人工知能は人材紹介業界に狙いを定めています。仕事を見つけるにはロボットに頼らなければならないのでしょうか?

実装プロセスにおいて、AI 採用は本当にスローガン通りの結果を達成できるのでしょうか?

求職者は３時間で１０万ウォン（約５９８元）を支払えば、ＡＩ採用に対応するスキルを学べる。韓国ソウルのキャリアコンサルティング会社が始めた新しい研修サービスだ。

このサービスに対応して、韓国の大手企業131社のうち約25％が、現在、または今後AI技術を新入社員の採用に活用する予定であり、AI採用は「トレンド」となっている。

[[312880]]

AI+採用は不可逆的なトレンド

昔ながらの採用方法は、新聞に求人広告を掲載したり、電話で問い合わせたりすることでした。その後、採用はオフラインになり、大勢の人が集まる就職説明会が何年も続きました。

2001 年以降、採用業務は徐々にオンラインに移行し、オフライン採用のプレッシャーの一部が軽減されました。その後、企業メール配信や総合サービス ポータル/アプリが徐々に登場しました。現在では、オンライン採用が以前のオフライン求人フェアに取って代わり、人事部門が人材を見つける主流の方法となっています。

「採用」という業務を取り巻く流通チャネルや実施方法は、いくつかのアップグレードを経て、求職者にとって仕事を見つけるのがより便利になったことがわかりますが、HRの仕事の本質はあまり変わっていません。

従来の採用プロセスでは、採用情報の掲載/更新、主要な履歴書の確認と審査、履歴書データベースで職種に一致するものを検索、電話での招待と面接時間の確認、さらなる審査のための面接の実施、身元調査といった手順が採用業務の中核をなしており、そのほとんどは反復的で機械的です。

昨今のインターネット採用プラットフォームは、人材を探すためにあちこちの展示会に出向く人事担当者の手間を減らし、キーワードスクリーニングなどの機能によって履歴書の審査時間も短縮していることは否めないが、それはある意味「対症療法」的なアプローチである。例えば、採用の精度を上げるためには、ある程度の経験を持つ人事担当者が候補者と複数回の面接を行う必要がありますが、特に大企業では、この作業が効率的でないことは明らかです。

繰り返しが多く面倒な採用プロセスに対し、効率化と精度向上を目的として「AI」を導入する企業が増えています。デロイトは2017年に早くも、調査対象となった人事担当者の33%が業務でさまざまな程度にAIをすでに活用していることを示すレポートを発表しました。さらに、同年に人材ソフトウェア会社CareerBuilderが実施した調査によると、米国の人事マネージャーの約55％が、今後5年間（2018～2022年）でAIが仕事の常態化になると考えている。

[[312881]]

履歴書の審査から面接まで、AIは採用プロセスのほぼすべてをカバーします

AIと人材採用業界の融合、テクノロジーの導入について言えば、世界初のロボットHRが昨年9月に正式に運用され、スイス政府の職員採用に当たった。過去3年間の資金調達ニュースに関する不完全な統計によると、「AI+採用」研究に従事する新興スタートアップ企業は50社以上あります。それらとともに、Liepin.comなどの伝統的な採用サービス総合ウェブサイトもトレンドに追随し、インテリジェントなアップグレードを行っています。

具体的な研究方向としては、現在の AI 採用業界は、履歴書の正確なスクリーニングと推奨、候補者面接（ビデオ/テキスト）、身元調査など、いくつかのサブトラックに分かれています。

履歴書の正確な審査と推薦を例にとると、Belloなどこの分野の国内企業の多くは複数回の資金調達を受けています。通常の手順では、企業の人事部門は、公式メールや自社の人材プールを確認することに加え、Liepin.com、51job.com、BOSS Direct Hire などのサードパーティ プラットフォーム上の主要な履歴書も確認する必要があります。履歴書を受け取った後、履歴書を確認して選考する必要があります。場合によっては、さらに情報を確認するために、オンラインで応募者とコミュニケーションを取る必要があります。最終的に、総合的に判断して候補者を選考し、意向と面接時間を確認します。

AIが介入すると、人事担当者がさまざまなチャネルにアクセスして履歴書を確認するという本来の業務が（部分的に）置き換えられます。その際、AIシステムは、自然言語処理などのAI技術に基づいて人事部が提示したJD（職務内容記述書）と応募者の履歴書の記述を「理解」し、2つの情報を比較・照合し、適合性に応じて選考対象候補者をランク付けし、その結果を人事部にプッシュするか、あるいは「選考」ではなく比較的単純な「排除」操作のみを実行することになる。

AIの助けにより、人事担当者の作業負荷は大幅に軽減されます。システムが十分に成熟していれば、採用の初期段階では、採用情報の作成、面接候補者の選定、面接の通知と手配という3つの作業のみで済みます。

面接段階ではテキスト分析や映像分析が主流になります。前述のロボット「HR Tengai」を例に挙げてみましょう。これは、面接全体を通して統一された方法、トーン、順序で質問するハードウェアロボットです。面接後、テキスト記録は採用担当者に提供され、どの候補者が次の面接に進むべきかを判断するのに役立ちます。

このプロセスでは、ロボットHRが応募者の回答を、既存の従業員の回答に基づいてデータベースに構築されたアルゴリズムモデルと比較し、評価を行って人間のHRの意思決定を支援します。また、映像認識により応募者の表情や感情も判断基準の一つとなります。

ロレアルは以前、比較を実施し、人間の人事担当者が履歴書の審査、面接のスケジュール設定、電話面接の実施に平均 45 分かかっているのに対し、ロボットの人事担当者はわずか 4 ～ 5 分しかかかっていないことを明らかにしました。あるプロジェクトでは、ロボット人事が 12,000 件の履歴書から 80 人の候補者を選考しましたが、人間の人事よりも 200 時間も短縮されました。

この結果から判断すると、AIと人材紹介業界の組み合わせに人々が楽観的になるのも不思議ではありません。

[[312882]]

偏見の有無に関わらず、データのプライバシー... AI採用は「精査」から逃れられない

「2019年第3四半期の中国オンライン求人検索・採用市場調査レポート」によると、中国のオンライン求人検索・採用ユーザー数は2018年に1億9000万人に達し、2019年には2億2000万人、2020年には2億5000万人近くに達すると予想されています。 2019年第3四半期時点で、オンライン求人業界の市場規模は29.8億元に達し、前月比5.9%の成長率を記録しました。AIにとって、これは数億元規模の市場です。

市場は大きいものの、「AI採用」の道のりには落とし穴も多いことに注意が必要です。

• 企業の過去のデータに基づいてアルゴリズムモデルを構築する場合、「バイアス」は本当に回避できるのでしょうか?

どのような企業の経営プロセスにおいても、多かれ少なかれ「偏り」が存在することは認めざるを得ません。 Google を例に挙げてみましょう。同社は常に多角化企業になることを主張してきましたが、近年の人事紛争や世論は、同社が多角化していないことを示しています。

2016 年のデータは、従業員の 69% が男性で 56% が白人、エンジニアリング職の約 53% が白人男性、リーダー職の 75% が男性で 68% が白人であることを示しています。対照的に、Google の従業員のうち、黒人とラテン系の従業員はそれぞれ 2% と 4% を占めています。

これらのデータを AI 採用アルゴリズム モデルのトレーニングに使用すると、履歴書の「偏り」が必然的にモデルに現れます。 Amazon の AI 採用アルゴリズム モデルはすでにこの証拠を示しています。

アマゾンは2014年に早くも「最適な求職者を見つける」ことを目的とした新しい採用アルゴリズムを導入したが、1年後、このツールが「女性を差別している」ことが判明し、最終的にアマゾンによってひっそりと閉鎖された。

「AI+採用」分野のプレーヤー、特に履歴書の選考や人事面接に携わる企業は、AIの追加によって採用プロセスにおける偏見がなくなると宣伝で述べていることがわかります。しかし、これは本当にそうなのでしょうか?現在、データのラベリングにしろ、アルゴリズムモデルの構築とトレーニングにしろ、そこには人が関わっています。「人」がもたらす選好の影響をいかに排除するかは、AI採用の分野で検討すべき課題です。

[[312883]]

• データの結果は合理的に説明できますか?プライバシーを保護するには？

人工知能は「論理」を重視しますが、同時にその動作は「ブラックボックス」でもあり、アルゴリズムモデルの最終的な出力結果に対する人々の不信感を招いています。問題の核心は、その「説明不可能」さにあります。

企業にとって、AIモデルを導入する目的は、人材採用の効率と精度を向上させることです。最終的にモデルによって選別された候補者がJDとうまくマッチングしなければ、AIモデルの価値は明らかに失われます。

業界関係者によると、現在の AI マッチング アルゴリズムは、トラック運転手などの一部の職業にしか適用できない。これらの職種の要件はモデル化しやすいためだ。対照的に、ほとんどの職業のJDは多様です。適切な人材をいかに正確に見つけ出し、不必要な人材の損失を避けるかは、特に「AI採用」のための具体的なトレーニングがすでに登場している中で、AIにとっての課題です。

さらに、人事部門が履歴書の審査や候補者の面接などの業務を効率化するためにAIを利用する必要があるとすれば、そのシステムを自社の人材データベースやサードパーティの採用プラットフォームに接続する必要があることを意味します。応募者にこのことを知らせなければ、データ侵害の疑いが確実に生じます。同時に、企業とAIシステムはデータのプライバシーとセキュリティの課題にも直面しています。

これまでにわかっている限りでは、一部の政府部門はすでに「データプライバシーリスク」の問題に対処するための措置を講じている。例えば、米国イリノイ州は今月1日から「人工知能ビデオ面接法」の施行を開始し、企業に対し、AIツールを使用する際に面接官にその存在を知らせ、その原理や具体的な適用根拠を説明するとともに、プライバシーを保護することを義務付けた。

政府の介入により、AI採用のセキュリティとプライバシーのリスクは軽減されるかもしれないが、それだけでは十分ではない。技術的な観点から見ると、AIはAI採用を含め、多くの利便性をもたらすことが証明されています。しかし、採用業務自体には多くの「問題」があります。AIの介入が、効率的でありながら人々が期待する公平性と安全性を実現できるかどうかはまだわかりません。