更新日：2026年8月11日｜編集部：キャリアデータ総研 編集部｜対象：採用担当者・人事担当者・採用企画担当者
※本記事は、採用選考にAIを活用する際の考え方を、キャリアデータ総研編集部が独自に整理したものです。特定のAIツールや選考手法の利用を推奨するものではありません。
この記事でわかること
- AI選考とは何か
- AI選考を導入する前に決めておきたいこと
- 採用要件・選考基準とAI評価の関係
- 書類選考・適性検査・面接でのAI活用
- AIが判断できない情報の扱い方
- AIと人の役割をどう分けるか
この記事の結論｜AI選考は採用要件と選考基準から設計する
AI選考を考えるとき、最初に決めるべきなのは「どのAIを使うか」ではありません。
まず、
採用要件
→ 選考基準
→ 評価
→ 選考判断
という構造を整理する必要があります。
そのうえで、AIにどの情報を読ませ、何を評価させ、その評価をどこまで選考判断に使うのかを決めます。
特に重要なのが、AIが判断できない場合の扱いです。
応募書類に必要な情報がない、適性検査だけでは実経験まで確認できない、面接でも十分な根拠を得られない。
こうした場合に、情報不足をそのまま低評価へ変換するのではなく、「未確認」として次の工程や人による確認へ引き継ぐ設計も考えられます。
AI選考は、単に合否判定を自動化する仕組みではありません。
採用要件に基づいて候補者を評価し、根拠と未確認事項を整理しながら選考判断を積み重ねる仕組みとして考えることが重要です。
AI選考とは
「AI選考」に統一された定義があるわけではありません。
本記事では、書類選考、適性検査、面接などの採用選考にAIを活用し、候補者情報の整理、評価、質問設計、選考判断の支援などを行う仕組みをAI選考と呼びます。
AI選考というと、AIが候補者に点数を付け、自動的に合否を決める仕組みをイメージするかもしれません。
しかし、AIにはそれ以外にも、
- 応募書類から経験やスキルを整理する
- 採用要件と候補者情報を照合する
- 評価の根拠となる記述を抽出する
- 判断に必要な情報が不足している項目を整理する
- 適性検査と応募書類の評価を照合する
- 次の面接で確認する質問を作る
- 面接内容を記録・整理する
- 複数の選考工程で得られた評価根拠を統合する
といった使い方があります。
そのため、AI選考では「AIに合否を決めさせるか」という二択ではなく、選考判断のどの部分をAIに支援させるかという視点で考える必要があります。
AI選考を導入するときに最初に決める5つのこと
1. 採用要件を決める
AI選考の起点になるのはAIではなく、採用要件です。
例えば、
- 入社後に期待する役割
- 成果を期待する場面
- 必要な経験
- 必要なスキル
- 確認したい行動特性
などを整理します。
AIそのものが「良い候補者」を決めるのではなく、企業側が定めた採用要件に沿って候補者情報を整理・評価するという考え方です。
採用要件の整理方法については、以下の記事でも詳しく解説しています。
関連記事：採用要件のつくり方｜期待役割・成果場面から経験・スキル・行動特性を構造化する方法
2. 選考基準を決める
採用要件と選考基準は分けて考えます。
採用要件が「どのような人を求めるか」だとすれば、選考基準は「その要件をどのように選考するか」です。
例えば、
- どの選考工程で何を確認するか
- どの程度確認できれば次工程へ進めるか
- 何を見送り理由とするか
- どの項目を必須とするか
- 何が分からなければ追加確認するか
などを決めます。
同じ候補者情報でも、募集する職種や選考基準によって判断は変わります。
3. 評価の根拠を残す
AIが「80点」「A評価」と出力するだけでは、その評価が適切かどうかを人が確認しにくくなります。
そこで、
- どの応募書類の記述を根拠にしたのか
- どの質問・回答を評価したのか
- どの採用要件に対応しているのか
- なぜその評価になったのか
を確認できる状態にします。
重要なのは、AIが出した評価だけではなく、人が評価の根拠までたどれることです。
4. 判断できない情報の扱いを決める
選考では、すべての項目を必ず評価できるとは限りません。
例えば応募書類に必要な経験が書かれていない場合、「記載がない＝能力が低い」とは限りません。
そこで、
- 次の選考工程で確認する
- 面接質問として引き継ぐ
- 人が追加レビューする
- 必須項目なら判断を保留する
など、AIが判断できない場合のルールを決めておきます。
5. AIと人の判断範囲を決める
AIを導入することと、すべての選考判断を自動化することは同じではありません。
例えば、
- AIは評価まで行い、通過判断は人が行う
- AIが通過候補を整理し、人が確認する
- 明確な条件を満たした場合だけ次工程へ進める
- 判断が難しい場合は必ず人へ戻す
など、さまざまな運用が考えられます。
どこまでAIに任せ、どの条件で人による確認を行うかを先に決めておくことが重要です。
AI選考では「評価」と「選考判断」を分ける
AI選考を設計するときは、「評価」と「選考判断」を分けると整理しやすくなります。
例えば応募書類をAIが確認し、
- 課題解決に関する具体的な経験あり
- 専門知識について一定の根拠あり
- 協働経験について具体例あり
- マネジメント経験は未確認
と整理したとします。
これは候補者についての評価です。
一方、
この工程の通過基準を満たしているため、次の選考へ進める
というのが選考判断です。
評価が同じでも、選考判断は採用要件や募集ポジションによって変わります。
例えば、マネジメント経験が必須となる管理職採用なら、未確認のまま次工程へ進めず、追加確認が必要になるかもしれません。
一方、新卒採用などで入社後の育成を前提としている場合は、他の評価を踏まえて次工程へ進める場合もあります。
AI選考では、
「候補者をどう評価したか」
と、
「その評価をもとに、なぜその選考判断をしたか」
を分けて記録しておくと、後から判断根拠を確認しやすくなります。
書類選考・適性検査・面接でAIをどう活用するか
採用選考では、書類選考、適性検査、一次面接、二次面接、最終面接など、複数の工程で選考判断が行われます。
AIを活用する場合も、それぞれの工程で新しく得られた情報を評価しながら、次の判断へつなげていきます。
書類選考｜応募情報を採用要件と照合する
書類選考では、履歴書、ES、職務経歴書などをもとに候補者を評価します。
AIを活用する場合は、
- 経験
- スキル
- 本人の役割
- 課題
- 判断
- 行動
- 成果
などを応募書類から整理し、採用要件や選考基準と照合する方法があります。
ここで注意したいのが、書かれていない情報を過度に補完しないことです。
例えば、
Pythonを使って研究を行った
と記載されていても、
- 本人がどこまで実装したのか
- 一人で実装できるレベルなのか
- ライブラリを利用した範囲はどこか
- システム設計まで担当したのか
までは分かりません。
そのため、
Python経験あり → 高度な開発能力がある
と評価するのではなく、
Pythonの使用経験は確認できるが、実装範囲は未確認
と分けて扱います。
確認できた情報で通過基準を満たすなら次工程へ進め、必要な項目を後続の選考で確認します。
一方、その工程で必ず確認すべき条件を満たしていない場合は、あらかじめ定めた選考基準に沿って判断します。
生成AIによって応募書類が整いやすくなった時代の書類選考・面接設計については、以下の記事でも解説しています。
関連記事：生成AI時代の書類選考・面接はどう変えるべきか｜ES・職務経歴書が整う時代の採用実務
適性検査｜結果を評価し、前工程の情報と照合する
適性検査も、企業によっては次の選考へ進む候補者を判断する工程として使われます。
AIを活用する場合は、
- 回答内容や検査結果を整理する
- 採用要件との対応を見る
- 書類選考時の評価と照合する
- 次工程で確認する項目を整理する
といった使い方が考えられます。
ここでも、検査で確認できる範囲を超えて候補者を断定しないことが重要です。
例えば、仮想的な課題で高い問題解決力を示したとしても、実際の仕事や研究でも同様の行動を取った経験があるとは限りません。
そこで、
適性検査では一定の能力を確認
→ 実経験でも再現されているか面接で確認
というように次工程へつなげます。
もちろん、企業が設定した通過基準を満たさない場合には、適性検査の段階で選考判断を行うこともあります。
面接｜前工程の評価を確認・更新する
面接では、それまでの選考工程で得られた情報を踏まえながら候補者を評価します。
特に確認しやすいのが、
- 本人が担当した範囲
- 本人が判断したこと
- 判断した理由
- 問題が起きたときの対応
- 結果を受けて何を変えたか
- 他者との役割分担
などです。
例えばESに、
研究でAIを使ったシステムを開発した
と書かれていた場合でも、面接をすると、
本人が設計から実装まで中心的に担当していた
と確認できる場合もあれば、
研究室に既にあった仕組みを利用していた部分が大きかった
と分かる場合もあります。
後者であれば、ES時点の評価をそのまま維持するのではなく、新しく確認できた事実をもとに評価を更新します。
AIは、面接質問の作成、記録、要約、評価根拠の整理などを支援する用途でも活用できます。
AI面接ツールの種類や選び方については、以下の記事で詳しく整理しています。
関連記事：AI面接ツール比較5選｜特徴・選び方・Web面接との違い【2026年版】
二次面接・最終面接でも考え方は同じ
選考が一次面接で終わらず、二次面接、最終面接と続く場合も基本的な考え方は同じです。
新しい質問や面接官から得られた情報を追加し、それまでの評価を確認・更新します。
前工程の評価を確定情報として固定するのではなく、選考が進むごとに根拠を増やしていくことがポイントです。
判断できない情報は「未確認」として引き継ぐ
AI選考で特に重要になるのが、判断できない情報の扱いです。
例えば、
- 応募書類に必要な情報がない
- 適性検査だけでは実経験まで確認できない
- 面接でも具体的な役割が分からなかった
- 複数の情報に矛盾がある
といったケースがあります。
こうした情報を、例えば次のように分けて管理します。
確認済み
具体的な記述や回答があり、評価の根拠を確認できた情報。
仮説
一定の根拠はあるものの、別の情報でも確認したいもの。
未確認
現在の情報だけでは判断できないもの。
ここで重要なのは、未確認を自動的に低評価へ変換しないことです。
未確認になった項目について、
- 次の選考工程で確認する
- 面接質問を追加する
- 人がレビューする
- 追加の選考を行う
- 必須項目なら判断を保留する
など、事前に決めたルールに沿って処理します。
「分からない」という状態も、選考判断に必要な情報の一つとして扱います。
選考が進むごとに評価を更新する
AI選考では、書類選考、適性検査、面接をそれぞれ独立した点数として扱うだけでなく、新しい根拠が得られるたびに候補者についての評価を更新する考え方があります。
例えば書類選考で、
仮説を立てて検証する力がありそう
と評価された候補者がいたとします。
適性検査でも、
仮想課題を分解し、仮説と検証方法を組み立てられた
ことが確認できた。
さらに面接で、
実際の研究でも、自分で仮説を置き、結果に応じて検証方法を変更していた
ことが確認できた。
この場合、
書類で仮説を形成
→ 適性検査で補強
→ 面接で実経験を確認
というように、評価の確度が高まっていきます。
反対に、後の工程で異なる事実が確認されれば、それ以前の評価を修正する必要があります。
AIを活用することで、このような評価の変化と根拠を工程横断で整理することも考えられます。
最終評価を単純な平均点だけで決めない
複数の選考工程でAI評価を行うと、多くのスコアや点数が蓄積されます。
その結果、
書類選考：80点
適性検査：75点
面接：85点
平均80点なので採用
といった処理をしたくなるかもしれません。
しかし、採用判断では単純平均だけでは扱いにくいケースがあります。
例えば平均点が高くても、その職種で必須となる経験や能力が最後まで確認できていない場合があります。
反対に、一部の項目が低くても、その項目が入社後に習得可能であれば、必ずしも見送り理由になるとは限りません。
最終評価では、
- 必須となる経験・スキル
- 評価根拠の具体性
- 本人が実際に担った範囲
- 複数工程での評価の整合
- 実経験として確認できたか
- 別の場面でも再現できそうか
- 重要な未確認事項が残っていないか
などを組み合わせて判断します。
AIはこれらの情報を整理できますが、何を重要とするかは企業の採用要件と選考基準によって異なります。
AIと人はどこで役割を分けるべきか
AI選考は、AIか人かの二択で考える必要はありません。
AIは例えば、
- 大量の候補者情報を整理する
- 採用要件と候補者情報を照合する
- 評価根拠を抽出する
- 未確認事項を整理する
- 面接質問を作成する
- 面接記録を整理する
- 選考工程間の評価変化を記録する
といった処理を支援できます。
一方、
- 採用要件を決める
- 選考基準を決める
- AIによる評価の妥当性を確認する
- 例外的な候補者をどう扱うか決める
- 未経験をどこまで許容するか判断する
- 配属や採用全体のバランスを考える
- 最終的な採否を判断する
といった領域では、人による判断が重要になります。
特に、AIが十分に判断できないケースや複数の情報が矛盾するケースについて、どの段階で人が確認するかを決めておくと運用しやすくなります。
採用業務全体でAIと人の役割をどう分けるかについては、以下の記事でも整理しています。
関連記事：採用業務はAIでどこまで効率化できる？オペレーションを見直す実務ポイント
AI選考を導入するときの確認ポイント
最後に、実際にAI選考を検討するときの確認項目を整理します。
採用要件と選考基準が定義されているか
AIに評価させる前に、何を評価し、どの条件で選考判断を行うかを決めます。
評価根拠を確認できるか
スコアだけでなく、その根拠となる応募書類の記述や回答まで確認できるかを見ます。
事実とAIによる推論を分けられるか
候補者が実際に提出・回答した情報と、AIがそこから推論した情報を区別できるようにします。
未確認情報を保持できるか
情報が不足している項目を自動的に低評価へ変換せず、未確認として扱えるかを確認します。
選考工程間で情報を引き継げるか
書類選考、適性検査、面接などで得られた評価、根拠、未確認事項を次工程へ引き継げるかを確認します。
AIと人の判断範囲が決まっているか
どこまでAIに任せ、どの条件で人による確認へ戻すのかを明確にします。
候補者データをどのように扱うか
応募書類、適性検査結果、面接音声・映像、評価情報などについて、取得するデータ、保存方法、利用範囲、閲覧権限などを確認します。
AI選考とAI面接の違い
AI面接は、AI選考の一部と考えると分かりやすいでしょう。
AI選考は、書類選考、適性検査、面接、その後の評価など、選考プロセス全体でAIを活用する考え方です。
一方、AI面接は、その中でも候補者への質問、深掘り、面接記録、評価支援など、主に面接工程へAIを活用するものです。
AI面接ツールを導入しただけで、選考全体の判断ルールが決まるわけではありません。
AI面接の結果を応募書類や適性検査の評価とどう組み合わせるのか、何を次工程へ引き継ぐのかまで設計することで、選考全体の中で活用しやすくなります。
よくある質問
AI選考とは何ですか？
書類選考、適性検査、面接などの採用選考でAIを活用し、候補者情報の整理、評価、質問設計、選考判断の支援などを行う仕組みです。
AIがすべての合否を自動的に決める仕組みだけを意味するものではありません。
AIによる書類選考では何ができますか？
応募書類から経験、スキル、行動、成果などを整理し、採用要件や選考基準に照らして評価する使い方が考えられます。
ただし、応募書類に書かれていない能力や経験を推測で補完しないことが重要です。
AIだけで合否を決める必要がありますか？
その必要はありません。
AIを情報整理や評価支援に限定し、選考判断は人が行う方法もあります。
また、一定の条件ではAIによる処理を行い、未確認事項や例外がある場合に人が確認する設計も考えられます。
AI選考でAIが判断できない場合はどうしますか？
あらかじめルールを決めておくことが重要です。
次の選考工程へ確認事項として引き継ぐ、人が追加レビューする、追加面接を行う、必須項目なら判断を保留するといった方法があります。
判断できない情報を自動的に低評価へ変換しないことがポイントです。
AI選考とAI面接は同じですか？
同じではありません。
AI面接はAI選考の一部で、主に面接工程にAIを活用するものです。
AI選考は、応募書類、適性検査、面接、その後の評価まで、より広い選考プロセスを対象とします。
まとめ｜AI選考は「何を根拠に判断するか」から設計する
AI選考を考えるときに重要なのは、AIに何点を付けさせるか、どこまで自動化するかだけではありません。
まず、
採用要件
→ 選考基準
→ 評価
→ 選考判断
という構造を明確にします。
そのうえで、
- 何を評価根拠とするのか
- 判断できない情報をどう扱うのか
- 前工程の評価を次工程でどう確認・更新するのか
- どこまでAIに任せ、どこから人が判断するのか
を設計します。
書類選考、適性検査、面接など、各工程ではそれぞれ選考判断が行われます。
そのたびに新しい情報を加え、必要であれば以前の評価を更新する。
そして、分からないことを無理に点数へ変換せず、必要に応じて次の工程や人による確認へ引き継ぐ。
AI選考を単なる自動選考としてではなく、採用要件に基づき、根拠を残しながら選考判断を積み重ねる仕組みとして設計することが重要です。
