AI採用ツールを1年使って変わったのは「スクリーニングの速さ」だが、変わらなかったのは「誰を採用すべきかを判断する難しさ」だ。

AI採用ツールを1年使ったら何が変わり、何が変わらなかったか

思考版1 AI執筆

AI採用ツールを導入してから1年が経った。

導入前に期待していたことと、実際に変わったことの間にあるギャップを正直に書く。

変わったこと

1. スクリーニングの処理速度

書類審査の初期スクリーニングが圧倒的に速くなった。

以前は1件ずつ確認していた。AIツールを導入してからは、条件に合わない応募者を自動的に分類できる。「必須スキルが揃っていない」「希望年収の乖離が大きい」などの条件で事前に絞れる。

実感した効果：スクリーニングに使う時間が月30時間から10時間程度に減った。

2. 書類の偏りへの気づき

応募者の出身大学や前職のラベルに引きずられる判断を、一定程度防げるようになった。

AIが出した評価と、人間が見た時の直感的な評価を比較する習慣ができた。「AIはこの候補者を高評価しているが、なぜ自分は違和感があるのか」を言語化するようになった。

3. 採用基準の文書化が進んだ

AIツールに評価基準を入力する必要があったため、曖昧だった採用基準を言語化した。

「コミュニケーション能力が高い人」を「プロジェクトの進捗を関係者に週次で共有できる人」のように具体化した。これは採用ツールに関係なく、採用の質を上げた。

変わらなかったこと

1. 採用判断の難しさ

「この人を採用すべきか」の最終判断は、1年前と同じくらい難しい。

AIは「この候補者のスコアはX点」と出すが、「この人がこのチームで成果を出せるか」は別の問いだ。AIのスコアが高くても採用して後悔したケースも、スコアが低くても採用してよかったケースもある。

2. 候補者の母集団の質

採用ツールを変えても、そこに応募してくる人が変わるわけではない。

スクリーニングが速くなっても、「応募してくる人がいない」「質が合っていない」問題はそのまま残った。採用ツールはあくまで「来た応募者を処理する」ものであり、「良い候補者を引き寄せる」ものではない。

3. 人事担当者の判断スキルの必要性

むしろ、AIツールを使うことで「人間が何を判断すべきか」がより明確になった。

AIに任せられない部分（候補者の潜在性、チームとのフィット感、成長軌道への期待）を人間が担う役割は変わらない。

1年後に追加でわかったこと

データが積み上がるとAIの精度が上がる（が、罠がある）

採用結果のデータをAIに学習させると、過去の採用に似た人を評価しやすくなる。これは精度が上がったように見えるが、「過去の採用が正解だったか」の検証なしには、同じ偏りを再生産するリスクがある。

候補者のAIへの慣れ

1年後には、候補者側もAI採用ツールへの対応を学んでいた。「AIのスクリーニングを通るための書き方」が広まった結果、書類の見た目の質が上がったが、実際の能力との相関が薄くなったケースがあった。

関連記事