+++
title = "AI採用ツールのスコアと面接官の評価が食い違う時の対処法"
date = 2026-06-08
description = "AIスコアと面接官の主観的評価が異なった場合に採用担当者がどう判断するかの実践的なアプローチ"
[taxonomies]
tags = ["HR×AI", "面接評価", "AI採用ツール", "意思決定", "HR実務"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "AIスコアと面接官の評価が食い違う時、どちらかが「正しい」のではなく、両方が別の情報を持っている可能性を前提に検討すると良い判断に近づく。"

[[extra.faqs]]
question = "AIスコアが高いのに面接官が「合わない」と感じた場合、どちらを優先すべきですか？"
answer = "優先順位より「なぜ食い違っているか」の確認が先です。面接官に「どの質問に対するどんな回答が気になったか」を言語化させます。言語化できる場合は採用基準との関係を確認します。言語化できない「なんとなく」の場合は直感を否定せず、追加面接で検証する価値があるかを判断します。最終判断は常に人間が行います。"

[[extra.faqs]]
question = "AIスコアと面接官の評価が食い違うケースが多い場合、何を見直すべきですか？"
answer = "食い違いのパターンを記録・分析することが第一歩です。「技術スコアは高いがコミュニケーションで懸念」「経験年数は短いが面接官が高評価」などのパターンが見えてきます。多くの場合、AIが評価している要素と面接官が重視している要素がずれています。採用基準の言語化・データ化を見直すタイミングのサインです。"

[[extra.faqs]]
question = "面接官が「AIのスコアより自分の判断を信じる」と言って、スコアを無視します。どうすれば良いですか？"
answer = "強制することより、面接官がAIスコアを検証できる仕組みを作ることが有効です。「AIが高スコアを出した候補者が入社後に活躍しているか」のデータを蓄積し、面接官に共有します。「AIが正しいか自分が正しいか」ではなく「どちらの情報が採用精度と相関しているか」をデータで確認できると、スコアへの信頼が自然と形成されます。"

[[extra.faqs]]
question = "AIスコアと採用後パフォーマンスを追跡するには、どんなデータを収集すれば良いですか？"
answer = "最低限必要なデータは①入社時のAIスコア（全評価軸別）、②入社後3ヶ月・6ヶ月・1年のパフォーマンス評価、③採用経路と面接官の評価コメントです。これを候補者単位でひもづけて蓄積します。6ヶ月分のデータが溜まると「どの評価軸が入社後の活躍と相関するか」が見え始め、AIスコアの活用方法を改善できます。"

+++

AIスコアが高い候補者を面接官が「合わない」と感じる、または逆にAIスコアが低いが面接官が「この人は良い」と思う場面がある。

どちらの判断を優先するかという問いに「AIが正しい」とも「人間が正しい」とも言えない。対処の方法を整理する。

---

## 食い違いが起きる理由

**AIが見ているもの**：書類・構造化された評価データ・過去の採用データとのパターン一致。

**面接官が感じるもの**：非言語的なコミュニケーション・回答のニュアンス・「このチームと合うか」という直感・面接中に起きたやりとり。

両者は異なる情報を元に判断している。食い違いは「どちらかが間違っている」のではなく「異なる情報が異なる方向を指している」ことが多い。

---

## 食い違った時の確認ステップ

### ステップ1：面接官に「具体的に何が引っかかったか」を聞く

「合わない気がする」という感覚を「どの質問に対する、どんな回答が気になったか」に言語化させる。

言語化できる場合：その部分が採用基準に関係するかどうかを確認する。採用基準外のことで「合わない」と感じている場合（例：しゃべり方のクセ）は、バイアスの可能性を検討する。

言語化できない場合：面接官が「なんとなく」という直感を持っている状態。直感を否定せず、追加面接で検証する価値があるかを検討する。

### ステップ2：AIが何を根拠にスコアを出しているか確認する

AIツールがスコアの根拠を説明できる場合（評価軸別のスコアなど）、根拠を確認する。

「技術スキルのスコアは高いが、コミュニケーションスコアが低い」という場合、面接官の直感がコミュニケーション部分を捉えているかもしれない。

### ステップ3：追加情報で確認できるか検討する

どちらの判断も確証がない場合、追加面接やリファレンスチェックで情報を補完できるかを検討する。

---

## 「AI vs 人間」の構造にしない

「AIが高スコアを出したのに面接官が否定する」という状況を、AIの妥当性を問う場にしない。

現実的な方針として：
- 最終判断は人間が行う（AIスコアは参考情報）
- AIスコアと人間の評価が一致しない場合は、両方の情報源を確認した上で判断する
- 食い違いの記録を蓄積して、後でパターンを分析する（AIスコアが高く採用した人が活躍しているか、逆のケースはどうかなど）

---

## 記録の重要性

AIスコアと採用後のパフォーマンスの関係を追跡できるようにすると、「このツールのどのスコアが入社後の活躍と相関するか」が分かってくる。

この記録がないと、「AIが正しいか人間が正しいか」の議論が永遠に続く。データで確認できる仕組みを作ることが、長期的にAI採用ツールを使い続けるための基盤になる。

---

## 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と人間の判断をどう組み合わせるか
- [AI時代のエンジニア採用面接 — 構造化面接の設計と評価軸](/n/ai-hiring-structured-interview-design/) — 面接評価を一貫させる構造化面接の設計
- [Claude CodeをHRや採用データ分析に使う方法](/n/claude-code-hr-data-analysis/) — 採用データを分析してAIスコアの精度を改善する方法