PR 本記事にはアフィリエイト広告を含みます。
人事で生成AIを使う場合、効率化できる仕事はあります。
ただし、採用や評価は人のキャリアや処遇に影響するため、「AIでできる」と「AIに決めさせてよい」を分けることが重要です。
求人票の下書きや面接記録の整理と、採否・評価の最終判断は同じではありません。
結論｜人事AIは「整理・下書き」と「判断」を分ける
| 人事業務 | AIに任せやすい部分 | 人が判断する部分 |
|---|---|---|
| 求人票 | 初稿・表現案 | 必須要件・待遇・最終表現 |
| 応募者対応 | 定型文の下書き | 個別対応・送信判断 |
| 面接 | 質問案・記録整理 | 評価・追加質問・採否 |
| 人事評価 | コメント整理・論点抽出 | 評価・処遇 |
| 研修 | 教材案・FAQ | 育成方針・対象者判断 |
| 社内FAQ | 回答案 | 最新規程・例外対応 |
AIは情報処理を補助できますが、人の将来に影響する判断は、人事担当者や責任者が根拠を確認して行います。
採用で使いやすい工程
採用では、求人票のたたき台、面接質問案、候補者への定型連絡、面接記録の整理などに使えます。
たとえば求人票なら、既存の職務内容や採用要件を入力し、「仕事内容」「必須条件」「歓迎条件」へ整理する補助ができます。
ただし、AIが勝手に必須条件を追加したり、事実と違う待遇を書いたりしていないか確認が必要です。
採否をAIだけで決めない
履歴書や面接記録をAIへ渡して候補者を順位付けしたくなるかもしれません。
しかし、採用判断には職務との適合だけでなく、公平性、説明可能性、個人情報、偏りなど複数の問題があります。
経済産業省・総務省のAI事業者ガイドライン第1.2版でも、公平性、プライバシー保護、透明性などが共通の指針として整理されています。
AIを判断支援に使う場合でも、評価基準を人が決め、出力を検証し、最終判断の責任を人が持つ設計が必要です。
人事評価で使うなら「文章作成」と「評価」を分ける
評価コメントを整えることと、評価点を決めることは別です。
AIに使いやすいのは、
- 面談メモの整理
- 実績情報の分類
- コメントの読みやすい文章化
- 評価観点の抜け確認
などです。
一方で、誰を昇格させるか、評価を何点にするか、配置をどうするかなどは、人が正式な制度と根拠を確認して判断します。
人事では入力データの扱いが特に重要
人事データには、
- 氏名
- 住所
- 経歴
- 評価
- 給与
- 健康や配慮に関する情報
- 面談内容
など、慎重に扱うべき情報が含まれます。
個人向けAIサービスへそのまま入力してよいとは限りません。
会社が認めた環境、契約、社内規程、アクセス権限を確認します。
「候補者選考をAIで効率化」と「AIに採否を決めさせる」は別
現在は、生成AIを使って応募書類を整理したり、Must・Want要件に沿って確認項目を作ったりする学習例もあります。だからこそ、実務では利用範囲を明確にする必要があります。
たとえばAIに「応募者Aは70点、Bは85点」と出させるだけでは、評価理由や偏りを確認しにくくなります。
使うなら、
- 評価基準は職務要件から人が決める
- AIには根拠となる記載箇所も出させる
- 年齢、性別など職務と無関係な属性を判断材料へ混ぜない
- AIの評価だけで不採用を確定しない
- 人が異議や例外を確認できる工程を残す
といった運用を先に設計します。
AI事業者ガイドライン第1.2版は、人間中心、安全性、公平性、プライバシー保護、透明性、アカウンタビリティなどを共通の考慮事項として整理しています。採用・評価のように本人への影響が大きい場面では、「効率化できるか」だけでなく、判断根拠を説明できるかまで確認したいところです。
個人情報は「匿名化したつもり」にも注意する
履歴書や面談記録から氏名だけ消しても、勤務先、職歴、資格、経歴の組み合わせから個人を推測できる場合があります。
個人情報保護委員会は、個人情報を生成AIへ入力する場合の利用目的や、入力データが応答生成以外の目的で取り扱われるかを確認するよう注意喚起しています。
人事では、少なくとも次を事前に決めます。
- 利用を認めるAIサービス
- 入力禁止情報
- 保存・ログの扱い
- AI出力を使える業務範囲
- 最終判断者
- 問題が起きたときの確認方法
ツール選びより、この運用設計の方が先です。
人事担当者が身につけたいAIスキル
人事で必要なのは、プロンプトだけではありません。
- 人事業務を工程分解する
- 入力可能な情報を判断する
- 評価基準を言語化する
- AI出力の偏りや誤りを確認する
- 最終判断の根拠を残す
この5つをセットで身につけます。
転職で説明するなら「安全に使った実績」を残す
人事のAI活用は、単純な時短だけでなく、運用ルールを作った経験も実績になります。
たとえば、
- 求人票作成の確認項目を標準化した
- 面接記録の整理フォーマットを作った
- AIへ入力しない情報を定義した
- 人が必ず確認する工程を設計した
などです。
「AIで採用を自動化した」と大きく見せるより、どこまでAIに任せ、どこを人が守ったか説明できる方が信頼につながります。
まとめ｜人事では「効率化できるか」より「任せてよいか」を考える
人事で生成AIを使う価値はあります。
ただし、採用や評価は、文章生成の便利さだけで設計してはいけません。
整理・下書きはAI。評価基準・例外・採否・処遇の最終判断は人。
この境界を明確にし、個人情報、公平性、透明性を確認しながら使うことが、人事のAI活用では重要です。
関連記事
参考情報
人事×生成AIを体系的に学びたい場合
人事では、AIの操作方法だけでなく、個人情報や判断境界まで含めて学ぶ必要があります。まず社内ルールと利用可能な範囲を確認し、無料で試せる範囲から始めるのが基本です。
学習支援が必要な場合、DMM生成AI CAMP 学び放題には「生成AI人事コース」があります。公式情報でも人事向けの職種別コースとして案内されています。受講を前提にせず、独学では不足する部分が明確になってから比較してください。
