作問はテストの開発・運用においてコストの大きい工程の一つである。近年，作問の負担を軽減するアプローチの一つとして，人工知能を用いた自動作問技術が注目されている。古典的な自動作問手法は人手で設計したテンプレートやルールを用いるアプローチが主流であったが，近年では大規模言語モデルを含む深層学習ベースのアプローチが登場し，柔軟かつ高品質な自動作問が可能になりつつある。また，自然言語処理技術の高度化やコンピュータビジョン技術との融合により，自然言語だけでなく，画像や数式，プログラミングコード，知識グラフなどを扱う自動作問技術も多数開発されている。さらに，項目の難易度や形式などを指定できるコントローラブルな自動作問技術にも注目が集まっている。本稿では，このような深層学習ベースの自動作問技術の研究動向を整理し，教育やテストでの実用に向けた今後の展望について論じる。
