生成AIにより採用システムは労力のかからない応募で溢れ、従来の履歴書の信頼性は大きく損なわれています。
アルゴリズムによる応募者追跡ツールは、過去の偏りを引き継ぐことが多く、重要な人間の能力を見極められていません。
トレース採用は、候補者が協働し、現実の課題をどのように解決するかを評価することで、本来の人間による評価を取り戻せる可能性があります。
以前は、仕事に応募するには本物の努力が必要でした。それは、安易な候補者を自然に篩い分ける障壁でした。今やAIがその障壁を完全に壊してしまい、採用担当チームは労力の少ない応募の洪水に溺れています。
数字がその実態を物語っています。2024年後半、LinkedInで提出された応募数は45.5%増加した一方で、同プラットフォーム上の求人件数は10.6%減少しました。このギャップは、AIライティングツールがもたらした変化を示しています。2025年のNACE調査によると、就職活動でAIを使う学生は、約平均60件の応募を提出しており、これは全体平均の30件の2倍でした。かつて応募には実際の努力が必要で、その努力だけで安易な応募者が自然に除外されていました。
業務上の負担は驚くほど大きいものです。Greenhouseは、米国、英国、アイルランド、ドイツにわたる4,100人の採用担当者および採用責任者を対象に調査を実施し、2025年版「AI in Hiring Report」を作成しました。同報告書によると、採用担当者の34%は現在、勤務時間の最大半分を迷惑な応募の選別に費やしており、91%は選考過程で候補者が誠実でなかったことを見抜いた経験があります。
組織は重大な問いに直面しています。応募書類そのものがもはや努力を証明しないとき、どのようにして真の人材を見極めればよいのか、という問いです。
誤ったシグナルのコスト
不適切な採用は、チームの成果を押し下げ、離職を加速させます。目立ちにくいものの、誤ったものを評価するよう設計された採用システムのコストもあります。AI搭載の応募者追跡システムが新たな応募数の増加に対応するために導入され、導入率は1年でほぼ倍増しました。2024年の26%の組織から、2025年には43%へと増加しています。
しかし、これらのツールは過去の採用データで学習されているため、過去の偏りを引き継ぐリスクがあります。ワシントン大学による3つの大規模言語モデルを対象に500組以上の履歴書を比較した研究では、白人を連想させる名前が85.1%の割合で優遇され、黒人を連想させる名前は8.6%でした。これらのツールは、企業がすでに採用した人々に似た候補者を浮上させます。
しかし、機械学習モデルには根本的な盲点があります。今日最も重要なスキルは、AIと協働することに関わるものです。従業員はこれらのシステムと並行して考える術を学ばなければならないからです。MITとスタンフォード大学による5,179人のカスタマーサポート担当者を対象とした研究では、生成AIツールを利用できることで、平均で生産性が14%向上し、経験の浅い労働者では34%向上したことが分かりました。
先見性のある企業の取り組み
一部の組織が対応を始めています。Greenhouseのチーフエグゼクティブであるダニエル・チャイトは、人事リーダーが意図的に、摩擦を採用プロセスに戻しつつあると述べています。具体的には、応募書類の長文化、人による選考の増加、スキル評価の導入などであり、この傾向は人的資源管理協会（SHRM）も確認しています。一部の企業は、テキストベースの応募を完全にやめ、候補者に1分間の動画、求人情報に隠された画像、あるいは単純に対面での会話を求めています。カメラの前に出て、通常とは異なる指示に従うことをいとわない候補者は、履歴書以上の意欲をすでに示しています。ただし、摩擦だけでは能力は明らかになりません。多くの企業は依然として、現実的な条件下で候補者の強みを可視化するプロセスを欠いています。
見えないものを見えるようにする枠組み
シロアリは、中央の指示なしに集団作業を調整するフェロモンの痕跡を残します。これは、Wikipediaの編集やGitHubのコミットの背後にある論理と同じものです。採用に応用すると、候補者がどのように考え、適応し、構築するかについての本物の痕跡を残す相互作用を設計することを意味します。私はこのアプローチを「トレース採用」と呼んでおり、3つの段階で進みます。
第一に、候補者は組織が取り組んでいる現実の課題について、動画または会話で回答します。AIに全面的に頼る候補者は、一般的で、似通った響きの回答を作成します。真剣に取り組む候補者は、独自性のある回答を生み出し、次の段階へ進みます。
第二に、選ばれた候補者は、当日に示される新たな課題に小グループで取り組み、1時間以内に具体的な成果物を出すことが求められます。ノートパソコン、AIツール、紙とペンはすべて使用可能です。評価者は成果物よりもプロセスに注目し、誰が議論を主導しているか、アイデアが行き詰まった際に誰が適応するか、関与していないチームメンバーを誰が引き戻すかを記録します。
第三に、最終候補者は個別に戻り、一つの質問に答えます。その演習から何を学びましたか。多くの人は課題やチームについて説明します。一方で、自身の思考がどこで予想外だったかを述べる人は少数です。こうした正直な自己評価の能力は、記憶に根ざしているため、偽ることが困難です。486社の上場企業における6,000件以上の従業員評価を分析したKorn Ferryの研究では、株式リターンが高い企業ほど、従業員の自己認識も高いことが分かりました。
トレース採用は、選考にかかるコストを公平に分散させます。学位、人脈、洗練された履歴書に関係なく、誰もが次の段階に進むことができ、このプロセスは独創的に考え、誠実に関わる人々を評価します。こうした資質は、応募用紙ではめったに表れません。
企業が取るべき転換
企業は数十年にわたり、学歴、有名企業での勤務経験、そして経験年数を質の代理指標として扱ってきました。これらのシグナルは今や積極的に誤解を招くものになっています。Chad Van Iddekinge教授が、60年にわたる80以上の職場研究を分析したところ、過去の職務経験と新しい役割での従業員の成果との関連はほとんどないことが分かりました。また、世界経済フォーラムの『Future of Jobs Report 2025』が指摘するように、もう一つの主要な代理指標である大学の学位は、企業がスキルベースの採用へ移行するにつれて、求人票から急速に姿を消しつつあります。
AIの台頭により、この相関はさらに弱まる可能性があります。ノースイースタン大学のRiedlとBogertの研究者は、オンラインチェスプラットフォーム上の52,000人の5年分のデータを調査し、スキルの高いプレイヤーほどAIをより生産的に活用していることが分かりました。既存の優位性を広げ、一方で、より広いアクセスは思考を同じシステムの周りに収束させました。採用に値する候補者とは、AIを最もうまく活用する人々なのです。
人々の行動を注視する
今後10年間に優れた採用を行う組織は、現実的な課題、協働者のグループ、厳しい締め切りを与えられたときに候補者が何をするかを注視するでしょう。他者と共にできることは、単独で成し遂げたと主張することよりも重要です。この労働市場で勝ち残る組織は、透明性が高く努力を要する人間による評価に取り組む組織であり、アルゴリズムで最も多くの候補者を選別する組織ではありません。
AIがこの問題を生み出したのではありません。すでに必要とされていた見直しを加速させたのです。
