AI選考の判断記録をどう残す？人の確認と評価根拠の管理方法

AIが示す点数は、製品や設定によって意味が異なります。まず、求人要件と応募資料のどの情報を照合したいのかを決めます。職務に関係する経験の抽出や、面接で確認する不足情報の整理など、判断を補助する用途から始める方法があります。以下の記録様式は編集部の提案で、特定製品の精度を保証するものではありません。

記録欄を「職務要件」「応募資料の該当箇所」「AIの整理」「人の判断」「追加で聞くこと」に分けます。例として資料に顧客折衝の記載があっても、独力で担当したか不明なら未確認です。記載がないことを能力がないことと同一視しないようにします。推測した属性や、業務と無関係な情報を評価根拠に加えないことも確認します。

人がAIの要約や提案を修正したときは、修正内容と理由を残します。集計では誤読、情報欠落、根拠なし、求人要件の曖昧さに分けると、どこを改善すべきか整理できます。モデルや指示を変更した場合は以前と同じ精度を前提にせず、同じ検証資料で再確認します。実際の応募者情報の利用は、必要な範囲と取り扱いを確認して行います。

評価結果を誰が確認し、問い合わせに誰が回答し、記録をいつまで保存するかを導入前に決めます。単に「AIが判断した」では担当者の説明になりません。厚生労働省の公正採用の考え方と個人情報保護委員会の注意喚起を確認し、職務に必要な評価とデータ管理の双方を担当部署で点検します。

架空の確認例として、応募書類に「プロジェクトの進行を支援」とだけ書かれている場合を考えます。AIが「プロジェクト責任者の経験あり」と整理したなら、役割を拡大した誤りです。原文の場所を記録し、「担当した範囲を面接で確認」と直します。担当者の修正は、AIの出力を上書きして消すより、元の整理と修正理由を比較できるように残します。
運用表には求人要件の版も必要です。要件が変わった後の評価を、以前の条件で評価した候補者と単純に比較しないようにします。同じ候補者を再評価するときは、何が変わったための再評価かを記録します。
確認担当者が忙しい場合も、人が見ないまま結果を確定する運用へ自然に移行しないようにします。確認待ち件数が増えたら、自動処理の対象を減らす、確認担当を増やすなどの対応を決めます。評価根拠をたどれない出力は、判断資料から外し、応募書類そのものを人が確認する流れへ戻してください。

架空の応募資料に「顧客向け提案の資料作成を担当」とある場合を考えます。独力で提案を進めたか、何人に説明したかは、この一文からは分かりません。以下のように要件ごとの根拠を分けると、人の確認がAIの点数への同意作業になることを防げます。

運用台帳の項目例は、候補者管理ID、対象求人と要件の版、参照した資料と箇所、利用サービス・設定の識別情報、AI出力、人が変更した内容、最終判断者、判断日時です。モデルの名称だけでは設定変更を追えない場合があるため、社内で再確認できる形の版を持ちます。
応募資料全文を複数の表へコピーすると、訂正や削除が必要になったときに追いにくくなります。原本へのアクセス権を前提に、照合に必要な抜粋や参照箇所を残し、扱う情報を必要な範囲に絞ります。全社員が閲覧できる共有表へ候補者の記録を置く運用は避け、保存・削除・問い合わせの担当も決めてください。

修正を「単語の誤読」「担当範囲の拡大解釈」「書いていない経歴の追加」「根拠が見つからない点数」「求人要件の曖昧さ」に分けます。集計するなら、確認した出力の件数を分母にし、候補者数や要件数と混ぜないことが重要です。修正が必要な出力が集中する工程は、人の確認を厚くするだけでなく、AIへの依頼を情報抽出に限定する選択肢もあります。
設定を変更したら、以前誤ったケースも含めて再検証します。「今回直った」ことと「他のケースでも問題がない」ことは別です。まず1求人の要件表と記録様式を作り、AI導入前の検証手順を使って確認します。求人要件そのものが曖昧なら入社後の成果から採用条件を揃える工程へ戻します。