予測変換 (predictive text input) は、ユーザーの入力途中で次に来る単語や文節を予測し、候補リストとして表示する機能です。スマートフォンのソフトウェアキーボード (iOS の QuickType、Android の Gboard) や、PC の日本語入力システム (Google 日本語入力、Microsoft IME、ATOK) に標準搭載されています。

予測変換の仕組みは、統計的言語モデルに基づいています。大量のテキストデータから「ある単語の後にどの単語が来やすいか」の確率を学習し、入力された文字列に続く最も確率の高い候補を提示します。「お疲れ」と入力すると「様です」が候補に出るのは、「お疲れ様です」という文字列が訓練データに高頻度で出現するためです。

日本語の予測変換は、かな漢字変換と組み合わさることで特に強力です。「き」と入力しただけで「今日」「気温」「昨日」「機能」など、文脈に応じた漢字変換候補が表示されます。さらに、過去の入力履歴を学習して個人の語彙や表現パターンに適応するため、使い込むほど予測精度が向上します。

予測変換は文字入力の速度に大きく影響します。ただし効果の大きさは入力方式や文章の型に左右され、一律の数値で語れるものではありません。定型的なあいさつや固有名詞が多い文章では節約が大きく、初出の専門用語や造語が続く文章では候補が当たらず、候補リストを目で追う時間の分だけかえって遅くなることもあります。特にスマートフォンのフリック入力では、長い定型句を 1 文字ずつ打つより候補をタップする方が速いため、候補の精度と並び順が使い勝手を大きく左右します。

文字数カウントの観点では、予測変換は「少ないキー操作で多くの文字を入力する」技術です。「おつかれさまです」(8 文字) を入力するのに、予測変換なしではかな 8 文字分のキー操作 (ローマ字入力ならさらに多くの打鍵) が必要ですが、予測変換があれば「おつ」と打って候補を選ぶ 3 操作程度で済みます。この効率を測る指標が「1 文字あたりの打鍵数」(KSPC: Keystrokes Per Character) で、値が小さいほど効率が高く、予測がよく当たる場面では 1 を下回ります。逆に候補を選び直したり確定を取り消したりする操作が増えると、体感より値が悪化する点も評価時の注意点です。

プライバシーの観点では、予測変換の学習データにユーザーの入力履歴が含まれるため、住所や氏名といった私的な情報が候補に表示されるリスクがあります。他人に画面を見せる際に、予測候補から情報が漏れることがあります。Web フォームの実装側でこれを防ぐ基本は、パスワード欄に <input type="password"> を使うことです。この型の入力欄は、端末側で予測変換や学習辞書への取り込みの対象外として扱われます。一方、自動入力ごと止めようと autocomplete="off" を指定するのは有効な対策になりません。多くのブラウザはパスワードマネージャーを機能させるため、ログイン欄の off 指定を無視します。ログイン欄には autocomplete="current-password"、新規登録やパスワード変更の欄には autocomplete="new-password" を指定して用途を正しく伝えるほうが、既存のパスワードの誤挿入を防ぐ意味でも実効的です。