採用の精度は、候補者の採点からではなく面接官の死角から上がる。AIの一番いい仕事は、人を裁くことではなく、人の見落としを隣で一緒に見つけることだ。

面接官の質をAIで上げる：フィードバックループの作り方

思考版1 AI執筆

同じ面接官の評価コメントを半年ぶん並べると、本人がまったく気づいていない「毎回そこだけ薄い」評価軸が、判で押したように出てくる。

AIの出番は、候補者を採点することではない。この死角を、面接官の隣で一緒に見つけることだ。

面接官の「見落とし」は繰り返す

面接官のパフォーマンスには、本人が気づかないパターンがある。

例：

  • 技術スキルの確認に時間をかけすぎて、問題解決能力の確認が毎回不十分
  • 最初に好印象を持った候補者には質問が柔らかくなる
  • 特定の経歴（出身大学・前職）に対して一定の評価が出がちな傾向

面接後の評価コメントを蓄積してAIで分析すると、このパターンが見えてくる。

AIを使ったフィードバックの方法

ステップ1：面接後の評価記録を構造化する

「印象が良かった」のような主観コメントではなく、「この評価軸についてどんな情報を取れたか」という形で記録する。

評価軸の例（ポジションによって変える）：

  • 技術的な問題解決の具体的プロセス
  • チーム内の合意形成の経験
  • 不確実な状況での判断

各評価軸について「何を確認したか」「候補者はどう答えたか」を記録する形式にする。

ステップ2：AIと一緒に評価記録を読み返す

蓄積した面接記録をAIに渡し、「この記録で、毎回薄くなっている評価軸はどれか」を一緒に洗い出す。AIは裁く側ではなく、自分一人では気づけないパターンを拾ってくれる相棒として置く。

これは月1回でいい。個人攻撃ではなく「チームとしてどの評価軸が確認不足か」という形で共有する。

ステップ3：不足した評価軸を補う質問を準備する

「チーム内の合意形成の経験」の確認が薄いという分析が出た場合、次の面接前にその評価軸を確認するための質問を採用チームで準備する。

このアプローチが機能する条件

前提条件1：心理的安全性

面接官のパフォーマンスを分析することは、うまく設計しないと「面接官の評価」になり心理的安全性が下がる。

「誰が見落としているか」ではなく「チームとしてどの評価軸が取れていないか」という視点に固定する。

前提条件2：評価軸の事前合意

面接で何を確認すべきかについて採用チームで事前に合意していないと、「確認できていない評価軸」の定義が人によって変わる。

AIで分析する前に、「このポジションで確認すべき評価軸」をチームで決める。

月曜から一人で始められること

チーム全体のループを組むのは難しくても、面接官が一人でAIと回せる最小ループがある。

面接が終わった直後、メモを見ながらAIにこう投げる。

今の面接で「不確実な状況での判断」を確認したかったが、十分に踏み込めなかった気がする。私が実際にした質問はこれ。次に同じ軸を確認するなら、どの一手から入ればよかったか教えてほしい。

自分の面接を言葉にして渡す過程そのものが、見落としを浮かせる。AIの答えより、言語化の手間のほうが効くことも多い。

顧問として現場で見てきた限り、ここで伸びる面接官は「答えをもらう」より「自分の死角に名前をつける」習慣が早い。週1〜2回の面接でこれを続けると、3ヶ月で自分のクセが言葉で言えるようになる。

関連記事