就活生に不安を売りつける人々

「AIが履歴書を落とす」という言説の実際の出所はゲーム型評価ツールだった

「AIがあなたの履歴書をふるい落としている」という話が、LinkedInやキャリア系コミュニティで共有されているのを目にしました。スタンフォード大学などの研究チームによる採用アルゴリズムの論文を根拠として挙げるケースもありました。この研究は、約420万件の応募記録から人種ごとの推薦格差や連続不採用の傾向を確認しています。ただし、分析対象となったのはゲーム型評価ツールであるpymetricsでした。あらゆる履歴書スクリーニングAIを調べた結果として紹介するのは、研究の対象範囲を逸脱しています。

この記事を準備しながら違和感を覚えたのは、就職活動生の不安を利用するような宣伝のあり方でした。私が見かけた一部の就職・キャリアコンサルティングでは、該当する職種や産業をどれほど深く理解しているか、実際にどんな支援を提供できるかよりも、「AIに後れを取るかもしれない」という警告を前面に押し出していました。すべてのコンサルタントを一括りに評価することはできませんが、切迫した立場の人にサービスを販売するからこそ、効果の根拠を明確に示すべきだと考えます。

論文が本当に発見したもの

今年5月に公開され、FAccT¹ 2026で発表された論文『Algorithmic Monocultures in Hiring』の核心は、「アルゴリズム・モノカルチャー」²という概念にあります。複数の企業が同一の採用AIベンダーを利用すると、単一のモデルが抱えるバイアスが市場全体へと拡散しかねないという仮説です。

この仮説を検証するために研究チームが確保したデータは非常に印象的です。420万件の応募、340万人の応募者、156社の企業、1,746の職種。ひとつの採用ツール企業が処理した、2018〜2022年の応募記録です。

まず、それがどのようなツールによって下された評価なのかを確認する必要があります。

pymetricsというツールです。これは履歴書を分析するシステムではありません。応募者が12〜16種類のオンラインゲームをプレイすると、リスク選好度、処理速度、計画力といった特性が測定され、「推薦」または「非推薦」のいずれかが出力されます。ゲームの大半は職種を問わず同一です。倉庫管理職であれ財務アナリストであれ同じゲームを受け、約42%の応募者が「非推薦」の判定を受けます。

このツールは、導入企業の該当職種に在籍する現職社員の特性を学習基準としています。社員プロファイルと対照群を識別する方式です。したがって、既存社員と似た特性の持ち主を選ぶことが、実際の職務成果を正しく予測できるのかは別途検証する必要があります。本研究のみをもって、成果予測性がまったくないと結論づけることはできません。

従来の統合分析では、黒人応募者の推薦率は52.5%、白人応募者は58.3%でした。これは最終的な採用合格率ではありません。集団全体の推薦率を比較した場合、4/5基準に基づく明確な不利益影響（アドバース・インパクト）³は見出されませんでした。ただし、この基準を満たしているからといって、差別が存在しないという法的判断が確定するわけではありません。

研究チームは職種別に細分化し、人種グループごとの推薦率と統計的な差を分析しました。その結果、約11%の職種において黒人応募者に対する不利益影響が認められました。黒人応募者が提出した全応募件数の約26%が、そうした職種に該当していました。全職種を合算した平均値では見えてこなかった格差です。

採用ツールを導入する際には、全体の平均値だけでなく、実際に利用する職種ごとの結果を確認しなければならないという発見です。ニューヨーク市のLocal Law 144⁴も対象ツールに対して独立したバイアス監査を要求していますが、監査の有無だけであらゆる職種における公正性や成果予測性が保証されるわけではありません。

これとは別に、研究では同一の応募者が複数の職種で繰り返し非推薦判定を受けるかどうかも分析されています。