HRテック・採用と人事のAI活用
HR Tech
HRテックとは?
- 採用・評価・教育・人材分析の全般に適用
- 偏り・説明責任・個人情報の3つのリスク
- 補助はするが、決定は人が
HRテックを導入すると、人事担当者の業務構成そのものが変わります。履歴書240通をめくっていた時間は減る一方で、「この応募者をなぜ落としたのか」を記録に残し説明する仕事が新たに生まれます。減るのは処理時間で、増えるのは説明責任の負担です。審査の段階でこのトレードオフを計算に入れなければ、浮いた時間は結局そのまま紛争対応に使われてしまいます。削減される時間と記録管理の工数を同じ表に並べて比較してこそ、導入の判断ができます。
実務では、AIの関与の度合いを三段階に分けて見るのが安全です。作成補助(求人票の文面、面接質問の草案)、情報整理(面接記録の要約、受講データの集計)、そして選別判断(書類の順位、適合度スコア)です。前の二つは結果が人の手に届く前に止まりますが、三つ目は違います。韓国の個人情報保護法は、完全に自動化された決定について情報主体が拒否したり説明を求めたりできるようにしているため、選別判断を使うなら事前告知と説明の手続きを一緒に設計しなければなりません。一般業務の自動化とHRテックが分かれるのはここです。在庫予測モデルが外れれば費用の問題で済みますが、採用モデルが外れれば差別の問題になります。
最もよくある誤解は、'最終決定は人がするので、自動化された決定ではない'という解釈です。担当者がAIの付けた順位をそのまま承認しているだけなら、形式は人の決定でも実質は自動選別であり、異議が出たときに'上位40名しか見ていない'という以外に示せる根拠がありません。離職リスクの予測も同じです。予測値を現場のチーム長に個人単位で渡した瞬間、その構成員は管理対象になり、噂が広まるのに一週間あれば十分です。予測は組織単位の集計にだけ使い、個人の名札は付けないことが安全線であり、人がAIの結果を覆した事例が定期的に出ていないかを点検することで、名ばかりの人の承認という構造を避けられます。
人事情報システムから出発し、採用プラットフォームや学習管理システムへと広がった分野です。近年、各国がAI採用アルゴリズムの透明性と差別禁止を規律する方向で制度を整えており、技術よりもガバナンスが争点になりつつあります。
架空の事例で見てみましょう。A社は役職員1,200名規模の自動車部品メーカーです。中途採用が年240件に増え、人事チーム3名が書類審査だけで週20時間を費やしていました。採用AIの導入を検討すると、法務チームが「不合格の理由を説明できないなら導入はできない」とブレーキをかけました。
- 人事チーム長は最初の会議で、AIに任せる範囲を資格要件を満たすかどうかの確認だけに限定し、適合度スコアと順位付けは最初から外すと明言しました。
- 個人情報担当の課長が採用告知に自動処理の事実と拒否・説明要求の手続きを書き加え、応募書類の保管期間も6か月に組み直しました。
- 3か月間、人の審査と並行して運用し、採用担当の主任が240件を一件ずつ照合したところ、18件で判断が食い違い、そのほとんどは経歴を自由記述で書いた履歴書でした。
- 原因を掘り下げると、職種ごとに職務記述書の用語がばらばらだったため、人事チームは12の職種の必須要件の表記を一枚の基準表に統一しました。
- 半年後、書類の一次審査は週20時間から7時間に減り、不合格理由の記録率100%を維持したため、異議申し立て4件はすべて3日以内に書面で回答しました。
金鍾赫(キム・ジョンヒョク)
パク・ソリョン