+++
title = "採用選考のAI評価スコアに意味を持たせるために、人事部が事前に決めるべき3つのこと"
date = 2026-06-08
description = "AI採用ツールのスコアを実際の採用判断に活かすために必要な前提設計の整理"
[taxonomies]
tags = ["HR×AI", "採用評価", "AI採用ツール", "評価設計", "HR実務"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "AIが出した採用スコアを「参考値」と呼び続ける限り、AI採用ツールに費用をかける意味はない。"

[[extra.faqs]]
question = "AI採用ツールのスコアが「参考値」のままになってしまう理由は何ですか？"
answer = "スコアが何を予測しているかが定義されていないことが主な原因です。「マッチングスコア80点」が文化適合度なのか活躍確率なのかで使い方が全く変わります。ベンダーに「このスコアは過去のどのデータで訓練されているか」「何を予測するよう設計されているか」を聞き、自社の採用目標と合っているか確認することで、スコアを意思決定に使える状態になります。"

[[extra.faqs]]
question = "AI採用スコアの閾値をいくつに設定すればよいですか？"
answer = "最初から完璧な閾値を決める必要はありません。まず70〜75点で設定し、3ヶ月後に面接評価との相関を確認して調整します。閾値を設定すると閾値以下の候補者は書類を読まない運用になるため、法務・コンプライアンス観点での確認も必要です。自動的に落とすことへの説明責任（なぜ落とされたかの記録）を確保することも重要です。"

[[extra.faqs]]
question = "AIスコアと採用担当者の判断が食い違った時、どちらを優先すべきですか？"
answer = "どちらが正しいかではなく「どのルールで動くか」を事前に決めることが重要です。担当者判断を優先する・スコアを優先する・別の担当者が再評価するという選択肢のいずれかをチームで合意します。ルールなく担当者によって判断が異なる状態は、AIを使っていない状態と変わらないためコストが無駄になります。"

[[extra.faqs]]
question = "AIスコアが低かった候補者が活躍した場合、それをどう活用すればよいですか？"
answer = "外れ値として記録・分析することでAIが苦手なタイプが見えてきます。社会人経験が短い・キャリアチェンジ者・独自の経歴を持つ人などにAIスコアが低く出る傾向があれば、そのタイプには担当者判断を優先するルールを作れます。3ヶ月ごとに「スコアが低いのに採用した人」と「スコアが高いのに不採用にした人」を10人ずつ調べる習慣が判断精度を上げます。"
+++

「AIスコアはあくまで参考です」

AI採用ツールを導入している企業の採用担当者から、よく聞く言葉だ。参考にしかならないなら、そのツールに月数十万円を払い続ける理由は何か。

AIスコアが「参考値」になっている企業と、実際の採用判断に使えている企業の違いは、AIの性能ではない。AIスコアが何を表すかが定義されているかどうかの違いだ。

---

## AIスコアを使えている企業が事前に決めていること

### 1. 「このスコアは何を予測するか」を言語化している

AI採用ツールが出す「マッチングスコア80点」は、何の80点か。

- この会社への文化適合度80%
- 職務要件への適合度80%
- 3年以内に活躍する確率80%
- 書類選考通過確率80%

どれかによって、スコアの使い方が全く変わる。

**決め方：** ベンダーに「このスコアは過去のどのデータで訓練されているか」「何を予測するように設計されているか」を聞く。その上で、自社の採用目標（早期離職を減らす / 特定のスキルセットを揃える / ダイバーシティを高める）とスコアの定義が合っているかを確認する。

### 2. 「スコア何点以上なら書類選考通過」の基準を決めている

「参考値」と言われると使いにくいが、「75点以上は一次面接に進む」という運用ルールがあれば、スコアは意思決定に使える。

この基準は最初から完璧に決める必要はない。最初は「70点以上」に設定して、3ヶ月後に通過候補者の面接評価と比較し、閾値を調整する。

**注意点：** 閾値を設定すると、閾値以下の候補者は書類を読まない運用になる。これが意図通りかを確認し、法務・コンプライアンス観点でも問題ないかを確認する（自動的に落とすことへの説明責任）。

### 3. 「スコアと担当者の判断が違った時のルール」がある

AIスコアが60点の候補者の職務経歴書を採用担当者が読んで「この人は面白い」と感じた時、どうするか。

選択肢は複数ある：
- 担当者判断を優先してリストに残す（AIを参考値として使う）
- スコアを優先して見送る（AIを意思決定に使う）
- 別の担当者が再評価する（AIと人間の両方を使う）

どれが正解かではなく、「どのルールで動くか」を決めていないと、担当者によって異なる判断をすることになる。それはAIを使っていない状態と変わらない。

---

## スコアの解釈表を作る

AIスコアが意思決定に使われない理由の一つは、「スコアの意味が分からない」だ。

以下のような「スコア解釈表」を作り、採用チーム全員が共通認識を持てるようにする。

| スコア | 解釈 | アクション |
|---|---|---|
| 85以上 | 高マッチ：要件との適合度が高い | 3日以内に一次面接を案内 |
| 70〜84 | マッチ傾向：書類を担当者が確認 | 5営業日以内に確認・判断 |
| 55〜69 | 判断保留：アンマッチ傾向だが担当者判断を許容 | 担当者がコメントを記録 |
| 54以下 | アンマッチ：要件との適合度が低い | 自動返信で通知 |

この表は最初から完璧である必要はない。3ヶ月ごとに実績と照らして調整する。

---

## AIスコアの「外れ値」を活用する

もう一つ、AI採用ツールを使いこなしている企業がやっていることがある。

**スコアが低いのに採用した人が活躍するケースを記録する。**

AIスコアが低かった候補者が入社後に活躍した場合、その候補者の特徴を記録する。これを積み重ねると、「AIが苦手なタイプ」が見えてくる。

AIが苦手なタイプの候補者（例：社会人経験が短い / キャリアチェンジ者 / 独自の経歴を持つ人）には、AIスコアより担当者の判断を優先するルールを作ることができる。

---

## 今すぐ始められること

AI採用ツールを既に導入している場合、今日から始められることが一つある。

直近3ヶ月の「AIスコアが低かったのに採用した人」と「AIスコアが高かったのに不採用にした人」を10人ずつ調べる。それぞれの理由を記録すると、自社のAIスコアの「信頼できる部分」と「信頼できない部分」が見えてくる。

**今日渡せるもの：** 「このスコアは何を予測するか」をベンダーに一行で答えてもらう。その答えが自社の採用目標と一致しているかを確認するだけで、AI採用ツールの使い方が変わる。

---

## 関連記事

- [AI採用スクリーニングと人間判断の境界線](/n/ai-screening-human-judgment-line/) — AIスコアと人間の評価を組み合わせた選考設計
- [AI採用でカルチャーフィットを評価できない理由](/n/ai-hiring-culture-fit-limits/) — AIスコアが捉えられない評価軸と人間が担う判断
- [日本でAI採用ツールを使う時の個人情報保護法](/n/ai-hiring-privacy-law-japan/) — 自動判定・スコア利用に関する法的要件