日本を含む世界各国の企業で、AI(人工知能)が人事部の各種業務に導入されつつある。たとえば新規社員の採用や既存従業員の人事考課などに、AIは効果的と見られている。

人事部がAIを導入する主な狙いは、採用面接や業務評価における「人間ならではのバイアス(偏見)」を取り除き、より客観的なデータに基づく評価へと切り替えることにある。いわゆる「機械学習」や「パターン認識」など、最近のAIが得意とするデータ解析能力を使って、既存社員や入社志願者の各種能力、あるいは当該業務に対する適性等を正確に把握しようとする試みである。

だが、そこにはAI、あるいはコンピュータならではの新たな問題も指摘されており、今後、より本格的な普及に向けて慎重な運用が求められている。

第1段階:履歴書のスクリーニング

おそらく、人事業務へのAI導入が世界で最も進んでいるのは米国であろう。米国では人材の採用活動や入社後のパフォーマンス評価などに、AIが使われるのは今や珍しいことではない。

米国の企業には常時、多数の入社志願者から「レジュメ(別名CV:Curriculum Vitaeとも呼ばれる職務経歴書)」が大量に送られてくる。従来は(採用面接に進む前段階としての)これら膨大な書類審査を、当然ながら人事担当者(つまり人間)が行っていたわけだが、最近は、これをAIに任せるケースが増えている。

〔PHOTO〕iStock

たとえば独SAP社が提供する「Resume Matching」というAIソフトを使うと、募集中の職種に対して送られてきた多数のレジュメを、応募者の能力・適性順にランク付けしてくれる。

その際、人事部の担当者はあらかじめResume Matchingに(過去に送られてきた)大量のレジュメを(匿名化したうえで)読み込ませておく。それらのレジュメには各々、入社希望者の職務経歴と共に、その人が書類審査をパスしたか否か、また(パスした場合には)その後の面接を経て採用されたか否か等の結果データが付加されている。

Resume Matchingはこれら大量のデータを機械学習することにより、どのような記述内容のレジュメが特定の職種における採用審査をパスしやすいか、つまり特定の職種に適した職務経歴(=スキル)のパターンを割り出す。

このように機械学習を終えたResume Matchingに、人事担当者は本番データ、つまり現在募集中の職種に対して入社志願者から送られてきた大量のレジュメを入力する。すると、このAIソフトは事前に割り出されたパターンに基づき、実際の入社志願者のレジュメを並べ替えていくのだ。

これにより、従来なら(たとえば)数百人、数千人にも上る応募者全員のレジュメを人事担当者が書類審査しなければならなかったところを、AIソフトがランク付けしたレジュメのうち(たとえば)上位数十人だけをピックアップして書類審査すれば済むようになった。

つまりAIによるスクリーニングによって、大幅な省力化と時間の節約が実現されたのだ。