採用における人工知能（AI）とは、機械学習や大規模言語モデルなどのAI技術を応用し、求人採用プロセスのさまざまな段階を自動化・強化することを指す。これらの技術により、組織はデータ駆動型の手法を用いて応募者の採用、選考、成功予測を行うことができる。支持者は、AIが人間の偏見を減らし、適格な候補者の特定を支援し、人事（HR）専門家をより戦略的な業務に解放すると主張する。一方、批判者は、AIが既存の不平等を永続させ、人間の仕事を奪う可能性があると警告し、倫理的議論はアルゴリズムの透明性、説明責任、そして採用全体を通じて公正で偏りのない意思決定を確保するための継続的な監視の必要性に焦点を当てている。
採用におけるAIの導入は急速に拡大している。2022年、米国人材マネジメント協会（SHRM）の調査によると、組織の約25%が採用を含む人事活動に自動化またはAIを使用していた。その使用率は企業規模と相関しており、従業員100人未満の雇用主の16%がAIを使用していたのに対し、従業員5,000人以上の企業では42%が使用していた。利用者のうち、人事専門家の3分の2以上がAIが採用までの時間を改善したと報告し、53%が「やや改善」、16%が「大幅に改善」と回答した。2024年までに、推定35%～45%の企業が採用にAIを使用しており、2025年の世界経済フォーラムのデータによると、約90%の企業が採用にAIツールを採用していた。
採用とターゲティング広告
AIは、求人広告の作成や、職位に適合する可能性の高い応募者へのターゲティングを通じて採用を支援する。これは多くの場合、AIに依存するソーシャルメディア広告ツールを活用する。例えば、Facebook（現Meta）は、広告主が人口統計、地域、関心、行動、つながりに基づいて広告をターゲティングすることを可能にする。企業は「類似オーディエンス」を使用することもでき、データセット（通常は現在の従業員）を提供し、Facebookがそのデータセットに類似したプロフィールに広告を配信する。Facebookが委託した2018年の調査では、米国の成人の4人に1人がこのプラットフォームを使用して仕事を検索または見つけたことが判明した。
Indeed、Glassdoor、ZipRecruiterなどの求人サイトも同様に、望ましい特性を持つ応募者に求人情報をターゲティングする。ターゲティング広告は効率性を提供し、特定のオーディエンスにリーチするのに役立つが、誰が仕事の機会を見るかについての懸念を引き起こす。ほとんどのターゲティングアルゴリズムは独自仕様であり、FacebookやGoogleなどのプラットフォームはユーザーが広告が表示された理由を確認できるようにしているが、非受信者は広告の存在や除外された理由を知らない可能性がある。2018年、米国自由人権協会（ACLU）は、Facebookが性別に基づく偏った求人広告を許可し、連邦および州の差別禁止法に違反していると主張して、雇用機会均等委員会（EEOC）に苦情を申し立てた。2019年、Facebookは雇用関連の広告カテゴリにおける性別、年齢、郵便番号に基づく明示的なターゲティングを無効にした。
選考と応募者評価
スクリーナーは、企業が多数の応募者プールから望ましい特徴を持つ候補者を特定するのに役立つAI駆動型のテストである。選考で使用される要素は、倫理学者や公民権活動家にとって懸念事項である。スクリーナーが主に白人男性の労働力からのデータで訓練された場合、意図せず同様の応募者を優先し、不平等を永続させる可能性がある。逆に、AIは、複数の研究で記録されているアフリカ系アメリカ人の名前を持つ応募者に対する偏見など、人間の偏見を減らす可能性がある。
注目すべき例は、2014年から2018年まで使用されたAmazonの履歴書スキャンツールである。以前に採用された候補者の資格情報で訓練されたこのツールは、女性候補者の履歴書を体系的に格下げし、Amazonのエンジニアが偏見を発見して最終的にプロジェクトを中止した。2022年のSHRM調査によると、ベンダーからAI採用ツールを使用している雇用主のうち、ベンダーが偏見からの保護措置について「非常に透明性がある」と回答したのは5社中2社のみであった。さらに、AIツールは独自の偏見を形成する可能性がある。2026年のプリンストン大学とシカゴ大学の研究では、AIツールが中立的なデータで訓練された場合でも採用タスク中にグループベースの偏見を発展させ、同じタスクを実行する人間よりも新しい偏見を形成する可能性が高いことが判明した。
面接とチャットボット
チャットボットは、採用における最初のAIアプリケーションの1つであった。面接者はチャットボットと対話して質問に回答し、AIがその回答を分析する。非同期ビデオ面接（AVI）も別の方法であり、雇用主がテキストベースの質問を電子的に送信し、候補者がウェブカメラで回答を録画する。著名なベンダーであるHireVueは、録画されたビデオ面接中の面接者の回答とジェスチャーを分析する技術を開発した。700社以上の企業がHireVueのサービスを使用して、1,200万人以上の面接者が選考された。
倫理的および法的論争
採用におけるAIは利点を提供するが、課題も提起する。偏見は、多くの場合既存の従業員から導き出されたトレーニングデータに意図せず組み込まれ、より均質な労働力につながる可能性がある。Facebook広告の例は、プラットフォームが事業主に望ましい従業員特性を指定させ、保護されたグループを除外する可能性があることを示している。このような慣行は、規制上の監視と世論の反発を引き起こしている。
アルゴリズムの透明性は主要な問題である。多くのAI採用ツールは独自仕様であり、候補者や規制当局が意思決定がどのように行われるかを理解することが困難である。AIシステムがエラーを起こしたり偏見を示したりした場合の説明責任も不明確である。専門家は、継続的な監視、監査、および公正なAI慣行の開発（異なる影響の定期的なテストや説明可能なAI技術の使用を含む）を求めている。
将来の方向性と規制
採用におけるAIの導入が拡大するにつれて、規制の推進も強まっている。2021年に提案され、2026年までに完全施行される見込みの欧州連合の人工知能法は、雇用に使用されるAIを高リスクに分類し、透明性、データガバナンス、人間による監視に関する厳格なコンプライアンスを要求している。米国では、雇用機会均等委員会が、公民権法第7編に基づくAIとアルゴリズムの公平性に関するガイダンスを発行している。ニューヨーク市の地方法144（2023年施行）など一部の地方法は、自動化された雇用決定ツールに対する偏見監査を義務付けている。
将来の開発には、より洗練された深層学習モデルや生成AIによるパーソナライズされた候補者評価が含まれる可能性があるが、これらも新たな倫理的疑問を提起する。マイケル・ジョーダンやアニマ・アナンドクマーなどの研究者は、堅牢で公正な機械学習の重要性を強調しており、スタンフォードAIラボやMITコンピュータ科学・人工知能研究所などの組織は、アルゴリズムの偏見を研究し続けている。課題は、AIの効率性を活用しながら、公平な採用結果を確保することにある。
結論
採用における人工知能は、変革的でありながら論争の多い分野である。採用、選考、面接において大きな効率性を提供するが、人間の偏見を再現または増幅する可能性があるため、慎重な設計、透明性、規制が求められる。2025年現在、導入は広範に及んでいるが、倫理的および法的枠組みはまだ進化している。進行中の研究と政策努力は、革新と公平性のバランスを取ることを目的としており、AIが障壁ではなく包括的な採用のためのツールとして機能することを確保している。