対の文書：入力データの取扱い（何を預かり・どこに置き・いつ消すか）／判定の範囲と免責（この判定が何を言っていて、何を言っていないか） ／ UI裁判（公開判定）への応募
審査を受ける前に、何を・どんな物差しで・誰の目で見るのかをお伝えします。判定の中身より前に、前提が分かっているほうが結果を読みやすいと考えています。
審査の対象は画面です。コードの品質やビジネスモデルの妥当性は見ません。画面から読み取れることだけを根拠にします。
先にお伝えしておきます。判定にはAIを使っています。 12体のレビュアー（AIもしくは人間）が独立に検分し、最終判定は審査担当（人間）が行います。詳しくは「判定は誰が決めるか」をご覧ください。
審査の前に、ひとつだけお伺いします。この画面が達成したいことを1行で教えてください。（例：「発注者に提出できる工事写真の台帳を作る」）この1行が、問題の重さを判断する基準になります。目的が分からないままでは「使いにくい気がする」までしか言えず、「目的が達成できない」と言い切ることができません。
画面を5つの観点で見ます。それぞれ独立に採点し、最後にまとめて総合判定を出します。見た目の話だけではありません。 導線のつながり・行動のしやすさ・摩擦といった、UX上の判定を含みます。
何のための画面か、どの情報が大事か、次に何をすればよいかが、見て分かる状態かを見ます。時間をかければ分かる画面は「分かる」に数えません。実際の利用者は数秒で判断します。
例：見出しに「ダッシュボード」とだけ書かれていて、何の数字を見る画面なのかが分からない。
前の画面からの流れ、次の一歩への入口、戻る・やり直す手段が途切れずにつながっているかを見ます。画面の中で「いま何を選んでいるのか」が分かるかも、ここに含みます。
例：一覧から1件を選んで右側に詳細が開いたのに、一覧のどれを開いているのかが画面上に示されていない。
押す・入力する・申し込むといった行動が、迷わず実行できる形になっているかを見ます。「分かるか」は明瞭さの担当で、ここは「実際にできるか」を担当します。
例：同じ濃さ・同じ大きさのボタンが3つ並んでいて、どれを押すべきか決められない。
書かれていることに裏づけがあるか、見た目と中身が釣り合っているか、画面内の表記が食い違っていないかを見ます。作り込まれた見た目は、粗さを隠してしまうことがあります。
例：「導入企業多数」と書かれているが、社名も件数も示されていない。
目的に着くまでの手数、一度に受け止める情報の量、エラーや空の状態での手当てを見ます。理解できた上で、なお面倒で止まってしまう箇所を探します。
例：住所を一度入力したのに、次の画面でもう一度入力させられる。
文字量やデータ量が増えても崩れないか、という観点も持っています。ただし静止画のスクリーンショットだけでは判定できない部分が多いため、原則として「判定対象外」と表示します。画面から見て取れる範囲（例：長い品名がすでにカードの幅を使い切っている）に限って所見としてお伝えします。
ひとりの判断で「良い・悪い」を決めると、それは個人の好みと区別がつきません。そこで立場の違う12人分の視点で同じ画面を別々に見て、その結果を集計します。
判定にはAIを使います。この12人は、立場・背景・見る条件をそれぞれ設定した12体のAIもしくは人間です。 最終判定は人間（審査担当）が行います（詳しくは「判定は誰が決めるか」）。その回のレビュアーがAIだったか人間だったかは、レポートに書きます。 使っているAIサービスと、お預かりした画面がAIモデルの学習には使用されないという事実は 入力データの取扱い の「3. どのAIに、何を渡すか」に書いています。
12人の内訳は、おおまかに次の4つのまとまりです。
進め方には2つの決まりがあります。
「この画面がどういう人に重く見られたか」も判定の一部なので、誰の意見を重く扱ったかはレポートに明記します。
12体のレビュアー（AIもしくは人間）が出すのは材料です。集計は機械的に行い、最終判定は人間（審査担当）が行います。
「AIが判定した」でも「人間が判定した」でもありません。 判定にはAIを使いますが、AIが集めるのは材料までで、決めるのは人間です。この判定は、画面を出すかどうかの判断を代わりに行うものではありません（詳しくは 判定の範囲と免責）。
問題が見つからなかった場合は「見つかりませんでした」とお伝えします。取り繕うために問題を作ることはしません。
どこが問題かは、すべて無料でお見せします。 有料になるのは「どう直すか」（修正の設計）からです。応募いただいた回では、改善の方向を1〜2行でお伝えするところまでを無料の範囲としています。