生成AIの採用・人事評価での利用ルール設計ガイド2026｜「AIが人を選ぶ」を、どこまで許すか

採用担当者の机に、応募書類が200通あります。全部に目を通す時間はありません。そこで生成AIに要約させ、優先順位をつけてもらう。誰も「AIに選ばせた」とは思っていません。あくまで下準備のつもりです。

けれど、その優先順位の下のほうにいた人は、実際には読まれずに終わります。読まれなかったことと、落とされたことの違いは、応募者からは見えません。効率化のつもりで入れた仕組みが、いつのまにか判断そのものになっている。ここが採用・評価でのAI利用の難しさです。

結論から言います。採用と評価での生成AI利用は、「使うか使わないか」で決めると必ず曖昧になります。分かれ目は、その処理が人を前に進めるものか、後ろに下げるものかです。この記事では、その線の引き方を整理します。

「効率化」として始まり、いつのまにか判断になっている

人事での生成AI利用は、たいてい無害な作業から始まります。求人票の下書き、面接質問の案出し、書類の要約。ここまでは誰も反対しません。成果物を人が読んで、人が直すからです。

問題は、その次の一歩で起きます。要約を読む代わりに、要約だけを読むようになる。優先順位を参考にするつもりが、上位から順に面接を埋めて枠が終わる。手順は何も変えていないのに、実質的な決定権が移っています。

この移動は、宣言されません。誰かが「AIに選考させよう」と決めた瞬間はなく、忙しさの中で少しずつ起きます。だからこそ、ルールは「使ってよい作業」ではなく「AIの出力が最終結果にどう効くか」で書く必要があります。

応募者から見ると、何が問題なのか

社内では効率の話ですが、応募者にとっては人生の分岐です。ここで生まれる不満は、たいてい三つに分けられます。

ひとつ目は、理由が分からないことです。落ちた理由が説明できないのは以前からですが、AIが関わると「そもそも人が見たのか」という疑いが乗ります。ふたつ目は、訂正する手段がないこと。書類の読み違いがあっても、気づく機会がありません。

三つ目が一番重く、偏りが静かに再生産されることです。過去の採用データを学習に使えば、過去の偏りがそのまま出力に乗ります。人が偏るときは個人差でばらつきますが、仕組みが偏ると全員に同じ方向でかかります。

線は「絞り込み」ではなく「落とす」に引く

使いどころを整理するときは、作業名で分類しないでください。その出力が、応募者を前に進めるのか、後ろに下げるのかで分けます。

前に進める使い方は、比較的安全です。求人票を書く、質問案を出す、面接メモを整える、候補者への連絡文を下書きする。ここで失敗しても、被害は「手間が増える」で収まります。

後ろに下げる使い方は、扱いが変わります。書類のスコアリング、不合格の振り分け、優先順位づけ。これらは名前が「補助」でも、結果として人を落とします。ここには最低限、人が実際に見た記録が要ります。全員分は無理でも、AIが下位に置いた人ほど人が見る、という逆向きの設計が現実的です。

迷いやすいのが要約です。要約自体は中立ですが、原本を誰も開かないなら、それは要約ではなく代替です。原本に戻れる状態かどうかが判定基準になります。

人事評価は、採用よりも難しい

採用では相手は社外の人ですが、評価では毎日顔を合わせる相手です。ここでAIを使うと、別の副作用が出ます。評価コメントの下書きをAIに任せると、当たりさわりのない文章が量産されます。読む側は、すぐに気づきます。

評価で本当に価値があるのは、文章の整い方ではありません。上司が一年を思い出して、具体的な場面を挙げられるかどうかです。AIはそこを埋められません。埋めたように見えるだけです。

使うなら、下書きではなく整形に絞るのが無難です。書いた内容の言い回しを整える、抜けている観点を指摘させる。中身を出すのは人、形を直すのがAIという順番なら、空洞化しにくくなります。

決めておくべきは、この四つ

細かい規程を作る前に、四つだけ先に決めてください。

説明できるか。応募者や社員に「AIをどう使ったか」と聞かれて、答えられる状態か。答えに詰まる使い方は、その時点で線を越えています。

記録が残るか。どの処理をAIが行い、誰が最終判断したか。後から確認できなければ、問題が起きたとき何も検証できません。

やり直せるか。間違いが判明したとき、その一件だけ人手で見直す道があるか。仕組みに乗ったら戻せない設計は、リスクが高すぎます。

データをどこへ渡すか。応募書類や評価情報は、社内でも取扱いの重い個人情報です。入力してよいツールと、してはいけないツールを先に分けておく必要があります。

採用・人事における法令上の要件（個人情報の取扱い、募集・採用に関する規制など）は、必ず自社の状況に即して専門家および所管の公式情報でご確認ください。本記事は法的助言ではなく、その前段で社内が決めておくべき論点の整理です。利用するツールの仕様やデータの取扱いについても、提供元の公式情報を確認してください。

運用に落とすと、こうなる

規程を配っても、現場の忙しさには勝てません。効くのは、手順のほうに埋め込むことです。

たとえば、AIの出力を貼る欄と、人が見た結論を書く欄を分けておく。同じ欄に書かせると、どちらの判断か後から区別できなくなります。不合格の連絡を出す前に、人が原本を開いたかを一段挟む。仕組みで止めるほうが、注意喚起より確実です。

そして、担当者を責めない設計にしてください。「AIに頼った」と言えなくなると、隠れて頼るようになります。使ったこと自体を問題にせず、どう使ったかを書ける場所を用意するほうが、実態は見えます。

まとめ：AIは、人を落とす側に置かない

採用と評価は、効率化の対象であると同時に、相手の人生に触れる仕事です。だからこそ、線は作業名ではなく方向で引きます。前に進める処理はAIに任せてよく、後ろに下げる処理には人の目を残す。

順番はこうです。使ってよい作業ではなく、出力が結果にどう効くかで書く。前に進めるか後ろに下げるかで分ける。評価では中身を人が出す。四つの問い（説明・記録・やり直し・データ）に答えられるようにする。手順に埋め込み、正直な申告を罰しない。

まずは、いま人事で使っている生成AIの用途を書き出して、前向きと後ろ向きに振り分けてみてください。どちらとも言えないものが、いま一番危ない場所です。そこから話し合えば十分です。