究所 代表年に一度か二度、管理者は職員の評価をつけます。事業所で用意された、項目も段階も決まっている評価表なのに、実際に記入しようとすると、何を根拠に点数をつければいいのか分からなくなるということはないでしょうか。
たとえば5段階で評価する表の場合、チームワークを4にするか3にするかで迷います。勤務態度も同じです。しばらく考えた末に点数をつけるのですが、その理由を自分の中で言葉にしてみると、普段の様子を見ていてそう感じたから、というところに行き着きます。低い評価をつけた職員から「なぜ2なのですか」と聞かれ、説明に困ることもあるでしょう。
私は、これを評価する側の力量の問題だとは考えていません。管理者が説明できないのは、評価の根拠になるものが事業所として決まっていないからなのです。
根拠が示せない理由はふたつ
職員に評価の根拠を説明できない理由のひとつ目は、基準がないことです。評価表に項目が並んでいても、4をつけるのはどういう状態のときで、3をつけるのはどういう状態のときなのかが決まっていないので、管理者は自分の感覚で埋めることになります。
もうひとつは、職員が立てた目標が、判定できない形のまま承認されていることです。本人に目標を立てさせている事業所もありますが、そこで「利用者一人ひとりに寄り添った支援を心がける」という抽象的な目標が出てきた場合、どのような状態を達成できたとするのかが明確でないため、いざ評価しようとしても管理者も本人も判定できなくなります。これが、目標設定という手順を踏んでいるにもかかわらず、評価の時期になると根拠を示せない原因です。
この記事では、生成AIに質問させながら進めていく形で前半で評価の基準をつくり、後半で目標を承認する段階の解説をします。
期待している成果が明確でないと基準は作れない
基準をつくろうとして最初につまずくのは、標準値をいくつにするかというところではなく、その職種に何を期待しているのかが決まっていないので、測るものが選べないということです。
介護の現場では、同じ事業所の中でも職種によって業務の評価基準が違います。訪問介護であれば、ヘルパーは訪問件数や稼働時間で測ることができますが、サービス提供責任者の主な業務は自分が訪問することではなく、調整や書類の作成です。施設であれば、介護職員と看護職員と相談員では、事業所の期待する成果はそれぞれ別のものになります。
ここを分けずに同じ基準を当ててしまうと、評価時にどうやって評価するのかという疑問や実態との不整合を引き起こします。たとえば、サービス提供責任者を訪問件数だけで評価すれば、その職員は調整業務を後回しにして訪問に出た方が評価が上がるので、事業所にとって必要な業務が滞ります。このような評価基準は、職員の行動を本来期待されるものではない方向に変えてしまうリスクや職員の不満の原因になります。
さらに、同じ職種の中に経験年数が大きく違う職員が在籍している場合には、もっと細かく分ける必要があります。1年目の職員と15年の経験がある職員に同じ標準値を当てても、どちらの評価も実態と合わないことが出てきます。小規模な事業所では、こうした状態が起きやすい傾向にあります。
つまり管理者は、基準をつくる前に「誰に、何を期待しているのか」を言葉にしなければなりません。これが決まっていない事業所が多いのは、管理者の決断力に問題があるからではなく、期待する成果を言葉にして書き出す場面が、これまでの業務の中になかったからだと考えられます。
何を決めれば基準になるのか
管理者が基準をつくれないのは、決断力の問題ではなく、何を決めれば基準になるのかが分からないからです。よくあるのは、その基準を丸ごとAIに投げて決めてもらおうとするやり方です。しかし、これでは、事業所の特性を加味することが難しく、無難な回答しか期待できません。そこで私は、職種ごとの基準を作成するために、最初に決める項目を次の5つに分け、この順番で生成AIから私に質問してもらいました。
- その職種に期待している成果は何か
- その成果は何で測れるか
- 測るための数値は、すでにどの記録に残っているか
- 標準値をどこに置くか
- 減点は何で判定するか
この過程では、順番が重要で、前の答えが決まらないと次は決まりません。つまり、何を期待しているかが決まっていなければ測るものが選べませんし、測るものが決まっていなければ、どの記録を見ればいいのかも決まりません。AIに質問させると、この順番を飛ばさずに進みます。
ただし、AIが基準を決めるわけではありません。担当件数を何件にするか、売上をいくらに置くかは、地域性や人員構成によって変わる経営判断であり、AIに一般的な数値を出させても自分の事業所には合いません。AIがするのは質問だけで、決めるのは管理者です。そのため私が使ったプロンプトには、標準値をこちらから提案しないようにという指示を入れています。
効果測定はすでにある記録を活用
そして、次の工程が、この基準づくりで一番実用的なところだと思います。
評価のために、日々どのような行動をしているのかを日々記録することは、現実的ではありません。管理者にも自分の担当業務がありますし、そもそも職員の行動の大半は管理者の目の前で起きていないからです。訪問先での対応も、夜勤帯の判断も見ていないので、記録しようと思っても材料が手元にありません。
そこで、評価のためではなく普段の業務で作成いる記録の中から、測る基準になるものを選びました。どのサービスでも、稼働の実績や売上、業務の実施状況は毎月まとめているはずですから、それを評価の材料として読み直すことで、評価の時期に新しく何かをつくる必要がなくなります。
このとき気をつけたいのは、業務量そのものを単独で評価に使わないことです。訪問件数でも担当利用者数でも稼働時間でも、量が多いほど評価が上がる仕組みにすると、職員は量を取る方向に動くリスクが出てきます。そうすると、支援の質が落ちても、評価の上では有利になってしまうというねじれ現象が起こってしまいます。量を測るのであれば、期限の遵守や苦情の有無といった、質にかかわる項目を減点側に置いて釣り合わせる必要があります。
また、減点については、判断に迷わない形にしておくと運用が楽になります。私は、やるべき業務に未実施や未完了があった場合は一律で評価から1割を引くことにしました。判断の余地を残さないので、説明もしやすくなります。
判定できない基準はAIに指摘させる
生成AIに何か作業をさせるときには、指示を文章で書いて渡します。この指示のことをプロンプトと呼びます。AIはプロンプトに書かれていないことはしませんし、書かれていれば従います。つまり、どう動くかはプロンプトの書き方で決まります。
私が基準づくりに使ったプロンプトの中には、「答えが抽象的だった場合には具体化するための質問を重ねるように」、という一行を入れておきました。この一行があるかどうかで、AIの動きが変わります。この指示がなければ、AIは書かれたものをそのまま受け取って、あいまいさをのこしたまま次の工程に進んでしまうからです。
実際に主任ケアマネジャーの基準をつくっているとき、私が書いた内容を差し戻される場面がありました。
主任ケアマネジャーに期待しているのは、自分が担当を持つことに加えて、他のケアマネジャーへ日常的に指導することです。ところが指導という業務は、何回やったかを数えても実態を表しませんし、指導の記録を毎回残すことも現実的ではありません。
そこで私は、回数ではなく状態で判定することにして、「管理者ではなく主任ケアマネジャーへ日常的に質問している状態」と書きました。するとAIから、誰が質問しているのかが書かれていないので判定できないという指摘が返ってきました。確かにこの書き方では、質問しているのが他のケアマネジャーなのか、主任ケアマネジャー自身なのかが読み取れません。
「担当ケアマネジャーが」を足したことで、初めて判定できる基準になりました。
この直しには、もうひとつ意味があります。指導ができている状態を、指導する側ではなく指導される側の行動で判定しているという点です。担当ケアマネジャーの質問が管理者に向かっているのであれば、主任ケアマネジャーへの相談が機能していないと分かります。担当ケアマネジャーから、主任ケアマネジャーには質問しにくいと言われた場合も同じです。主任ケアマネジャーを観察しなくても判定できます。
数値では測れないと思っていた項目でも、何を見れば判定できるかを考えていくと、記録や観察に頼らない形が見つかることがあります。
評価材料に使ってはいけない記録
前述で、すでにある記録を評価に使うという話をしましたが、使ってはいけない記録もあります。
ヒヤリハットや事故の報告件数は、その代表です。ヒヤリハット報告をした職員の評価が下がる仕組みにすれば、職員は報告しなくなります。事故の芽を早く見つけるためにつくった仕組みが、報告を止める方向に働いてしまっては本末転倒です。苦情や相談の受付記録も同じで、受けた職員が不利になるのであれば、軽微な報告は上がって来なくなるでしょう。これでは事業所としての改善の機会を失うだけでなく、隠ぺい体質の組織に向かってしまいます。
残業時間も注意が必要です。残業時間を減点の対象にした場合、職員が申告しなくなる、サービス残業の常態化を引き起こす可能性があります。研修の参加回数についても、回数だけを見るのであれば、内容や成果を問わない研修の出席者を増やすだけです。
評価に使った時点で、職員はその数字を良くしようとします。それ自体は当然のことですが、良くしようとした結果が事業所にとって不利になるのであれば、その記録は評価の材料に向いていません。基準をつくるときには、その数字が職員のどんな行動を引き出すかまで考えることになります。
そしてこの判断は、AIには任せられません。なぜなら、その記録が何のためにつくられているのか、評価に使うと現場で何が起きるのかは、業務を知っている人でなければ分からないからです。AIは、渡された記録を評価の材料として整理することはできますが、その記録を使うべきかどうかは判断できません。
参考事例：居宅介護支援事業所の場合
ここまでの考え方を、私の運営する居宅介護支援事業所で実際にどう当てはめたかを書いておきます。居宅介護支援以外のサービスでは測るものが変わりますので、考え方の部分だけを参考にしてください。
ケアマネジャーに期待している成果は、担当する利用者数を一定に保つこと、月あたりの売上を達成すること、モニタリング訪問やケアプラン作成といった運営基準上の業務をすべて実施すること、そして法令を遵守することです。
これを測る材料として使っているのは、毎月まとめている売上の管理シートです。担当している利用者数、加算の種類と売上、認定調査の件数、そして記録や訪問の計画と実施の状況が、ケアマネジャーごとに記載されています。前月分を月初に報告する形で、以前から経営管理のために続けているものです。法令遵守については、事故報告書と苦情対応の記録を見ています。
担当件数については、要支援の利用者を3分の1として換算しています。件数だけを並べると売上の実態と合わないので、重みを変えているわけです。そして担当件数そのものは、単独では評価に使いません。売上の達成率で評価し、件数はその内訳として見ています。なぜ、売り上げベースなのかというと、入院や新入社員で担当件数が少ない場合でも、認定調査に行くなどで売り上げを補填することが可能になるからです。担当件数だけで測ると、その部分で不公平が出てしまいます。
一方、運営基準上の業務に未実施や未完了があった場合は、一律で評価から１割を引きます。事故や苦情が発生した場合は、その状況を確認して判断します。ここだけは数値で機械的に決めていません。1件発生した時点で自動的に減点する形にすると、報告が上がらなくなるからです。
主任ケアマネジャーについては、ここまでの内容に加えて、他のケアマネジャーへの指導を判定に入れています。
目標は承認段階で判定できる形に
ここまでは、管理者が評価の基準をつくる話でした。もうひとつの原因である、職員が立てた目標についてはどうでしょう。
期初等に職員本人に目標を立てさせている事業所は少なくありません。ところが提出された目標が「利用者一人ひとりに寄り添った支援を心がけ、チームの一員として周囲と協力しながら、専門職として自己研鑽に努める」といった内容だった場合、達成できたかどうかをどのように判定すればよいのかわかりません。定性的な評価は、評価者によって変わるリスクもあります。
そして、このことに評価の時期に気づいても手遅れです。期末になってから判定できないと分かっても、1年分をやり直すことはできません。したがって、判定できる形にしておく作業は、目標を承認する段階で終わらせておく必要があるのです。
目標を出された時点で管理者がこれを指摘できていないのは、忙しいからというだけではありません。判定できる目標がどういう形なのかを、はっきり知らないまま承認しているからということもあります。私も、同じで書かれたものを読んで違和感はあっても、どこをどう直せばいいのかを言葉で説明することができませんでした。
判定できる目標の3つの条件
目標が判定できるかどうかは、次の3つで決まります。
- 何をするのかが、行動として書かれているか（具体性）
- いつまでにやるのかが決まっているか（期限）
- 終わったかどうかを、記録で確認できるか（測定可能性）
「利用者一人ひとりに寄り添った支援を心がける」は、3つのどれも満たしていません。寄り添うという言葉は行動ではありませんし、期限もありませんし、何を見れば達成できたと言えるのかも分かりません。
目標設定の枠組みとしてSMARTという考え方が知られていて、具体性、測定可能性、達成可能性、関連性、期限の5つを満たすように書くというものです。ただ、介護の現場で本人が目標を書く段階では、達成可能性と関連性は本人だけでは判断できません。なぜなら、これは事業所として何を求めているかによって変わるからです。達成できる見込みのない目標を立てられても困りますが、それを判断できるのは事業所の状況を知る管理者です。そのため私は、目標設定の枠組みとして本人が確認できる3つに絞っています。
AIに点検させて質問を本人に返す
この3つの条件で目標を点検するようにプロンプトを書いて、先ほどの目標をAIに渡してみました。
返ってきたのは、目標を3つの内容に分けたうえで、それぞれについて条件を満たしているかどうかの判定と、本人に確認すべき質問でした。たとえば「利用者一人ひとりに寄り添った支援を心がける」については、寄り添った支援とは具体的にどのような行動を行うのか、その行動はいつまでに実施する予定か、実施したことをどの記録で確認できるか、という3つの質問が出てきました。
ここで気づいたことがあります。この質問は、本来管理者が目標を承認するときに聞くべきことでした。AIが代わりに聞いてくれているというより、聞くべきことを教えてくれていると言った方が近いと思います。
なお、プロンプトを書くときに気をつけた点が2つあります。ひとつは、目標の書き換え案をAIに出させないことです。AIに直させると本人の目標ではなくなりますし、本人が考える機会も失われます。もうひとつは、本人の意欲や姿勢を評価する言葉を使わせないことです。前向きな目標ですねといった評価が混ざると、点検が褒め合いになります。
ただし、点検の結果をそのまま本人に渡すと、目標の書き方についての指摘が、本人への評価として受け取られることがあります。この点検は目標を判定できる形にするための作業であって、職員を評価しているわけではありません。そのことを伝えたうえで、確認したい点を質問の形で返すのが実務では大切だと思います。
AIに評価をさせない
ここまでAIを使って基準と目標を整えてきましたが、AIに任せてよい範囲は限られていると考えています。
まず、職員の評価そのものを、AIにさせてはいけません。評価は処遇に影響しますし、事業所として職員に説明する責任を負うものです。基準に照らして何点をつけるかは、管理者が判断しなければなりません。
標準値をAIに決めさせてもいけません。担当件数や売上をいくらに置くかは経営判断であり、AIが出す一般的な数値は自分の事業所の実態と合いません。
そして、評価の材料として使う記録の選び方も、AIには判断できません。先に書いたとおり、ヒヤリハットの報告件数のように、評価に使うと本来の目的が壊れる記録があります。その記録が何のためにあるのかを知らなければ、判断できず、AIに任せることは危険です。
事業所にあった評価をするためにAIができるのは、期待する成果から減点の判定方法までを決める順番に沿って質問すること、そして書かれた内容が判定できる形になっているかを点検することです。つまり、期待する成果を何にするか、標準値はいくつか、評価にどの記録を使うかは、管理者が決めてください。
使ったプロンプト
わたしが、実際に使っているものをここにそのまま載せますので、ぜひ参考にしてください。使用したAIはMicrosoft 365のCopilotです。事業所で使うツールを選ぶときには、性能よりも先に、安全性を事業所として説明できるかどうかを考えなければなりません。
まず、評価の基準をつくるためのプロンプトです。
あなたは介護事業所の管理者を補佐する立場です。
これから、職員評価の基準づくりを進めます。
【決める順番】
1. この職種・ポジションに期待している成果は何か
2. その成果は、何で測れるか
3. その数値は、既にどの記録に残っているか
4. 標準値をどこに置くか
5. 減点は何で判定するか
【進め方】
- 上の順番に沿って、1つずつ質問してください
- 質問は一度に1つ。前の答えが出るまで次に進まないこと
- 答えが抽象的な場合は、具体化するための質問を
重ねてください
- 標準値や数値を、こちらから提案しないこと
- 5つが決まったら、決まった内容を一覧で出力してください
【禁止事項】
- 職員名が入力された場合は、役職名に置き換えて扱うこと
- 一般的な評価項目の例を、こちらから並べないこと
【最初に確認すること】
基準をつくる対象の職種・ポジションを質問してください。
【事業所の情報】
（サービス種別、職員数、経験年数の構成などを貼る）
次に、職員が書いた目標を点検するためのプロンプトです。
あなたは介護事業所の管理者を補佐する立場です。
これから、職員が書いた目標を点検します。
【点検する3つの条件】
1. 何をするのかが、行動として書かれているか
2. いつまでにやるのかが決まっているか
3. 終わったかどうかを、記録で確認できるか
【進め方】
- 目標を読み、3つの条件それぞれについて
満たしているかを示してください
- 満たしていない条件について、本人に確認する質問を
してください
- 質問は一度に3つまで。番号を振ってください
- 目標の書き換え案を、こちらから提示しないこと
- 本人の意欲や姿勢を評価する言葉は使わないこと
- 目標に複数の内容が含まれている場合は、分けて扱うこと
【禁止事項】
- 職員名、利用者名が入力された場合は、
本人・利用者Aと置き換えて扱うこと
【点検する目標】
（ここに職員が書いた目標を貼る）
基準をつくるときには、サービスの種別、職種とポジション、経験年数の構成といった情報を渡す必要があります。ただし、職員の氏名を入力する必要はありません。目標を点検するときに必要なのも、目標の文面だけです。個人を特定できる情報を入れなくても、この作業は成り立ちます。
事業所ごとに評価の方法も職種の構成も違いますので、このプロンプトがどの事業所でもそのまま使えるとは限りません。また、使うツールによっても、質問の切り込み方やプロンプトの守り方に差が出ますので、出てきたものを読んで、足りない指示を加えながら調整してみてください。
AIに質問されて気づくことの大切さ
評価の基準をつくるときも、職員が立てた目標を点検するときも、AIがしたことは私に対しての質問だけでした。期待する成果は何か、それは何で測れるのか、いつまでにやるのか、何を見れば終わったと分かるのか。答えを出したのは私で、AIは決まっていない部分を聞いてきただけです。
以前、ヒヤリハット報告書についても同じことを試しました。あのときも、AIに聞き取りをさせたことで、事業所として決めていなかったルールがあると気づきました。聞かれて初めて、自分が言葉にしていなかったことに気づくという点が共通しています。AIがコーチとして気付きを促してくれているのです。
おわりに
評価の根拠を説明できないのは、管理者の力量の問題ではありません。何を根拠にするのかを決めていなかったからです。決めるのは管理者にしかできませんが、AIに何から決めればいいのかを聞き出してもらうことはできます。ぜひ、皆さんも試してみてください。
