Who（誰が）
全国の公立・私立高校の進路指導教員、教育委員会担当者、生徒本人を主要ユーザーとし、校務支援ベンダーを導入チャネルとする
対象とする社会課題：性別による進路選択の偏りが進学・キャリア格差を再生産している
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
地方の高校では、進路指導の先生が一人で多くの生徒の面談を抱え、経験と勘に頼らざるを得ない。その結果、成績が同じでも『女子は看護、男子は工学』という無意識の型が世代を超えて引き継がれ、本人の適性より性別が進路を左右してしまう。この事業は、データに基づいて偏りを可視化し、先生が一人ひとりの生徒と向き合う時間を取り戻すために存在する。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資600万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
ボタンを押すとAIチャットが開き、このショーケースの内容を読み込んだ状態で素案を作成します。事業計画から採用要項まで、ミライパスの背景データや事業モデルを踏まえた文章がその場で下書きされます。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
「ミライパス」は、高校の進路指導教員が校務支援システムに連携させるだけで、生徒ごとの模試偏差値・興味関心データから「同条件の生徒間で進路選択が性別によって偏っていないか」をAIが自動検出し、面談前にダッシュボードへアラート表示するサービスです。
例えば数学偏差値68・理科好きの女子生徒に対し、同条件男子の理系選択率72%対し女子31%といった乖離を示し、中立的な声かけ例文も自動生成します。教員は追加入力なしで気づけなかった偏りに気づき、生徒本人もチャットボットに進路相談できます。学期末には学校・自治体単位でバイアス是正の推移を数値レポートとして確認できます。
文部科学省の学校基本調査では、理工系学部進学者に占める女性比率は約16%に留まり、高校での文理選択時点から既に女子生徒の理系選択率が男子の半分以下という地域も多い。
地方の公立高校A校では、進路指導教員が経験と勘に頼って三者面談を行い、「女子は看護・教育系、男子は工学系」という無意識の助言パターンが世代を超えて継承されている実態がある。教員1人あたり年間80〜120人の進路面談を担当し、個々の生徒の模試成績・志望動機・過去の類似生徒の進路データを体系的に突き合わせる余裕がない。結果として、成績上位でも理系を検討すらしない女子生徒や、逆に経済的事情を考慮せず難関大進学を勧められる男子生徒が生じ、本人の適性より性別役割規範が進路を左右してしまう。この偏りは教育委員会や学校側も問題意識を持ちながら、可視化する客観的データと介入手法がないため放置されてきた。
統計的傾向分析AIが、成績・興味関心が類似する生徒群を機械学習（クラスタリング）で作り、その中の性別間進路選択率の差を検出して有意なバイアス箇所をスコアリングする。
自然言語生成AIが、検出結果をもとに教員向けの中立的な面談トークスクリプトと、生徒向けの職業ロールモデル紹介文を自動作成する。対話型AI（チャットボット）が生徒からの進路相談に応答し、興味・強みを聞き出しながら性別に偏らない選択肢を提示する対話設計を行う。予測モデルが過去の進路データと追跡調査（卒業後の満足度アンケート）を学習し、是正介入の効果を翌年度以降の指標として予測・提示する。
教員は既存の校務支援システム（成績・出欠・面談記録）にミライパスを連携させるだけで、追加入力なしに生徒ごとの「進路選択における性別バイアス指標」がダッシュボードに表示される。
AIは模試偏差値・得意科目・部活動・保護者アンケートなどの匿名化データを解析し、同程度の成績・興味関心を持つ生徒間で進路選択が性別によって統計的に偏っている箇所を検出する。教員が面談前にダッシュボードを確認すると、「この生徒は数学偏差値68・理科好き回答ありだが、同条件の男子生徒の理系選択率が72%に対し女子は31%」といったアラートと、対話型AIが生成した中立的な声かけ例文（生徒の興味に基づく質問リスト）が提示される。面談後は生徒本人もチャットボット形式のAIに進路の悩みを相談でき、AIが職業データベースと照合して性別イメージに縛られない選択肢を対話的に提示する。学期末には学校全体・学年別のバイアス推移レポートが自動生成され、校長・教育委員会が是正施策の効果を数値で確認できる。
| 進路指導教員の面談準備工数(1校あたり教員5名×年間100件×15分、時給2500円換算) | 年額 約31万円相当の工数 |
| 進路ミスマッチによる転学・休学対応工数(1校あたり年間3〜5名、教員対応10時間/件) | 年額 約12万円相当の工数 |
| 教育委員会による外部有識者・ジェンダー平等施策の実態調査委託費 | 年額 約200万〜400万円 |
| 理系選択機会損失に伴う地域企業の技術系人材採用難(間接損失、定量化困難のため目安) | 年額 数百万円規模の想定 |
| 学校向けSaaS年額ライセンス(スタンダード) | 年額 45万円(生徒数300人規模の目安) |
| 自治体プラン(横断分析・政策レポート) | 年額 500万円(中規模県教委の目安) |
| 導入研修・伴走支援オプション | 1校あたり 8万円(初年度のみ想定) |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
地方公立高校では教員1人が年間80〜120人の面談を担当し、模試成績や過去の類似生徒データを個々に突き合わせる余裕がなく、経験則で「女子は看護・教育系、男子は工学系」という助言が世代を超えて再生産されている。
文科省調査でも理工系女性比率は約16%に留まり、成績上位でも理系を検討しない女子生徒が生じている実態がある。学校・教育委員会も問題意識はあるが、偏りを可視化する客観データと介入手法がないため放置されてきた。既存の校務支援システムに眠るデータを使い、追加入力なしで気づきを与える仕組みが必要とされている。
MVP開発（校務支援連携・クラスタリング・ダッシュボード等の要件が確定している部分）は請負契約が適した想定だが、バイアス検出アルゴリズムの精度検証は実証フェーズでの試行錯誤が前提となるため準委任契約が向く。
実証フェーズ（0-6ヶ月）は準委任で仕様を固め、初期導入フェーズ以降の機能拡張は請負でマイルストーン管理する二段構えを推奨する。発注時は「バイアス指標の是正率30%縮小」等のKPIを納品物の性能保証条件にせず、あくまで実証・改善のための努力目標として契約書に明記することが重要である。また個人情報保護法対応・匿名化設計は要件定義書に技術要件として明文化し、検収基準に含めること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 高校の進路指導教員（1人あたり年間80〜120人の面談を担当する現場ユーザー） |
| セカンダリ | 生徒本人（チャットボットでの進路相談利用者）および保護者アンケート回答者 |
| 管理 | 学校管理職（校長・進路指導主事）および教育委員会担当者（自治体横断レポート閲覧・是正施策の意思決定者） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 校務支援システム連携取込 | 成績・出欠・面談記録CSVを受信→匿名化ID変換→分析用DBへ格納 |
| 生徒クラスタリング分析 | 模試偏差値・得意科目・興味関心を入力→類似生徒群を機械学習で生成→クラスタID出力 |
| 性別バイアススコアリング | クラスタ内進路選択データ→性別間選択率の統計的乖離を算出→バイアス指標スコア出力 |
| 教員向けアラート表示 | バイアススコア閾値超過生徒→ダッシュボード上に該当生徒と乖離率を表示 |
| 面談トークスクリプト生成 | 生徒の成績・興味データ→自然言語生成AIで中立的声かけ文を作成→教員に提示 |
| 生徒相談チャットボット | 生徒の悩み入力→興味・強みを対話で抽出→職業DB照合し中立的選択肢を回答 |
| 職業ロールモデル紹介文生成 | 生徒の興味・適性データ→性別イメージに縛られない職業事例文を自動生成→表示 |
| 学期末バイアス推移レポート | 学期内蓄積データ→学校・学年別集計→PDFレポート自動生成し校長宛送付 |
| 教育委員会横断ダッシュボード | 管轄内複数校データ→自治体単位で集計→政策比較用ダッシュボード表示 |
| 介入効果予測モデル | 過去進路データ・追跡調査結果→予測モデル学習→翌年度是正効果を数値予測表示 |
| 面談準備時間ログ計測 | 教員のダッシュボード閲覧・準備時間を記録→平均準備時間を集計しKPI画面に表示 |
| テーブル | 主要カラム |
|---|---|
municipalities（自治体） | municipality_id, name, prefecture, contract_type, contract_amount, contract_start_date |
schools（学校） | school_id, municipality_id, name, student_count, plan_type, api_vendor_id |
teachers（教員） | teacher_id, school_id, name, role, department, login_id |
students（生徒・匿名化ID） | student_id, school_id, grade, class_id, gender_code, anonymize_flag |
academic_records（成績・興味関心） | record_id, student_id, subject, deviation_value, interest_category, survey_response, recorded_date |
career_choices（進路選択） | choice_id, student_id, faculty_category, university_name, choice_type, decided_date |
bias_scores（バイアス指標） | bias_id, school_id, cluster_definition, male_ratio, female_ratio, p_value, period |
engagement_logs（面談・チャット記録） | log_id, student_id, teacher_id, log_type, script_id, dialogue_summary, memo, occurred_at |
| # | 画面 |
|---|---|
| 1 | ログイン・権限選択画面 |
| 2 | 教員向けダッシュボード |
| 3 | 生徒バイアスアラート詳細 |
| 4 | 面談トークスクリプト表示 |
| 5 | 生徒相談チャットボット |
| 6 | 学校別バイアス推移レポート |
| 7 | 自治体横断分析画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（教育機関導入実績とセキュリティ認証対応） |
| 2 | PostgreSQL（統計集計・匿名化データの構造化管理） |
| 3 | Python/scikit-learn（生徒クラスタリング分析の実装） |
| 4 | OpenAI API（面談スクリプト・声かけ例文の自動生成） |
| 5 | React/Next.js（教員・自治体向けダッシュボードUI） |
| 6 | Auth0（学校・教委単位のSSOとアクセス権限管理） |
| 7 | Dify（生徒相談チャットボットの対話フロー構築） |
| 区分 | 要件 |
|---|---|
| 可用性99.5%以上（年間ダウンタイム約43時間以内）、三者面談集中期は事前アラートで保守回避 | 可用性99.5%以上（年間ダウンタイム約43時間以内）、三者面談集中期は事前アラートで保守回避 |
| 生徒個人データは匿名化ID化必須、氏名等個人特定情報はAI分析対象から完全除外 | 生徒個人データは匿名化ID化必須、氏名等個人特定情報はAI分析対象から完全除外 |
| 同時アクセス想定1校あたり教員50名・生徒1000名規模でも応答3秒以内 | 同時アクセス想定1校あたり教員50名・生徒1000名規模でも応答3秒以内 |
| 個人情報保護法・教育委員会データ取扱指針準拠、アクセスログを1年間保持 | 個人情報保護法・教育委員会データ取扱指針準拠、アクセスログを1年間保持 |
| バイアススコア算出は統計的有意性p<0.05を閾値とし、教員による最終確認を必須化 | バイアススコア算出は統計的有意性p<0.05を閾値とし、教員による最終確認を必須化 |
| API連携先の校務支援ベンダーとのデータ連携は暗号化通信（TLS1.2以上）で実施 | API連携先の校務支援ベンダーとのデータ連携は暗号化通信（TLS1.2以上）で実施 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力校の進路指導主任から匿名化された成績・進路希望データをExcelで受け取り、手作業で性別間の選択率の差を集計し、実際に教員へフィードバックして反応を確かめる。 | 交通費とヒアリング謝礼程度 |
| ②最小システム | クラスタリングによる差分検出をノーコード・スプレッドシート連携で自動化し、教員向けアラート画面のみを簡易ダッシュボードとして提供して精度と反応を検証する。 | 外注または業務委託で数か月分の開発費 |
| ③本開発 | 校務支援ベンダーとのAPI連携、教員向けトークスクリプト生成、生徒向けチャットボットを含む本番SaaSを構築し、セキュリティガイドライン準拠のクラウド環境を整備する。 | エンジニア複数名体制での継続的な開発費とクラウド利用料 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 公立高校の進路指導主任教員（実証候補校） | 現場の面談運用実態とダッシュボード要件を最も具体的に把握できるため | 知人の元教員アドバイザー経由、または都道府県高校進路指導連絡協議会に照会 |
| 都道府県教育委員会 高校教育課の指導主事 | 実証自治体としての予算枠・学校への導入許可権限を持つため | 教育系NPO紹介、または教育委員会主催の進路指導研修会に登壇打診 |
| 校務支援システムベンダーの事業開発・アライアンス担当者 | API連携なしにダッシュボード配布ができず、導入コスト構造を左右するため | EDIX(教育総合展)等の展示会名刺交換、または直接IR窓口経由で商談打診 |
| ジェンダー平等教育を推進するNPOの事業責任者 | バイアス定義・声かけスクリプトの妥当性検証と学校への信頼付与のため | 内閣府男女共同参画関連の公開シンポジウム登壇者リストから直接連絡 |
| 大学教育学部でキャリア教育・ジェンダー研究を行う教授 | 統計モデルの学術的妥当性検証と効果測定の第三者評価を得るため | 科研費データベースで該当テーマの研究者を検索し共同研究の打診メール送付 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 教育系NPO（ジェンダー平等教育推進団体）経由の紹介 | 「進路指導のバイアスを可視化するツールを実証中で、協力校を探しています」と伝え、団体が既に接点を持つ高校に橋渡しを頼む |
| 元教員・進路指導主任のオンラインコミュニティ | 進路指導主任が集まるFacebookグループやSNSで、無償の実証モニターを募集する投稿を出し個別DMで面談を依頼する |
| 教育総合展（EDIX等）への出展・視察 | ブースまたは名刺交換の場で「校務支援システムに追加できる進路バイアス分析の実証パートナーを探している」と直接声をかける |
| 教育委員会への実証事業提案 | 指導主事宛てに「無償の実証実験枠として2〜3校で試したい」と提案し、正式契約前のパイロット導入として合意を取り付ける |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金 | 法人設立前後の創業者 | 自己資金100万円に加えて600万円の融資を受け、実証フェーズの人件費・データ解析基盤の構築費に充てる候補になる |
| IT導入補助金 | 中小企業・小規模事業者（ITツールを導入・提供する事業者も対象区分あり） | 校務支援システムとのAPI連携開発やダッシュボード機能の開発費の一部を補助対象にできる可能性がある |
| 小規模事業者持続化補助金 | 小規模事業者（法人・個人事業主） | 教育委員会向け提案資料の作成やEDIX等の展示会出展費など、販路開拓の費用に使える候補 |
| 特定創業支援等事業（市区町村の認定制度） | 創業予定者・創業後5年未満の事業者 | 認定を受けると法人設立時の登録免許税軽減や信用保証枠の拡大が受けられ、公庫融資600万円の申請時にも有利に働く |
| 東京都創業助成事業（TOKYO創業ステーション等） | 都内で創業する中小企業者・NPO等 | 本社を都内に置く場合、実証実験にかかる人件費・委託費の一部助成の候補になる |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
同じ領域に取り組む仲間がコミュニティで活動しています。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対的な表示です。