採用管理・選考管理における人工知能(AI)の活用

主観による人事評価の課題

採用や評価を初めとする人事は、人間の持つ主観に左右されやすい業務の1つです。たとえば採用の際「第一印象を重視する」という面接官がいます。物腰や第一声など、ほんの数秒で決定され、ここに客観的な判断基準は存在しません。

また、人は自分によく似た人物に共感を覚える傾向にあり、多様性が不足しやすいとの指摘もあります。 このような主観的な人事では、採用や配置の理由をデータで残すことができず、人事現場の混乱の元になったり、非効率性を招いたりします。

人工知能（AI）で採用、育成、登用、評価までを最適化

主観的な人事から脱却するために期待されているのが人工知能（AI）による採用管理・選考管理システムです。採用と選考の意思決定を人工知能が支援するのです。

たとえば、効率的に新入社員を採用する、入社後の社員の評価を管理する、人事データを解析・可視化する、会社に必要な人材の選考基準を面接官に提示する、などが可能となります。

一般論としての人物評価ではなく、その会社に合った採用基準の設定ができます。社内で活躍している既存の従業員の特徴をデータ化し、そのデータと応募者のデータをマッチングする「機械学習」という技術が利用されています。

人工知能（AI）技術「機械学習」とは？

機械学習とは、コンピュータがビッグ・データなどを解析して学習する技術です。たとえば、人間が自然に行っている会話やゲームなどの活動があります。その活動に含まれる一定の法則性などをコンピュータに覚えさせます。

その後、あらかじめ設定されている正解と、機械学習によっていられた解答を照らし合わせ、精度や汎用性を向上させていきます。対象となるデータは量が多いほど望ましく、それだけコンピュータは学習効果が上がります。

わかりやすい例では。将棋や囲碁などのゲームがあります。コンピュータにルールを教えておいて、後はコンピュータが機械学習でどんどん強くなっていきます。

その他人事関連部門の事例

人事関連部門で人工知能を利用した2つのサービスを紹介しましょう。

求人広告の効果測定と最適化

機械学習と自然言語処理を利用した、求人広告の効果測定サービスが提供されています。求人広告、職務記述書、勧誘メールなどのテキストを分析して、企業が求めている人材を得られるかを判断します。

使われている単語の解析はもちろん、文章の長さや使用する形容詞、単語のつながりなどを解析し、採用までにどれだけ時間がかかったか、求めていた人材が見つかったかの関連性をチェックします。この分析結果を元に改善点も提示され、求人広告掲載前に修正して広告効果を向上させることができます。

出典： CNET Japan「人工知能で変わる人事採用--「人事部」はAIに置き換わるのか？」
　　 https://japan.cnet.com/article/35078467/　

人工知能（AI）を使った人材紹介サービス

これも機械学習を利用した人材マッチングサービスです。求人（企業）側と求職（人材）側のデータを大量に集め、それらを機械学習で解析することにより、企業が求める技能や経験を持つ人材を自動で推薦します。

両者の事前データは、詳しければ詳しいほど効果があります。このため、企業側では自社の詳細データとともに、どのような人材を求めているかを具体的にデータ入力しておきます。

応募する人材側でも、自分の能力や経験、どのような職種を探しているかをデータ入力し、コンピュータが両者のデータを突き合わせてマッチングします。求人側と求職側いずれにも、正確性やスピード化のメリットがあります。

出典：講談社 現代ビジネス「面接官の主観よりもコンピューターの客観性を!?　企業の人材採用にAI（人工知能）が使われる時代に」
　　 http://gendai.ismedia.jp/articles/-/43984　

まとめ　～ 求められる評価データの数値化 ～

人を見極めるために決して十分とはいえない時間、回数である面接から得られた「印象」を採用担当者の「経験」によって「評価」に変換することをすべて否定するわけではありません。しかし、このプロセスによって採用した後、3年後離職率の平均が30%を超える状況※からは、その難しさと労力を含め、課題があるといわざるを得ません。
※平成25年３月に卒業した大学生の31.9%が卒業後3年以内に離職

出典：厚生労働省「新規学卒者の離職状況（平成25年３月卒業者の状況）」 http://www.mhlw.go.jp/stf/houdou/0000140526.html
　　　

人工知能が急速に発達しているとはいえ、元となるデータは必須です。人事に関しては業務ごとに必要とされる能力とその数値化が求められます。既存の人材の評価データも必要となりますが、このようなデータ化を苦手とする日本の企業は少なくありません。データ化の問題も合わせて、まず人材コンサルティングに相談することから始めてみるのも良いでしょう。　

【同じテーマの記事】「人工知能」の人気記事

• ★コールセンターシステムにおける人工知能(AI)活用
• ★サイバー攻撃対策における人工知能(AI)の活用
• ★FAQシステムにおける人工知能（AI）の活用