総合型選抜とは、一般選抜のように学力試験の点数だけで合否を判断するのではなく、受験生の能力や適性、学習意欲、これまでの活動などを総合的に評価する入試方式です。

大学によって内容は異なりますが、

* 志望理由書
* 活動報告書
* 調査書
* 小論文
* 面接
* プレゼンテーション
* 口頭試問
* 制作物
* 探究・研究実績

などを組み合わせて選抜が行われます。

かつての「AO入試」に近い制度ですが、現在は「総合型選抜」という名称で大学入試の主要な選抜方法の一つになっています。

総合型選抜は、もはや一部の大学だけが実施する特殊な入試ではありません。

文部科学省が公表した令和7年度、つまり2025年度入学者の選抜実績を見ると、総合型選抜を実施した大学は728校で、大学全体の93.6％に達しています。

さらに、総合型選抜による大学入学者は12万6,766人。これは大学入学者全体の19.5％にあたります。

つまり、およそ大学生の5人に1人が総合型選抜を経由して入学している計算です。

国立大学でも75校、公立大学では79校、私立大学では574校が実施しており、国公立・私立を問わず広く採用されています。

大学入試を考えるうえで、総合型選抜は一般選抜と並ぶ重要な選択肢になっていると言えるでしょう。

プログラミングと総合型選抜の相性がよい理由は、「コードを書く技術」そのものだけではありません。

プログラミングによる作品制作には、

**課題を見つける
↓
解決方法を考える
↓
プログラムを作る
↓
実際に動かしてみる
↓
失敗の原因を考える
↓
修正・改善する
↓
完成したものを発表する**

というプロセスがあります。

この過程では、

* 論理的思考力
* 問題解決力
* 探究力
* 創造力
* 試行錯誤する力
* 継続力
* プレゼンテーション力

などを示すことができます。

総合型選抜で大学が知りたいのは、単に「何を知っているか」だけではありません。

受験生が何に興味を持ち、自分で何を考え、どのように行動してきたのか

という部分も重要になります。

そのため、プログラミングを使った研究や作品制作は、自分自身の興味や行動力を示しやすい活動なのです。

では、実際の大学入試ではどのように評価されているのでしょうか。

ここで注意したいのは、大学によって評価方法が大きく異なるということです。

「プログラミング試験を行う大学」もあれば、「プログラミングを使った研究や作品を活動実績として評価する大学」もあります。

### 慶應義塾大学 総合政策学部・環境情報学部（SFC）

総合型選抜の代表的な存在として知られているのが、慶應義塾大学SFCのAO入試です。

2026年5月には、2027年4月・9月入学者を対象とする2026夏秋AOの募集要項が公開されています。

SFCでは、志望理由や入学後の学習計画、自己アピールなどを通じて、受験生がこれまで何を考え、何に取り組んできたのかを示します。

プログラミング専用の入試ではありませんが、

* アプリ開発
* Webサービス制作
* ゲーム制作
* AIを活用した研究
* データ分析
* IoT作品
* 情報技術を使った社会課題解決

などに取り組んできた場合、それを自身の興味や将来の研究テーマと結びつけてアピールすることができます。

例えば、

「地域の交通問題に興味を持ち、公開データをPythonで分析した」

「学校生活の不便を解決するためにWebアプリを制作した」

といった活動です。

重要なのは「Pythonを使える」という事実だけではなく、

なぜそのテーマに取り組み、何を発見し、大学でどう発展させたいのか

というストーリーです。

### 東京科学大学 情報理工学院

東京工業大学と東京医科歯科大学の統合によって誕生した東京科学大学でも、情報理工学院で総合型選抜が実施されています。

2027年度入試では、第1段階選抜において大学入学共通テストの成績と出願書類を使用し、活動実績報告書の内容を重視することが大学から明示されています。

もちろん、東京科学大学では高い基礎学力も必要です。

そのため、

「プログラミングだけが得意なら合格できる」

という入試ではありません。

しかし、

* プログラミング学習
* 情報分野の探究
* アプリ・システム制作
* AI・データ分析
* コンテストへの挑戦

などを継続してきた経験があれば、「なぜ情報分野を学びたいのか」を裏付ける活動実績になります。

つまり、

高い基礎学力＋情報分野への継続的な探究

という形でプログラミング経験を活かすことが考えられます。

### 筑波大学 情報学群 情報科学類

筑波大学には、「AC入試」と呼ばれる自己推薦型の入試があります。

2027年度のAC入試では、

志願者が最近2年間、またはそれ以上の長期にわたって主体的・継続的に取り組んできた活動から「問題解決能力」を評価する

とされています。

情報科学類では、

「情報科学や情報技術、または関連分野に強い関心を持ち、自ら研究課題と明確な目標を設定し、問題を分析・解決する能力」

などが求められています。

さらに、自己推薦書と、その根拠となる添付資料が第1次選考で重視されます。

実際に筑波大学が公開しているAC入試の事例には、

* Javaとセキュリティに関するシステム開発
* VLMを活用したシステムの研究
* 自然言語処理に関する研究
* アプリ開発
* VRを利用した研究

など、情報技術を活用したテーマも掲載されています。

筑波大学の例からも分かるように、総合型選抜では短期間だけ取り組んだ活動より、長期間継続して深めてきたテーマが重要になります。

### 静岡理工科大学 情報学科

プログラミング能力をより直接的に評価する例として分かりやすいのが、静岡理工科大学です。

2027年度の情報学科・総合型選抜には、

「プログラミング能力評価方式」

が用意されています。

選考ではPythonを使用する方式があり、プログラミング能力そのものを評価対象にしています。

これは、

「プログラミングを学んできた経験がある」

というだけではなく、

実際にコードを書く能力を大学入試で評価する

ケースです。

総合型選抜というと面接や志望理由書のイメージが強いかもしれませんが、情報系学部ではこのように専門能力を試す入試も存在します。

### 武蔵野大学 データサイエンス学科

武蔵野大学の総合型選抜では、プログラミング経験を「作品」として示すことができます。

データサイエンス学科などでは、課題・作品として、

自作したアプリケーション、サービス、WebコンテンツなどのIT作品

を提出できます。

使用するツールやプログラミング言語は問われず、オープンソースのAIツールを使用して制作した作品も対象です。

また、

* Kaggle
* SIGNATE
* ロボコン
* ハッカソン
* アプリコンテスト

などへの参加実績も出願資格の例として示されています。

つまり、

「Pythonでデータ分析をした」

「Webアプリを開発した」

「AIを利用したサービスを作った」

といった経験そのものを、入試資料として提示できる大学です。

### デジタルハリウッド大学

デジタルハリウッド大学の総合型選抜・特待生選考では、自分自身の活動や実績をポートフォリオとして提出できます。

2027年度の選考では、作品重視型の場合、A4サイズ40ページ以内のポートフォリオを提出することができます。

そのため、

* Webサイト
* ゲーム
* アプリ
* CG
* 映像
* デジタル作品

などを継続的に制作してきた受験生にとって、作品そのものを強みとして示しやすい入試です。

### iU 情報経営イノベーション専門職大学

さらに、大学入試で評価されるデジタルスキルは、従来型のプログラミングからAI活用へも広がっています。

iUでは2027年度入学者選抜から、総合型選抜に

「生成AI活用型」

を新設しています。

評価内容として、

* 生成AIを活用した成果物
* プロンプトの質や工夫
* AIの出力を改善する力

などを扱う方針が公表されています。

今後は、「自分ですべてコードを書く」という能力だけではなく、

AIを理解し、AIを使いながら自分のアイデアを形にする力

も評価対象になっていく可能性があります。

ここまで紹介した大学を整理すると、大きく3つのタイプがあります。

① 探究・活動実績として活かすタイプ

慶應義塾大学SFC、東京科学大学、筑波大学などでは、プログラミングだけを単独で採点するのではなく、研究・制作・探究などの活動を通して自分の能力や関心を示します。

② 制作物として評価してもらうタイプ

武蔵野大学やデジタルハリウッド大学のように、アプリ、Webサービス、ゲームなどの作品やポートフォリオを提出できる方式です。

③ プログラミング能力を直接評価するタイプ

静岡理工科大学のように、実際のプログラミング能力そのものを選抜に取り入れている大学です。

そのため、

「総合型選抜のためにPythonさえ勉強すればいい」

という考え方は適切ではありません。

志望大学によって、準備すべき内容は大きく変わります。

保護者の方や高校生からすると、

「どれくらいプログラミングができれば大学入試で使えるの？」

という点が最も気になるところでしょう。

結論としては、大学によって必要なレベルはかなり異なります。

競技プログラミングの大会で上位に入るほどの高度な能力が必要な大学ばかりではありません。

一つの目安として、次の3段階で考えると分かりやすいでしょう。

### レベル1｜プログラミングの基礎を理解している

例えばPythonであれば、

* 変数
* 条件分岐
* 繰り返し
* 関数
* リスト
* 基本的な入出力

などを理解し、簡単なプログラムを自分で作れるレベルです。

これは作品制作へ進むための土台になります。

### レベル2｜自分で一つの作品を完成させられる

次に、

* ゲーム
* Webサイト
* Webアプリ
* データ分析
* AIを使った作品
* IoT作品

など、自分の興味に合わせて一つの作品を完成させられる段階です。

総合型選抜を考えるなら、「教材の通りに作った作品」から、徐々に自分なりのアイデアを加えた作品へ発展させていくことが大切です。

### レベル3｜制作の目的と過程を説明できる

総合型選抜で特に重要なのがこの段階です。

作品について、

「なぜ作ったのか」

「どんな問題を解決したかったのか」

「どこで失敗したのか」

「どうやって改善したのか」

「完成後に何を学んだのか」

「次にどんなものを作りたいのか」

まで説明できる状態です。

高度なコードを書けること以上に、自分の活動を自分の言葉で説明できることが重要になる大学も多いのです。

必ずしもそうではありません。

もちろん、

「全国規模のプログラミングコンテストで入賞した」

「高度なAIシステムを開発した」

といった実績があれば、大きなアピール材料になります。

しかし、すべての受験生がそこまでの実績を持っているわけではありません。

例えば、

「祖父母がスマートフォンの予定管理に困っていたので、使いやすい予定管理アプリを作った」

というテーマでも十分に探究活動になります。

重要なのは、

**課題に気づく
→ 解決方法を考える
→ 作ってみる
→ 実際に使ってもらう
→ 改善する**

という流れです。

小さな作品であっても、その背景や試行錯誤を具体的に説明できれば、自分らしい活動になります。

逆に、非常に高度な作品でも、生成AIやインターネット上のコードをほぼそのまま使い、

「なぜ動いているのか分かりません」

という状態では、自分自身の能力を十分に示すことは難しいでしょう。

AI時代だからこそ、「作ったもの」だけでなく、本人がどこまで理解し、考えたのかが重要になります。

プログラミング学習を総合型選抜につなげるのであれば、完成した作品だけを保存するのではなく、その制作過程も記録しておくことをおすすめします。

例えば、

* 制作した作品
* ソースコード
* 最初に考えたアイデア
* 設計図やメモ
* エラーが発生した記録
* 解決方法
* 改善前と改善後の違い
* 発表資料
* コンテスト参加記録
* 資格・検定
* GitHubなどの開発履歴

などです。

高校3年生になって志望理由書や自己推薦書を作るとき、

「中学2年生の頃からこのテーマに興味を持ち、作品を4回改良してきました」

と説明できれば、活動の継続性を示すことができます。

筑波大学AC入試のように、実際に「最近2年間、またはそれ以上の長期的な取り組み」を重視する入試もあります。

そのため、総合型選抜への準備は高校3年生になって突然始めるのではなく、中学生や高校1・2年生から興味のあることに取り組んでおくことが理想的です。

プログラミング検定やコンテストへの挑戦も、活動を客観的に示す方法の一つです。

ただし、

「この資格を取得すれば必ず加点される」

「コンテストに出れば必ず有利になる」

というものではありません。

評価方法は大学ごとに異なります。

それでも、

* 継続して学習してきた証拠
* スキルの客観的な証明
* 目標に向かって努力した経験
* 第三者から作品を評価された経験

として、自己推薦書や活動報告書の材料になります。

特にプログラミングコンテストの場合、

「どんなテーマを考えたか」

「どう設計したか」

「審査員にどのように説明したか」

まで含めて一つの探究経験になります。

ここまで見ると、

「総合型選抜を使うには、高校生の時点でプロ並みのエンジニアにならなければいけないのでは？」

と思うかもしれません。

しかし、多くの大学が見ているのはそれだけではありません。

大学入学後に、

自分で疑問を持ち、調べ、考え、試し、学び続けられる人なのか

という部分も重要です。

プログラミング学習は、その力を示しやすい活動です。

プログラムが最初から完璧に動くことはほとんどありません。

エラーが出たら、

「なぜ動かないのだろう？」

と考え、原因を調べ、コードを書き直し、再び実行します。

その繰り返しによって、

課題発見 → 仮説 → 実践 → 失敗 → 改善

という思考方法が身についていきます。

このプロセスは、大学での研究や探究活動にもつながります。

現在は生成AIに、

「こんなプログラムを書いて」

と依頼すれば、数秒でコードを生成できる時代です。

では、これからプログラミングを学ぶ意味はなくなるのでしょうか。

むしろ逆です。

AIが生成したコードが、

* 本当に正しいのか
* なぜ動いているのか
* どこを修正すればよいのか
* 自分の目的に合っているのか

を判断するためには、プログラミングやコンピュータの仕組みを理解している必要があります。

iUのように生成AIの活用能力を評価する大学が登場していることからも分かるように、これからは

「AIを使わない人」と「AIを使う人」の差ではなく、「AIを理解しながら使える人」と「出力をそのまま使う人」の差

が大きくなっていくでしょう。

プログラミングスクールSwimmyでは、プログラムの書き方を覚えることだけを目的としていません。

Swimmyが教育理念として掲げているのが「CS for ALL（Computer Science for ALL）」です。

スクール案内では、

「作る・試す・発表する」

という学習サイクルを重視し、物事を整理して論理的に考え、試行錯誤しながら課題を解決する力を育てる方針が示されています。

また、「うまく動かない＝失敗」ではなく、原因を考え、改善するTrial & Errorを学びの一部として位置づけています。

これは総合型選抜で重要になる、

**自分で考える
→ 作る
→ 試す
→ 改善する
→ 自分の言葉で説明する**

というプロセスにもつながります。

Swimmyでは、年齢や経験に合わせて段階的にプログラミングを学べるカリキュラムがあります。

初心者向けのベーシックコースでは、

* MESH
* Scratch
* Springin’
* micro:bit

などを使って、IoTやゲーム、ものづくりを経験します。

その後、エキスパートコースではMinecraftをアウトプットの場として利用しながらPythonによるテキストプログラミングへ進みます。

さらに実践コースでは、

* Pythonによるデータ分析
* AI
* Unity・C#によるゲーム開発
* HTML・CSS・JavaScriptによるWeb制作

など、より専門的な分野に挑戦できます。

スクール案内の9ページでも、「学ぶ」から「使う」へ進む実践型カリキュラムとして、データ分析、ゲームクリエイター、Web制作などが紹介されています。

こうした作品制作の経験は、将来総合型選抜を検討するときにも、一つの活動実績として発展させやすい内容です。

Swimmyでは、希望者を対象に、

* タイピング技能検定
* プログラミング能力検定
* プログラミングコンテスト

への挑戦もサポートしています。

特にスクール案内11ページでは、コンテストについて、企画・設計・制作・発表までメンターが伴走し、探究力や表現力を伸ばす取り組みとして紹介されています。

総合型選抜を考えるなら、「何か一つ資格を取る」だけではなく、

長期間学びながら作品を作り、発表し、改善していくこと

が大切です。

大学受験を意識すると、

「高校2年生や3年生から始めればよいのでは？」

と考えがちです。

もちろん、高校生から始めても遅すぎるわけではありません。

ただし、総合型選抜では「継続して取り組んできた活動」を評価する大学があります。

そのため、可能であれば小学生・中学生の段階から、

**興味を持つ
→ 基礎を学ぶ
→ 作品を作る
→ 興味のある分野を見つける
→ より高度な作品へ挑戦する**

という経験を積み重ねていくことが理想です。

例えば、

小学生ではScratchでゲームを作る。

中学生ではPythonを学び始める。

高校生ではPythonを使ってデータ分析やAIに挑戦する。

そして、

「小学生の頃からゲーム制作に興味を持ち、中学生ではPythonを学び、高校ではAIを使った〇〇の研究に発展させました」

というストーリーになれば、一つ一つの活動がつながります。

総合型選抜では、このような学びの積み重ねそのものが、その人らしさになります。

大学の総合型選抜において、プログラミング経験は十分に役立つ可能性があります。

実際に、

* 慶應義塾大学SFCのように多様な活動や自己アピールを評価する大学
* 東京科学大学のように活動実績報告書を重視する大学
* 筑波大学のように長期的な探究と問題解決能力を見る大学
* 武蔵野大学のように自作IT作品を提出できる大学
* 静岡理工科大学のようにプログラミング能力を直接評価する大学
* iUのように生成AIの活用能力まで評価する大学

があります。

ただし、総合型選抜で重要なのは、

「プログラミングができる」ということだけではありません。

プログラミングを使って、

**何を考えたのか。
何を作ったのか。
どんな失敗をしたのか。
どう改善したのか。
そして、その経験から何を学んだのか。**

そこまで語れる経験を持つことが大切です。

大学受験直前になって「総合型選抜の実績を作ろう」と考えるのではなく、早い段階から興味のある分野に取り組み、作品と経験を少しずつ積み重ねていく。

プログラミングは、そのための非常に相性のよい学びの一つです。

Swimmyでは、一人ひとりのペースに合わせた個別指導のもと、プログラミングを通して「考える・作る・試す・発表する」という経験を積み重ねられる環境を用意しています。

将来の大学入試だけを目的にするのではなく、自分の好きなことを深く掘り下げ、自分だけの作品や探究テーマへ発展させていく。

その積み重ねが、結果として総合型選抜でも語れる「自分だけの経験」につながっていくでしょう。

※本記事は2026年8月時点で公表されている情報をもとに作成しています。入試方式、募集人数、出願資格、選考内容等は年度によって変更される可能性があります。実際に受験する際は、各大学が公表する最新の学生募集要項を必ずご確認ください。