本文へ移動
採用内製化支援 by cotomu

エンジニア採用の生成AIガイドライン|要約・評価・合否の線引き

株式会社adding / 採用内製化支援チーム

エンジニア採用 / 生成AI / 採用選考 / 個人情報 / 採用DX

ガイド内の位置づけ
エンジニア採用
公開ガイド
54本
この記事の更新
2026年11月8日

履歴書の要約、スカウト文の下書き、面接記録の整理。エンジニア採用で生成AIを使える場面は増えています。ただし、文章を短くする作業と、候補者を評価する作業は同じではありません。生成AIの出力をそのまま合否理由にすると、誤った要約や過去の判断の偏りまで採用基準へ入り込むおそれがあります。

導入時に決めるべきなのは、ツール名よりも「何を入力し、何を出力させ、誰が原文と照合し、誰が判断するか」です。この記事では、書類要約、評価補助、合否判断を分け、採用担当、EM、CTOが確認できる運用へ落とし込みます。

生成AIの用途を四段階に分ける

最初に、生成AIへ任せる範囲を用途別に分けます。以下は法令が定める固定分類ではなく、公式資料の一般原則をエンジニア採用へ落とすための運用案です。「人が確認する」とだけ書かず、確認対象と承認者まで決めます。

用途主な入力生成AIの出力人が確認すること導入時の扱い
求人・連絡文の下書き承認済みの採用要件、公開情報求人文、スカウト文、日程案内仕事内容、条件、表現が原本と一致するか下書きとして使う
候補者書類の要約履歴書、職務経歴書、応募フォーム経験や実績の要約原文との一致、抜け、推測の混入入力条件を決め、原文照合する
評価の補助評価基準、面接記録、課題結果基準ごとの根拠候補、確認漏れ職務関連性、証拠、反証、出力の偏り人の独立評価と分離する
合否と候補者への説明人が確定した評価、承認済みの判断会議用要約、連絡文案合否理由、説明責任、送信内容AI単独で確定・送信させない

総務省・経済産業省のAI事業者ガイドライン(第1.2版)は、AIの予測や判断の限界、自動化バイアス、入力データやプロンプトを含むバイアス要因に注意し、用途に応じて人の判断を介在させる考え方を示しています。表の最終行は一律の法的禁止を表すものではありません。採用への影響が大きい判断ほど、人が根拠を独自に確認して承認するという社内方針です。

候補者情報を入力する前に五つ確認する

履歴書や面接記録を入力する場合は、プロンプトの書き方より先にデータの流れを確認します。以下の五項目は、個人情報保護委員会の注意喚起が示す条件を言い換えたものではありません。本人同意の有無にかかわらず確認範囲を広げる、より厳しい社内運用案です。

  1. 利用目的: 書類要約、面接記録の整理、評価補助のどれに使うのかを分ける
  2. 入力範囲: 目的に不要な氏名、連絡先、住所、家族情報などを入力から外せるか検討する
  3. 提供者の取扱い: 入力データが学習に使われるか、保存先、再委託、国外移転、削除方法を規約と契約で確認する
  4. 社内権限: 誰が入力でき、誰が出力を閲覧でき、誰が削除を確認するかを決める
  5. 候補者への説明: 自社の利用目的、選考での使い方、問い合わせ窓口を、実際の運用と一致させる

個人情報保護委員会の生成AIサービスの利用に関する注意喚起は、個人情報を含むプロンプトが特定した利用目的の達成に必要な範囲か確認するよう示しています。さらに、あらかじめ本人の同意を得ずに個人データを含むプロンプトを入力し、その個人データが応答結果の出力以外の目的で取り扱われる場合は、法違反となる可能性があるため、提供者が機械学習に利用しないことなどを十分に確認するよう求めています。

また、個人情報保護法は、利用目的の特定と目的外利用の制限、安全管理措置、委託先の監督を定めています。生成AIの利用について候補者から同意を得れば、入力範囲や委託先確認が不要になるわけではありません。反対に、すべての利用で同じ同意手続が必要とも断定できません。利用するサービスの処理、入力情報、既存の利用目的、契約関係を確認し、必要に応じて法務・個人情報保護の担当者へ相談します。

書類要約と採用評価を別の記録にする

生成AIが作った要約は、原文の代わりではありません。職務経歴の期間を取り違える、チームの成果を個人の成果と推測する、書かれていない技術経験を補う可能性があります。自然な文章でも、候補者が提出した事実とは限りません。

記録は少なくとも次の三層に分けます。

  • 原記録: 履歴書、職務経歴書、課題提出物、面接で確認した発言
  • AI下書き: 要約、確認項目、評価基準に関係しそうな根拠候補
  • 確定評価: 面接官が原記録へ戻って確認し、評価基準に沿って署名した判断

AI下書きには、利用したサービス、実行日、入力した資料の種類、出力を確認した担当者を残します。確定評価には、どの原記録を根拠にしたかを書きます。AI出力だけを根拠欄へ貼り付けないようにします。

面接の録音・要約まで扱う場合は、AI議事録を使う前の確認事項も合わせて確認してください。評価項目の作り方は、採用スコアカードの設計で整理しています。

人がAIの評価を見る前に自分の根拠を書く

AIの推奨を先に見ると、人がその結論へ引っ張られる可能性があります。AI事業者ガイドラインは、自動化された評価や判断を承認するとき、人が承認理由や根拠を独自に考える対策を紹介しています。

採用評価では、次の順序を運用案にします。

  1. 面接官が、職務に必要な評価項目ごとに観察事実と暫定評価を書く
  2. AIの要約や評価補助を表示する
  3. 原記録と照合し、一致、不一致、不明を分ける
  4. 不一致がある場合は、採用担当または別の面接官が確認する
  5. 最終承認者が、人の評価と根拠を確認して合否を決める

厚生労働省の採用選考の具体的な方法は、職務遂行に必要な適性・能力に基づく採用基準を事前に明確にし、客観的に評価する選考方法を求めています。また、適性検査の結果を絶対視せず、結果だけで採否を決めないことも示しています。生成AIの評価も同様に、職務に関係する基準と人が確認した事実へ戻せる状態にします。

AIの提案へ同意した回数だけを品質指標にすると、追認が増えても気づけません。原文との不一致、見落とした根拠、面接官による修正、AI提案を覆した理由を分類して残すと、利用継続の判断材料になります。

過去の合否データをそのまま正解にしない

過去の内定・不採用データを学習や評価例として使えば、採用判断を再現しやすく見えます。しかし、過去の基準が職務に必要な能力へ整理されていない場合、当時の慣行や評価者の偏りまで再現する可能性があります。

導入前に、次を点検します。

  • 必須条件、歓迎条件、育成可能な条件が分かれているか
  • 評価項目が入社後の仕事と期待成果につながっているか
  • 氏名、年齢、出身、家族、思想・信条など、職務遂行に不要な情報を評価入力から分離できるか
  • 面接官ごとの評価のずれを、AI導入前から把握できているか
  • AIが高評価・低評価にした理由を、人が原記録から確認できるか

採用基準そのものが曖昧な場合は、AI導入より先にエンジニア採用要件の作り方を見直します。面接官の質問と評価を揃える手順は、面接官トレーニングの設計で確認できます。

一つの職種、一つの作業から試す

最初から全職種の書類選考や合否会議へ広げず、対象を一つの職種、一つの作業に限定します。たとえば、承認済み評価基準を使った職務経歴の要約だけを対象にし、合否推奨は出力させません。

僕なら、最初の試行は職務経歴の要約だけに絞ります。便利さを確かめる段階で合否推奨まで同時に試すと、要約の正確性と判断への影響を分けて評価できないからです。

試行前に、継続・修正・停止を判断する観点を決めます。

確認項目記録する内容問題が見つかったときの対応
正確性原記録との不一致、抜け、推測プロンプト修正、用途縮小、利用停止
公平性職務に不要な情報の参照、特定表現への過度な反応入力項目と評価基準を見直す
個人情報入力範囲、保存、学習利用、削除確認入力停止、契約・設定・手順を再確認する
判断の独立性AI表示前の評価、上書き理由、最終承認者表示順と承認フローを変更する
運用負荷照合、修正、候補者対応に必要な作業省けた作業と増えた作業を分けて評価する

試行結果は「便利だった」という感想ではなく、対象作業、入力データ、発生した問題、修正内容、継続判断を残します。モデルや利用規約が変わった場合は、同じ用途でも再確認します。

採用担当・EM・CTOの責任を分ける

担当者が個人で生成AIを使い始めると、候補者情報の入力先と最終判断者が分からなくなります。導入前に役割を割り当てます。

役割主な責任
採用担当利用目的、候補者への説明、入力対象、問い合わせ窓口、選考連絡の確認
EM・面接官職務関連の評価基準、原記録との照合、AI表示前の独立評価、評価理由の記録
CTO・情報管理責任者サービス選定、契約・規約、学習利用、保存、権限、ログ、削除方法の確認
最終承認者人が確認した評価根拠に基づく合否決定、例外承認、運用継続の判断

役職名は組織に合わせて変えて構いません。重要なのは、AIの出力責任がツール提供者や現場担当者のどちらにも宙づりにならないことです。候補者データの保存と削除は、応募者データの保存期間を決める手順と同じ台帳で管理すると、選考終了後の対応を追いやすくなります。

導入前チェックリスト

  • AIへ任せる作業と任せない判断を分けた
  • 候補者情報の利用目的と入力範囲を決めた
  • 学習利用、保存、再委託、国外移転、削除条件を確認した
  • 書類の原記録、AI下書き、人の確定評価を分けた
  • AI表示前に面接官が自分の根拠を書く順序にした
  • 合否を承認する人と候補者へ送信する人を決めた
  • 試行時の確認項目と停止条件を決めた
  • 利用記録、修正理由、削除確認を残せる

生成AIは、採用要件や評価責任の代わりにはなりません。入力できる情報、出力の用途、人の確認、最終承認を分けて初めて、採用実務の補助として検証できます。

株式会社Addingでは、エンジニア採用の要件定義、選考設計、運用改善を支援しています。生成AIを含む採用フローの整理から相談したい場合は、採用支援の相談窓口をご利用ください。