OpenAIの公式ブログから考察 書類選考でのAI活用、どこまで任せていい？
目次
「AIで書類選考ができないでしょうか」。この数ヶ月、応募数の多い企業の採用部門から、この相談をいただく機会が増えました。結論から申し上げると、可能です。ただし、方式を誤ると応募者にも自社にもリスクが生じます。実は私たち自身、AI採用マネジメントシステム「Octty」の開発過程で、一度方式を大きく転換しました。本記事ではその経緯と、現在私たちが考えている「安全なAIの活用方法」をご紹介します。
「AIで書類選考できないか」という相談が増えている
ご相談くださる企業の状況は共通しています。複数の求人媒体から、全国の拠点への応募が毎日届く。月間の応募数は数百件から数千件にのぼり、採用部門で分担しても、1件ずつ丁寧に読み込む時間は確保できない。応募から一次対応までのスピードには社内目標もある。だから「AIに点数をつけてもらい、上位の応募者から確認できるようにしたい」。
このご要望自体は自然なものです。ただ、詳しくお聞きすると、期待の中身は多くの場合「AIに点数をつけさせて、機械的に絞り込みたい」というものです。そして実は、この使い方こそが、技術的にも、説明責任の観点でも、最もリスクの高い方式です。
私たちも当初、AIに点数をつけさせる設計を検討していた
正直にお伝えすると、私たちも最初は同じ発想でした。リリース前の検討段階で、評価項目を複数設け、それぞれをAIに10点満点で採点させ、合計スコアで判定する仕組みを検討していました。人間の評価シートも点数式が一般的ですから、それをAIに置き換えるのが素直な設計に思えたのです。
ところが検証の過程で、看過できない現象が起きました。同じ応募書類を、同じ基準で採点させているにもかかわらず、実行のたびにスコアが変わるのです。7点だった項目が、次の実行では5点になる。
AIには、同じ質問に対しても毎回少しずつ異なる回答を生成する性質があります。「14点か16点か」といった細かい目盛りの判断には、そもそも安定した根拠が存在しません。そして数点のブレでも、足切りラインをまたげば合否が入れ替わります。応募者の人生に関わる判断が、実行するたびに変わってしまう。「そもそも点数化に意味があるのか」という疑問が確信に変わりつつ、調査を進めていきました。
スコア判定をやめた2つの理由
理由1: スコアのブレは、実装の巧拙の問題ではなかった
調査を進めると、これは私たちの実装の問題ではなく、AIの性質そのものであることが分かりました。OpenAIは公式ドキュメント「Evaluation best practices」で、数値による採点よりも「合格/不合格」のように答えられる判定のほうが信頼できると明記しています。
Anthropicも公式ブログ「Demystifying evals for AI agents」で、AIによる評価は毎回同じ結果にならない前提に立ち、観点ごとに明確な基準を定めて人間の判断とすり合わせることを推奨しています。自社での検証結果と公式の知見が一致したことで、確信を持って方式を変更できました。
なお、「5項目に20点ずつ配点し、項目ごとに採点してから合算すれば精緻になるのでは」とお考えの方もいらっしゃるはずです。項目を分ける方向性は正しいのですが、点数化と合算が残るかぎり、ブレが5つの数字に分散するだけで問題は解消しません。この「一見精緻に見えて、実は同じ問題を抱える設計」については、ウェビナーで詳しく解説します。
理由2: 国内外のルールも「スコアで人を選別するAI」に慎重
EUのAI法では、採用・選考に用いるAIは「ハイリスク」に分類され、透明性や人間による監督が義務づけられます（義務の本格適用は2027年12月に延期されましたが、この位置づけ自体は維持されています。解説）。米国では、AI選考ツールをめぐる年齢差別の集団訴訟（Mobley対Workday）が進行中で、ツールを利用する企業側の管理責任にも関心が集まっています。
共通するキーワードは「説明できること」「人間が関与すること」です。応募者から、あるいは社内の法務・コンプライアンス部門から選考プロセスの説明を求められたとき、根拠を示せないブラックボックスの合計点は、その要請の真逆に位置します。
書類選考でAIを活用する3つのポイント
では、スコアの代わりにどう使うか。私たちが行き着いた考え方は、特定の製品に依存しない一般的な方法です。3つに絞ってご紹介します。
1. 応募条件の確認を任せる
要点は、AIへの質問を「はい/いいえで答えられる形」まで分解することです。
- 避けたい形: 「この応募者を採点して」→「78点」（根拠が不明で、毎回変わる）
- 推奨する形: 「必要な資格を保有しているか」「該当職種の経験は3年以上か」→「満たしている/満たしていない＋根拠となる記載の引用」
書類に記載された事実との突き合わせであるため回答が安定し、仮に誤りがあっても担当者がすぐに検証できます。求人ごとに「必須条件」「歓迎条件」を事前に言語化し、AIには条件ごとの確認だけをさせるのが実務的な形です。
2. 経験の整理を任せる — 合否の判断は人が行う
「店長として5名のシフト管理を2年」「クレーム対応の改善で表彰」──応募者がどのような経験を積んできたかを書類から抽出し整理することは、AIが最も得意とする仕事です。役割分担は明確です。整理・要約はAI、それを読んで採否を決めるのは人。AIは「読む時間」を返してくれる道具であって、判定者ではありません。
大量応募を複数の担当者で分担している場合、この方式には副次的な効果もあります。担当者ごとに読み方がばらついていた一次確認が、同じ観点・同じ形式で整理された材料をもとに行われるようになり、選考基準の全社的な統一につながります。
3. 記載のないことは「確認できない」と回答させる
AIには、書かれていない内容を推測でもっともらしく補完してしまう性質があります。判定の選択肢に「確認できない」を必ず用意し、無理に判定させないでください。そして「確認できない」項目は不利に扱わず、面接で確認する事項のリストに回します。これにより、書類選考の役割は「落とす理由を探す工程」から「面接で確かめることを整理する工程」に変わります。
面接でも、運用でも、原則は同じ
オンライン面接の文字起こしをAIで分析する場合も同様です。文字起こし全体を渡して「採点」させれば、書類選考と同じ問題がそのまま生じます。面接の前に評価軸を言語化しておき、AIには軸ごとに「該当する発言の有無と、その発言の引用」を整理させ、評価は人が行う形が安全です。
また、導入して終わりではありません。AIの判定に誤りがあった際、担当者がそれを記録できる仕組みを整えておくと、基準を見直す材料が蓄積され、運用するほど自社の選考基準に適合していきます。この記録は、選考プロセスの妥当性を社内外に説明する際の裏付けにもなります。導入前に人の判断とAIの判定を突き合わせる検証手順も含め、運用の具体例はウェビナーでご紹介します。
まとめ — 「AIで書類選考」を導入する前に確認したい3つのこと
- 点数の合計で、自動的に応募者を絞り込む仕組みになっていないか
- AIの判定に根拠が付いており、応募者や社内の関係部門に説明できるか
- 合否の最終判断が、必ず人の手に残っているか
AIは、採用担当者の代わりに「決める」道具ではありません。担当者が「よく決められる」ようにする道具です。
ウェビナーのご案内
本記事の内容を深掘りする無料ウェビナー「【OpenAIの公式ブログから考察】書類選考でのAI活用、どこまで任せていいのか」を開催します。OpenAIの公式ドキュメントを読み解きながら、記事では書ききれなかった内容を中心にお話しします。
- 同じ書類でスコアがブレる様子の実演
- 「5項目×20点」方式がうまくいかない理由の完全版
- 評価基準の書き方の実践例（悪い基準と良い基準のビフォーアフター）
- 国内外の規制動向の最新整理
ウェビナーのゴール
- 採用選考でAIに任せてよい業務と、任せてはいけない判断の線引きがわかる
- 書類選考・面接分析での具体的なAI活用方法がわかる
開催日時: 2026年7月30日（木）12:10〜13:00（オンライン・無料）
お申し込み: https://peatix.com/event/5103532
