生成AIで作られた「整いすぎたエントリーシート」を、採用者側もAIに読ませて不合格にする……。採用の現場は、そんな“AI同士の代理戦争”の様相を呈している。人事コンサルタントの曽和利光さんは「最終的には、会って確かめるアナログ回帰を呼び込む」という――。

「面接神話」はすでに崩壊採用も「数値頼り」に

昨年春頃から「エントリーシート（ES）の文章が整いすぎていると感じる場面が急増した」と、現場の担当者からよく聞くようになりました。言葉遣いにも構成にも破綻がなく、論理も滑らかであるものの、面接で深掘りすると手触りが薄い。文章の完成度と中身の厚みが一致しないというのです。理由は明白で、就活生が生成AIを多用するようになったからです。

一方、企業側も大企業を中心に、応募書類をAIに読み込ませて要約させたり、人が精読する前にESを「粗読み」させたりして、一次選考の候補者を効率的に絞り込む運用が広がっています。いまや採用活動の序盤戦は“AI同士の代理戦争”の様相を呈しているのです。

全ての画像を見る（2枚）

AIの精度が日進月歩で高まるなか、採用者側と応募者側の攻防はどこまでエスカレートするのでしょうか。このままいけば、双方が「見栄えと効率の最適化」にばかり目がいって、適性や将来性の見極めが後回しになりかねないと感じています。

そもそも、採用現場における自動化の潮流は、いつから始まったのでしょうか。採用関連で大きな話題になったのは2017年が最初でした。ソフトバンクがIBMの「Watson（ワトソン）」を導入し、ESの自動評価を始めたのです。

ただし、不合格判定については必ず人事担当者の目を通す運用をしていたようです。EU（欧州連合）の一般データ保護規則（GDPR）の趣旨である「個人に重大な影響を与える判定に人の関与を残す」という考え方が、その背景にあったのではないでしょうか。当時は生成AIがここまで普及しておらず、応募者側の活用は皆無でした。

とはいえ、そこから企業が採用にAIを活用する流れができたかというと、そうではありません。ソフトバンクの事例は、その後数年間は「一部の先進事例」にとどまりました。まだ技術が汎用的ではなく、肝心の採用基準が曖昧な企業も多かったからです。

その代わりに、人事の分野ではデータに基づく評価を重視する「ピープルアナリティクス」の流れが広がりました。特に面接に進むと評価が担当者の主観に左右され、判断にばらつきが生じる問題が広く共有されるようになったためです。

この時期、神戸大学の服部泰宏教授が著書『採用学』（新潮社）で、国内外の研究をメタ分析した結果を紹介したことも、現場に大きな衝撃を与えました。適性検査やケーススタディなど実務に近い手法と比べ、面接の「妥当性（将来の職務パフォーマンス）」の係数は最も低いというのです。

マニュアル化した構造化面接であれば一定の妥当性は保てますが、それを徹底できている企業は現在でも極めて稀でしょう。質問の順番や評価基準が揃わないまま複数の面接官が見れば、同じ応募者でも評価が割れるということです。結果として「面接こそが人間性を深く理解できる」という面接神話は、この時期から崩れ始めました。

面接の弱点を補う形で存在感を増したのが、適性検査です。回答を数値化して点数にする仕組みは、点数順の並べ替えや選考といった機械的な比較に向いています。かつては補助的役割にすぎなかった同検査が、対面評価の不安定さが浮き彫りになるなかで、選考の柱へと位置づけを高めていきました。