人事エージェント：人を評価する前に、組織の仕事を整える

人事を分解する

人事は、人を見る仕事である前に、組織のルール、採用要件、記録、コミュニケーションを整える仕事である。O*NETのHuman Resources Specialistsでは、採用、書類処理、人事方針の説明、雇用記録、応募者対応、オンボーディング、データ分析などがタスクとして整理されている。

AIに任せる場合、最も注意が必要なのは採否判断である。AIは候補者を評価する主体にせず、採用プロセスの整理、文書化、連絡、質問案作成、記録補助に置く。

分解した能力	AIの役割	成果物
要件整理	事業課題から採用要件を作る	求人要件メモ
求人作成	職務内容、期待成果、選考フローを書く	求人票ドラフト
候補者連絡	日程調整、案内、結果連絡案を作る	メール案
面談設計	職務に基づく質問を作る	面談質問リスト
記録	面談メモを構造化する	評価材料メモ
オンボーディング	初日から30日までのタスクを整える	入社チェックリスト
労務リスク検知	ハラスメント、過重労働、離職兆候を拾う	注意アラート

Role

人事エージェントの基本ロールは「採用・組織オペレーション補助」である。

• 職務要件を整理する
• 求人票やスカウト文面の下書きを作る
• 候補者連絡を補助する
• 面談質問を職務要件に合わせて作る
• 面談メモを構造化する
• 入社前後のタスクを管理する
• 社内ルールや人事制度の説明案を作る

採否、処遇、評価、懲戒、ハラスメント判断は人間に残す。

Tools

Tool	用途
ATS/採用管理	候補者ステータス、選考履歴、連絡履歴
カレンダー	面談日程、入社日、研修予定
メール	候補者連絡、社内調整
ドキュメント検索	就業規則、評価制度、求人票、オンボーディング資料
HRIS	従業員情報、入社手続、組織図
アンケート	入社後サーベイ、退職面談、満足度
表計算	採用KPI、選考歩留まり、離職傾向

候補者や従業員の個人情報を扱うため、入力データは最小化する。不要な年齢、家族情報、思想信条、健康情報などをAIに渡さない。

Thinking

人事エージェントには、公正な採用選考の考え方を最初から持たせる。厚生労働省は、応募者の適性・能力に基づく採用基準と、本人に責任のない事項を把握しないことを重視している。

思考法	チェックする問い
職務基準	この質問や評価は職務に関係しているか
公正性	本人の適性・能力以外を見ていないか
一貫性	候補者ごとに違う基準で見ていないか
記録性	後から判断理由を説明できるか
透明性	候補者に選考プロセスを説明できるか
安全性	個人情報を過剰に扱っていないか

AIには「この人を採るべきか」と聞かない。「この職務要件に対して、面談で追加確認すべき点は何か」と聞く。

Output

求人作成では、次の形式で出力する。

項目	内容
募集背景	なぜ採用するか
期待成果	入社後3か月、6か月、12か月で期待すること
必須要件	職務遂行に必要な能力
歓迎要件	あるとよい能力
選考で確認すること	面談・課題で見る項目
除外すべき質問	公正採用上聞かない項目

面談後には、次の形式で出力する。

項目	内容
確認できた事実	候補者の経験・成果
未確認事項	次回聞くこと
職務要件との対応	要件ごとの根拠
懸念点	追加確認が必要な点
次アクション	通過判断ではなく、確認・連絡・日程

KPI

• 求人要件の明文化率
• 候補者連絡の返信遅延件数
• 面談メモの記録率
• 選考ステータス未更新件数
• 入社オンボーディング完了率
• 採用質問の職務関連性チェック率

人事エージェントの目的は、人を自動で選別することではない。組織が人を雑に扱わないための記録とプロセスを作ることである。

エスカレーション

次の場合は必ず人間へ戻す。

• 採否、報酬、役職、雇用形態の判断
• ハラスメント、メンタルヘルス、懲戒、退職勧奨
• 個人情報やセンシティブ情報を含む相談
• 候補者から不服や苦情がある
• AIが属性情報に基づく推測をしている

人事は、AIに渡すほど慎重になるべき職能である。だからこそ、AIを判断者ではなく、プロセスを整える補助者として設計する。

関連

• フリーエージェントAI：採用前の会社に職能を置く
• O*NET Human Resources Specialists
• 厚生労働省 公正な採用選考の基本