面接評価の記録を説明できない組織は、AI採用ツールを入れても合否理由を問われた時に詰まる

面接が終わった直後、評価シートに「コミュニケーション能力：A」と書いて提出する。それで終わりにしている組織は、後から「なぜその候補者を落としたのか」と問われたとき、答えられる記録が何も残っていません。AI採用ツールを導入して面接の録音要約や評価スコアリングを自動化しても、そもそも面接官が何を見ていたのかが記録されていなければ、AIの出力を検証する土台がないのです。

採用業務でAIを活用する、という言葉は広い意味を持ちます。求人票の生成、スカウト文面の下書き、書類選考の絞り込み、面接後の評価要約など、関係する工程は多岐にわたります。しかしこの記事では、面接評価の記録という一点に絞ります。なぜなら、評価シートと候補者メモの設計が不十分なまま他の工程をAI化しても、選考基準の属人化と合否理由の説明不能という損失は消えないからです。AIに任せる範囲と人間が責任を持つ範囲を、評価記録という具体的な工程を軸に整理します。

1.評価記録がない選考は、面接官の記憶を証拠に使っている

面接評価の記録が残っていない組織では、合否判断の根拠は面接官の記憶の中にあります。これは一見すると問題なく機能しているように見えますが、実際には以下のものを失っています。

• 候補者への説明責任：なぜ不採用だったかを尋ねられても、評価シートに根拠がなければ回答できない
• 面接官間のばらつきの検証：同じ候補者を複数人が評価した場合、判断の差異を後から追いかけられない
• 次の採用への学習：合否理由が記録されないと、どの評価軸が早期離職と関係していたか分析できない

たとえば、面接官が週に4名の候補者と面接を行い、1件あたり評価記録の整理に15分かけているとします。月20営業日で換算すると、単純計算で月に5時間が評価記録だけに費やされます。しかし、その15分が「コメント欄に感想を箇条書きで書く」だけで終わっているなら、その時間は記録ではなくメモの保存にすぎません。後から候補者メモを読み返したとき、「なぜ高評価だったのか説明できない」という状態は、評価シートの設計が評価軸を定義していないことから生まれます。

現場でよく起きる状態として、「あの候補者をなぜ落としたのか説明できない」という場面があります。面接直後には面接官本人の中に根拠があっても、2週間後には記憶が薄れ、評価シートには「△」という記号しか残っていない。この状況でAIに面接録音を要約させても、元の判断軸が整備されていなければ要約の正確さを誰も検証できません。

2.AIが評価を要約するとき、何を要約しているのかが問われる

AI採用ツールの中には、面接の録音や録画から自動でトランスクリプトを生成し、評価のポイントを要約する機能を持つものがあります。この機能は、面接官の記録負担を減らすという点で有効な補助手段です。しかし、導入前に確認すべき問いが一つあります。AIは何を要約しているのか、という問いです。

面接の会話をそのまま要約すると、候補者が話した内容の整理にはなります。しかし採用で本当に記録すべきは、面接官が何を見て、どういう根拠で評価したかという判断の側です。候補者の発言をAIが要約した文書と、面接官が何を評価したかという評価シートは、別のものです。この区別がないまま「AIが評価を記録してくれる」と思い込むと、合否理由の説明責任は結局どこにも残らないという状況が起きます。

AIに任せてよい範囲と人間が担う責任の境界

具体的に整理すると、AIに任せてよい範囲は面接の発言録音から候補者の回答をテキスト化すること、よく話した話題やキーワードの抽出、評価シートの空欄への入力補助テキストの生成です。一方、人間が責任を持つ範囲は、評価軸の定義、各軸のスコアと判断理由の記録、最終的な合否判断とその根拠文の確定です。AIに合否を決めさせるのは危険です。過去の合格者データに偏りがある場合、特定の属性や経歴を持つ候補者が不当に低評価される可能性があり、選考プロセスの公正性を担保できなくなります。また、不採用理由を候補者に説明する義務が生じたとき、AIのスコアだけでは説明責任を果たせません。

失敗しやすいパターンとして、AI面接ツールの導入と同時に、書類選考の絞り込み、面接スケジュール調整、評価要約、内定後フォローまで一気にAI化しようとするケースがあります。現場の面接官は急に変わった評価記録の提出方法に戸惑い、「結局どこに何を書けばいいのか分からない」という状態になります。ツールの操作に時間を取られ、評価記録の中身がさらに薄くなるという逆効果が起きます。これは採用業務全体を一度にAI化しようとしたことで、最も重要な評価記録の工程を誰も確認しなくなる典型的な失敗例です。

3.評価シートの設計なしにAIに記録させても、選考の透明性は生まれない

評価シートとは、面接で見るべき評価軸を事前に定義し、各軸について面接官が根拠とともにスコアを記入する書式です。この定義がないと、面接官ごとに「見ているもの」が異なり、採用判断のばらつきが組織全体の採用品質を不安定にします。

評価軸の設計で最低限決めるべきことは三つあります。第一に、何を評価するか（例：論理的思考、自社の価値観との一致、職務遂行の具体性）。第二に、各軸で何をもって高評価とするか（例：過去の実績を数字で語れるか、質問への回答に具体的なエピソードがあるか）。第三に、評価記録を誰がいつまでに提出するか、という運用上の締め切りと提出先です。この三つが決まっていない状態でAIを導入しても、AIは曖昧な評価の記録を高速化するだけです。

やめた方がいいAI採用の使い方

AIによる候補者スコアリングを採用可否の一次フィルターとして自動判定させ、人間が確認する前に候補者へ結果を通知する運用は避けるべきです。AIのスコアは過去の採用データに基づいて算出されますが、そのデータ自体に過去の採用担当者の判断バイアスが含まれている可能性があります。特定の学歴、職種経歴、回答スタイルに偏った評価が再生産され続けることになります。また、候補者から「なぜ不合格だったのか」と問われたとき、AIスコアを根拠として説明できる体制が整っていなければ、採用プロセスへの信頼を損ないます。AIは候補者情報の整理と評価記録の補助に使い、合否の判断と理由の確定は必ず担当者が行うという原則は、どのツールを選んでも変わりません。

評価シートの運用が曖昧なまま放置されると、採用プロセス全体に損失が積み上がります。面接官間の評価ばらつきによって採用基準が安定せず、早期離職が増えます。候補者への合否通知が遅れると、他社に先に内定を受け入れられる機会損失が発生します。さらに、採用基準が明文化されていない組織では、採用担当者が退職したときに判断基準がゼロから作り直しになるという人材損失も起きます。

4.最初に潰すのは評価シートの設計。2週間で確認できることは限られている

AI採用ツールの導入を検討している場合、最初の2週間で取り組むべきは、評価シートの評価軸と記入ルールの整備です。ツール選定より先にこの工程を終わらせることで、どのAIツールを入れても評価記録の質が担保されます。

具体的な手順として、まず直近3か月の不採用候補者について「なぜ不採用だったか」を面接官全員に口頭で説明してもらいます。その説明を書き起こすと、現在の面接官が実際に見ている評価軸が自然に浮かび上がります。次に、その評価軸を評価シートに明文化し、高評価と低評価の基準を1行ずつ書きます。この作業だけで、面接官間のばらつきの大部分は整理されます。

その後、AIによる面接録音のテキスト化と要約機能を、評価シートの記入補助として使います。AIが生成した要約を面接官が確認し、評価シートの各軸に照らして修正・確定するという流れです。AIが出力した候補者メモを面接官がそのまま評価記録とするのではなく、面接官が各評価軸についての根拠を自分の言葉で書き加えることで、後から誰が読んでも合否理由を説明できる記録になります。

先送りした場合の損失は明確です。評価記録の設計が整わないまま採用を続けると、面接官が変わるたびに採用基準がリセットされ、ミスマッチによる早期離職のコストが積み上がります。採用した人材が3か月以内に離職すると、採用コストと教育コストの両方がゼロに戻ります。この損失を防ぐための投資として、評価シートの設計は採用AI活用の前提条件です。

弊社Arstructで採用業務のAI活用相談を受ける場合、最初に確認するのはどのツールを入れるかではなく、現在の評価シートに何が書かれていて、誰がいつ記入し、どこに保存されているかという記録の設計です。業務フローの整理と評価記録の責任設計が整ったうえで、AIに任せる工程を絞り込み、小さく検証する順序を一緒に設計します。次の面接から、評価シートの評価軸と記入者と提出期限を1つのドキュメントに書き出すところから始めてください。