人間よりAI/アルゴリズムの方が優秀な社員を採用できる~AI採用のすすめ~

人事・総務

採用管理を支援するSaaSが登場するなど、採用業務の効率化が進んでいます。
しかし、選考に関しては、従来通り書類選考から面接・評価まで、人が入り自動化されていない会社は珍しくありません。
ここでは人間よりAI/アルゴリズムの方が優秀な社員を採用できる、という話をしていきます。

スポンサーリンク
スポンサーリンク

AI採用が広がっている

AI採用とは、文字通り、採用プロセスの一部にAIを導入し、その採用業務の何かしらを効率化することです。

近年のコンピュータの性能向上やAI技術の発達を背景に、近年急速に拡大が進んでいます。

国内でも、IBMのWatson採用支援システムのi-web書類選考AIツールのPRaiO対話型AI面接サービスのSHaiNなど、いくつかのソリューションが登場しています。

IBM Watson (ワトソン)- ビジネスのためのよりスマートなAI
ビジネスのためのAIであるWatsonが、AI導入のコストやハードルを下げる一方、成果の最適化と、責任あるAIの活用をご支援します。
採用管理システム「i-web」
11年連続シェアNo.1 最先端の採用管理システム i-web
書類選考AIツール「プライオ」 | さぁ、採用に人工知能を。
書類選考AIツール「プライオ」とは 、HR(⼈材)領域に特化したAI エンジン「HaRi(ハリ)」を活⽤し、エントリーシートを元に「優先度」「⼈物像」を予測するサービスです。
https://shain-ai.jp/

その効能としては、アルゴリズムによる自動化により業務の大幅な削減や、採用判断の公平化などが語られています。

実際、ソフトバンク㈱などが面接評価にAIシステムを導入するなど、大手をはじめ、話題を提供しています。

新卒採用選考における動画面接の評価にAIシステムを導入 | プレスリリース | ニュース | 企業・IR | ソフトバンク
ソフトバンク株式会社の企業・IRページです。「新卒採用選考における動画面接の評価にAIシステムを導入」をご紹介します。

しかしながら、問題がないというわけではありません。

スポンサーリンク

採用自動化に絡む問題

記憶に新しい問題としては、リクルートキャリアによる「内定辞退率」問題です。

リクナビの内定辞退率問題、トヨタや京セラなど35社に個人情報保護委員会が指導
就活情報サイト「リクナビ」運営企業が就活生の「内定辞退率」を予測して企業に販売していた問題で、個人情報保護委員会が辞退率を利用していた企業にも指導を行ったことを明らかにした。

詳細はここでは触れませんが、個人情報に絡む話であり、トヨタ自動車、京セラ、YKKなどの大企業も含めた、大々的に問題に発展しました。

「内定辞退率」というネガティブな側面にフォーカスしたことも問題が拡大した一因なのでしょうが、アルゴリズム採用の世界に水を差しました。

その他には、AmazonがAI採用を打ち切った、という報道が話題になりました。
理由は、AIによる人材採用システムが機械学習の欠陥により、女性を差別する形になってしまったからです。

焦点:アマゾンがAI採用打ち切り、「女性差別」の欠陥露呈で
米アマゾン・ドット・コムが期待を込めて進めてきたAI(人工知能)を活用した人材採用システムは、女性を差別するという機械学習面の欠陥が判明し、運用を取りやめる結果になった。

AIにせよ、他のアルゴリズムにせよ、判断のロジックや学習データ次第では、差別を助長する形になることは、近年知られるようになってきています。

技術発展の過渡期のため致し方がないとは思うのですが、“意外性”もあり、AIによる差別問題は非常に話題になりました。

このようなネガティブな側面があるにしても、AI/アルゴリズム採用は今後も発展し拡大していくと考えられます。
それは、AI/アルゴリズム採用の方が人間が採用するよりも、優秀な社員を採用できるからです。

スポンサーリンク

人間よりAI/アルゴリズムの方が優秀な社員を採用できる

優秀な採用担当者は会社のことを熟知しており、必要なポジションの要件もよく知っています。

多くの応募者を見てきた採用担当者にしてみれば、人を見極め、最適な人を“選別”することが可能なように思うこともあるでしょう。

しかし、それは必ずしも正しいとは言えません。

次の記事で紹介されている研究では、「単純な方程式」により応募者を評価しても、人が評価するよりも25%以上精度が高いことが示されました。

In Hiring, Algorithms Beat Instinct
You know your company inside out. You know the requirements of the position you need to fill. And now that HR has finished its interviews and simulations, you k...

この研究のポイントは、採用担当者が持っている応募者のデータよりも、単純な方程式にはめる情報の方が圧倒的に少ない点です。

人は多くの情報を認知し、複合的に判断できるが故に、採用/評価に関係のない情報にもとらわれてしまい、精度を下げてしまうからだ、としています。

この研究をベースにアルゴリズムを組み直し、実際どれだけ定着率があがるのか?を調査した研究もあります。

Machines Are Better Than Humans at Hiring the Best Employees - Comstock's magazine
People want to believe they have good instincts, but when it comes to ...

この研究で使用されたアルゴリズムでは、応募者を技術的なスキル、正確、認知能力、仕事への適合性など、様々な観点で評価します。
そして、応募者を推奨度という形で「高・中・低」の判断を行います。

その結果、推奨度「高」の応募者は、「中」よりも12日、「低」よりも17日、長く勤務することが示されました。
(実験は、就労期間が短い単純労働を対象に実施されました。)

また、別の実験で、採用担当者の判断で「中」の応募者を採用し、その後、当該応募者の後任(退職したため)として改めて「高」の応募者を採用した所、定着率が約8%向上したことも示されました。

つまり、人が判断するよりも、アルゴリズムが判断する方が、少なくとも定着率という観点では精度が高い、ということです。

また、データの数が少ないため十分な検証がなされていないものの、生産性の観点でも、人よりアルゴリズムの方が精度が高いことも示唆されています。


これらの通り、採用の世界においては、すでに人よりもコンピュータの方が優秀になりつつあります。
経験豊富な採用担当者が“過信”をしてしまうのは、長期的に見てネガティブであると考えた方が良いでしょう。

ただ、「長期的に見て」という点がポイントです。

例えばAIを採用するならば、大量のデータを学習させる必要があり、AI採用が適切に機能するまでに一定の時間を要します。
AIではないアルゴリズム採用の場合も、自社に適合するよう、様々にチューニングと検証を繰り返す必要があります。

この壁を超えない限り、人の方がまだまだ使える、という状況のままになってしまいます。

さて、この状況をどのように捉えるか?

経営者や採用担当者は一考する必要があると言えます。

コメント

タイトルとURLをコピーしました