AI採用の本質は「人を見抜くこと」ではない。これからの採用担当者に求められる“評価設計力”とは

採用の世界に、AIの波が本格的に押し寄せています。

AI面接。
動画面接の自動スコアリング。
履歴書の自動解析。
SNSやオンライン上の行動データからの人物推定。
ゲーム型アセスメント。
自然言語処理による回答分析。
AIシミュレーションによる適性評価。

こうした言葉を聞くと、多くの人事担当者はこう感じるかもしれません。

「いよいよAIが人を見る時代になったのか」
「面接官の経験や勘は不要になるのか」
「採用担当者の仕事はAIに代替されるのか」

しかし、私は少し違う見方をしています。

AIが採用を変えることは間違いありません。
ただし、それは「AIが人を完全に見抜けるようになる」という話ではありません。

むしろ本質は逆です。

AI時代の採用において重要になるのは、
人を見る力そのものではなく、“何を・どの基準で・どう評価するか”を設計する力です。

採用担当者の価値は、単なる面接対応や応募者管理から、より上流の「評価設計」へ移っていきます。

なぜ採用は、いまだに“勘と経験”に依存しているのか

採用には100年以上の研究蓄積がある

今回取り上げるForbes JAPANの記事では、人材評価や選考に関する科学的研究は長年積み上がってきた一方で、実際の採用現場ではいまだに直感、非構造化面接、主観的な紹介、科学的に弱い心理測定などが使われていると指摘されています。

これは非常に重要な論点です。

採用という仕事は、実はかなり難易度の高い意思決定です。

限られた面接時間。
候補者が見せる一部の情報。
職務経歴書に書かれた過去の実績。
面接官との相性。
企業側の期待値。
候補者側の自己演出。

これらをもとに、「この人は入社後に活躍するのか」を判断しなければなりません。

しかし、多くの企業ではこの判断が、面接官の感覚に委ねられています。

「なんとなく良さそう」
「受け答えがしっかりしていた」
「うちのカルチャーに合いそう」
「地頭が良さそう」
「前職の会社が有名だから安心」

こうした評価は、一見もっともらしく見えます。
しかし、その多くは再現性がありません。

つまり、Aさんが面接すると高評価、Bさんが面接すると低評価になる。
昨日の面接では通過、今日の面接では見送りになる。
評価基準が明確でないため、採用の質が安定しない。

これが、多くの企業で起きている採用の現実です。

AIは採用の救世主なのか

AIは“魔法の目利き”ではない

AI採用ツールが登場すると、つい期待してしまいます。

「AIなら人間より公平に見てくれるのではないか」
「AIなら候補者の本質を見抜けるのではないか」
「AIなら面接官のバラつきをなくせるのではないか」

たしかに、AIには大きな可能性があります。

大量のデータを処理できる。
評価プロセスを標準化できる。
面接官ごとのバラつきを抑えられる。
候補者対応のスピードを上げられる。
書類選考やスクリーニングの効率を高められる。

しかし、ここで注意すべきことがあります。

AIを入れたからといって、採用の精度が自動的に上がるわけではありません。

Forbesの記事でも、AIを含む新しい評価技術は、規模や効率、候補者体験を改善する可能性がある一方で、健全な測定原則の代替にはならないと整理されています。重要なのは、革新性そのものではなく、明確な評価対象、信頼性ある測定、実際の成果との関連性です。

これは採用現場に置き換えると、こういうことです。

AI面接を導入しても、評価項目が曖昧なら意味がありません。
適性検査を導入しても、職務要件とつながっていなければ意味がありません。
履歴書解析を自動化しても、何を重視するのかが決まっていなければ意味がありません。
スコアが出ても、そのスコアが入社後活躍と結びついていなければ意味がありません。

つまり、AI採用の本質は、
AIを使うことではなく、評価設計を高度化することです。

採用におけるAI活用で見るべき5つの領域

1. AI動画面接は「構造化」されて初めて意味を持つ

AI面接や非同期型の動画面接は、今後さらに普及していくでしょう。

候補者は好きな時間に回答できる。
企業側は録画をもとに評価できる。
AIが発話内容や表情、声のトーンなどを分析する。

一見すると非常に先進的です。

しかし、ここで重要なのは、AIが表情や雰囲気を読むことではありません。

本当に価値があるのは、
全候補者に同じ質問をし、同じ評価基準でスコアリングできることです。

Forbesの記事でも、構造化され標準化された面接は職務遂行能力を予測する有力な手法の一つである一方、顔の表情や微細な感情分析がパフォーマンスを予測するという主張には慎重な見方が示されています。

採用現場で言えば、AI動画面接を導入する前に考えるべきことは、以下です。

何を見極めたいのか

コミュニケーション力なのか。
論理的思考力なのか。
顧客対応力なのか。
ストレス耐性なのか。
学習能力なのか。
リーダーシップなのか。

どの質問で見極めるのか

過去の行動を聞くのか。
ケース質問を出すのか。
ロールプレイを行うのか。
価値観に関する質問をするのか。

どの基準で評価するのか

5段階評価なのか。
合否判定なのか。
懸念点を抽出するのか。
次回面接で深掘りする材料にするのか。

これらが設計されていなければ、AI動画面接は単なる「録画された印象評価」になってしまいます。

2. デジタルフットプリント評価は慎重に扱うべき

SNS、オンライン行動、公開情報などから候補者の性格や能力を推測する手法もあります。

たとえば、SNSでの発信内容。
LinkedInのプロフィール。
GitHubの活動履歴。
noteやブログでの発信。
オンラインコミュニティでの振る舞い。

これらは確かに、候補者理解の補助情報にはなります。

特に、エンジニア、マーケター、デザイナー、コンサルタント、営業職などでは、オンライン上のアウトプットが能力の一部を示すこともあります。

しかし、注意が必要です。

オンライン上に情報を出している人だけが有利になる。
発信が得意な人が過大評価される。
プライベートな価値観まで過剰に評価される。
文脈を誤って解釈する。
属性や思想に関するバイアスが入り込む。

こうしたリスクがあります。

採用において重要なのは、
オンライン情報を見ること自体ではなく、それを選考判断の主材料にしないことです。

あくまで補助情報として使う。
本人に確認する。
職務要件と関係ある範囲に限定する。
評価基準を明確にする。

この線引きが必要です。

AI時代の採用では、「見える情報」が増えます。
しかし、見える情報が増えるほど、人事には倫理観と評価設計力が求められます。

3. AIシミュレーションは“実務に近い評価”として有望

AI採用の中で、私が特に可能性を感じるのはシミュレーション型評価です。

たとえば、営業職であれば商談ロールプレイ。
カスタマーサクセスであれば顧客対応シナリオ。
マネージャーであればメンバーとの1on1場面。
採用担当であれば候補者へのクロージング面談。
企画職であれば課題分析と提案作成。
エンジニアであれば実務に近いコーディング課題。

こうした実務に近い課題を通じて、候補者の行動や判断を評価する方法です。

これは単なる「面接で話がうまい人」を見極めるよりも、実務能力を測りやすい。

Forbesの記事でも、職務要求に近いタスクを反映したシミュレーションやワークサンプルは、職務遂行能力の予測において有力な手法として紹介されています。

採用の現場では、以下のような使い方が考えられます。

営業職

架空の顧客情報を渡し、初回商談の進め方を設計してもらう。

採用担当

採用難職種の候補者に対するスカウト文面や面談設計を作成してもらう。

マネージャー

問題行動のあるメンバーへのフィードバック場面をロールプレイする。

事業企画

市場情報をもとに、新規施策の優先順位を提案してもらう。

このような評価は、職務との関連性が高いため、面接よりも具体的な判断材料になりやすい。

AIは、そのシミュレーションの出題、回答整理、評価補助、フィードバック生成に活用できます。

ただし、ここでも重要なのはAIではありません。
重要なのは、職務に近い課題を設計できるかどうかです。

4. NLPは「言葉の中にある思考」を見る可能性がある

自然言語処理、いわゆるNLPも、採用領域では注目されています。

候補者の自由記述。
面接での回答。
職務経歴書の文章。
志望動機。
課題提出の説明文。
メール文面。
チャットでのやり取り。

こうした言葉の中には、その人の思考の癖が表れます。

論理構造。
抽象化力。
具体化力。
因果関係の捉え方。
他責傾向。
主体性。
顧客視点。
学習姿勢。
リーダーシップの捉え方。

もちろん、言葉だけで人を判断するのは危険です。

しかし、言葉は重要なデータです。

特に、これからのビジネスでは、テキストで考え、テキストで伝え、AIに指示を出し、関係者を動かす力が重要になります。

つまり、文章力は単なる国語力ではありません。
思考力と業務遂行力の一部です。

採用現場でも、NLPを活用することで、候補者の回答をより構造的に分析できる可能性があります。

ただし、ここでも評価すべきは「それっぽい文章が書けるか」ではありません。

職務上、必要な思考特性と結びついているか。
入社後の成果と関係しているか。
評価基準が明確か。
人間のレビューと組み合わせているか。

この観点が必要です。

5. ゲーム型評価は“面白そう”だけで導入してはいけない

ゲーム型アセスメントも増えています。

候補者がゲームをプレイし、その行動データから認知能力、判断力、リスク許容度、粘り強さなどを推定する手法です。

候補者体験としては面白い。
若年層にも受け入れられやすい。
従来のテストよりも心理的負荷が低い。
データも取りやすい。

こうしたメリットがあります。

一方で、導入には慎重さも必要です。

そのゲームで本当に何を測っているのか。
そのスコアは入社後の活躍と関係しているのか。
ゲームが得意な人だけが有利にならないか。
候補者に説明可能なのか。
不合格理由として納得感があるのか。

ここが曖昧なまま導入すると、単なる「面白い選考体験」で終わります。

採用において大切なのは、目新しさではありません。

評価手法が職務要件に合っているか。
測定したい能力を測れているか。
候補者に対して説明責任を果たせるか。

この観点が不可欠です。

AI採用で失敗する会社の共通点

ツール導入が目的化している

AI採用で失敗する会社は、たいてい順番を間違えています。

本来の順番はこうです。

1. 採用したい人材を定義する

どの事業課題を解決する人材なのか。
どの職務成果を期待するのか。
入社後6か月、1年で何を実現してほしいのか。

2. 活躍要件を分解する

知識。
スキル。
経験。
行動特性。
価値観。
思考力。
対人能力。
学習能力。

3. 評価方法を設計する

書類で見るのか。
面接で見るのか。
課題で見るのか。
適性検査で見るのか。
リファレンスで見るのか。
AIツールで補助するのか。

4. 評価基準を標準化する

何をもって合格とするのか。
何を懸念とするのか。
どのレベルなら育成可能なのか。
どのレベルなら見送りなのか。

5. 入社後成果と照合する

採用時の評価は正しかったのか。
入社後に活躍しているのか。
早期離職していないか。
評価項目と成果に相関はあるのか。

ところが、多くの企業ではこうなります。

「AI面接を入れよう」
「適性検査を新しくしよう」
「スカウト自動化ツールを使おう」
「採用管理システムを刷新しよう」

ツールが先に来てしまう。

もちろん、ツール導入自体が悪いわけではありません。
しかし、採用要件が曖昧なままAIを入れても、曖昧な評価が効率化されるだけです。

つまり、
間違った採用を、より速く実行してしまう
ということが起きます。

これからの採用担当者に求められる役割

採用担当者は“オペレーター”から“評価設計者”へ変わる

AI時代に、採用担当者の仕事はなくなるのでしょうか。

私は、なくならないと思います。
ただし、仕事の中身は確実に変わります。

これまでの採用担当者は、以下のような業務に多くの時間を使っていました。

応募者管理。
日程調整。
エージェント対応。
求人票作成。
スカウト送信。
面接調整。
候補者連絡。
採用進捗管理。

これらの業務は、今後AIや自動化ツールによって大きく効率化されます。

一方で、より重要になるのは以下の仕事です。

採用要件を事業戦略から設計する力

単に「人が足りない」ではなく、
どの事業課題に対して、どのような人材が必要なのかを定義する力。

活躍人材の構造を言語化する力

ハイパフォーマーに共通する行動、思考、経験、価値観を分解する力。

評価基準を標準化する力

面接官ごとのバラつきを減らし、誰が見ても一定の判断ができる基準をつくる力。

AIやアセスメントを正しく選ぶ力

流行りのツールではなく、自社の採用課題に合う手法を選ぶ力。

入社後成果と採用プロセスを接続する力

採用時の評価と、入社後のパフォーマンス、定着、昇格、成果を結びつけて検証する力。

これからの採用担当者は、単なる採用実務者ではありません。

事業成長に必要な人材を定義し、評価し、獲得するための設計者です。

AI時代の採用で最も重要な問い

「AIで何ができるか」ではなく「何を評価すべきか」

AI採用の議論では、つい機能の話になりがちです。

AIが書類を読める。
AIが面接を分析できる。
AIがスコアを出せる。
AIが候補者を推薦できる。
AIがスカウト文面を作れる。

もちろん、それらは便利です。

しかし、本当に重要な問いはそこではありません。

採用において最も重要なのは、
自社にとって、何を評価すべきなのか
という問いです。

営業職なら、単なる明るさではなく、顧客課題を構造化する力かもしれません。
採用担当なら、応募者対応力ではなく、採用市場を読み、ターゲットを設計する力かもしれません。
マネージャーなら、強いリーダーシップではなく、メンバーの能力を引き出す対話力かもしれません。
エンジニアなら、技術力だけではなく、曖昧な要求を整理する力かもしれません。

この「何を見るべきか」がズレていれば、AIを使っても採用はうまくいきません。

逆に、評価対象が明確であれば、AIは非常に強力な補助線になります。

採用の未来は、人間対AIではない

人間の判断をAIで置き換えるのではなく、判断の質を上げる

採用の未来を考えるうえで、私は「人間かAIか」という二項対立はあまり意味がないと考えています。

人間だけで評価すれば、主観やバイアスが入る。
AIだけで評価すれば、文脈や倫理、説明責任が弱くなる。

だからこそ重要なのは、
人間の判断をAIで置き換えることではなく、人間の判断の質をAIで高めることです。

AIは、候補者情報を整理する。
面接内容を要約する。
評価観点ごとに論点を抽出する。
面接官の評価のばらつきを可視化する。
過去の採用データとの比較を行う。
入社後成果との関係を分析する。

人間は、事業文脈を理解する。
候補者の可能性を見立てる。
組織との相性を考える。
リスクを判断する。
最終的な意思決定に責任を持つ。

この役割分担が重要です。

AIは採用担当者を不要にするのではありません。
むしろ、採用担当者により高度な問いを突きつけます。

「あなたの会社では、何をもって活躍人材と定義していますか？」
「その評価基準は、入社後成果とつながっていますか？」
「面接官の判断は標準化されていますか？」
「AIが出したスコアを説明できますか？」
「その選考プロセスは、候補者に対してフェアですか？」

これらに答えられない会社は、AIを導入しても採用力は上がりません。

まとめ：AI採用の本質は、採用を“科学する”こと

AI採用という言葉は、非常に魅力的です。

しかし、AIは魔法ではありません。

採用におけるAI活用の本質は、採用を効率化することだけではありません。
採用を“科学する”ことです。

属人的な面接。
曖昧な評価基準。
感覚的な合否判断。
入社後成果とつながらない選考。
面接官ごとのばらつき。
採用できなかった理由が説明できない状態。

こうした採用の構造的な課題に対して、AIは強力な武器になります。

ただし、その前提として必要なのは、採用担当者自身の評価設計力です。

AI時代に強い採用組織とは、最新ツールをたくさん入れている会社ではありません。

自社に必要な人材を定義できる。
活躍要件を言語化できる。
選考プロセスを構造化できる。
評価基準を標準化できる。
入社後成果と採用データを接続できる。
そのうえでAIを使いこなせる。

そういう会社です。

これからの採用担当者に求められるのは、
「人を見る勘」だけではありません。

人を評価する仕組みを設計する力です。

AI採用の時代とは、採用担当者の価値が下がる時代ではありません。
むしろ、採用担当者の専門性がより問われる時代です。

そしてその専門性とは、
採用を感覚で語る力ではなく、
採用を構造で語り、データで検証し、事業成果につなげる力なのです。