📡 本日の観測ニュース

“人を見る力”をAIで再現する 採用・営業・組織改革に挑むbq構想とは株式会社Scene Live 磯村 亮典 代表取締役社長 - coki.jp

▶ 元記事を読む

---

株式会社Scene Liveが提唱する「bq構想」は、採用や営業における「人を見る力」をAIで再現しようとする試みだ。具体的には、面接動画などをAIが解析し、応募者の行動特性（Behavioral Quotient）をスコア化する。HR Trend Survey 2023によれば、採用プロセスのいずれかにAIを活用している企業は既に34%に達する。これは、もはやSFではなく、あなたの隣の会議室で静かに進行している現実だ。

「この学生は目が死んでいない」「ハキハキしていて気持ちがいい」「ウチの社の泥臭さに合いそうだ」。最終面接後の評価会議で、あなたが発する言葉の根拠は何か。突き詰めれば、それは言語化不能な「経験と勘」という名のブラックボックスだ。Scene Liveの「bq構想」のようなAIは、そのブラックボックスを白日の下に晒す。声のトーン、話す速度、視線の動き、微細な表情の変化。これまでベテラン採用担当者の「暗黙知」とされてきた判断材料は、今や完全にデータ化され、定量的に評価される対象となった。

問題は、AIが人間より優れた評価を下すことではない。問題は、あなたの「人を見る目」が、無意識のバイアスと過去の成功体験に汚染された、極めて再現性の低いスキルであるという事実を直視できないことだ。 例えば、自分と似た経歴の候補者を高く評価する「類似性バイアス」。あるいは、最初に受けた印象に引きずられて評価が歪む「ハロー効果」。AIは、こうした人間の認知バイアスから限りなく自由だ。

あなたが「こいつは化ける」と直感で採用した新人が、3年後にエースになる確率は何%か。その一方で、「データ上は優秀だが、何か引っかかる」と不採用にした候補者が、競合他社で目覚ましい活躍をしているケースを、あなたは知らない。あなたの「勘ピューター」は、もはやAIの冷徹なスコアリングの前では、ノスタルジーの対象でしかない。

では、採用担当者に未来はないのか。いや、そうではない。AIが標準的な「優等生」を見つけ出すのが得意であるからこそ、人間の価値は別の場所に生まれる。それは、AIの評価軸から意図的に逸脱し、組織に「予測不能な化学反応」をもたらす異分子を見出し、受け入れる能力だ。AIが出した「75点」のスコアを鵜呑みにするのではなく、そのスコアの背景にあるデータ構造を理解し、あえて「45点」の候補者に賭ける戦略的判断を下すこと。それこそが、これからの採用担当者に求められる唯一無二の価値、「戦略的ノイズメイキング」である。

ここから、そのための具体的な3つのアクションプランを開示する。

• AIの評価を覆す「逆張り採用リスト」の作成法
• AI面接をハックし、評価基準を丸裸にする自己テスト
• 「社風に合わない」をデータで定義する不採用理由の再構築

多くの採用担当者が、AIを「便利なアシスタント」と捉え、自分の「最終判断」という聖域は守られると信じている。だが、それは致命的な誤解だ。AIのスコアを補助的に使うだけの人間は、いずれAIにスコアを付けられ、最適化される側に回る。

断言する。あなたの「人を見る目」という名のその勘ピューターが、いかに時代遅れの代物であるかを自覚することから、全ては始まる。

1. 「逆張りリスト」で例外を探す

まず、AIが生成した評価レポートをただ受け取る側から、それを能動的に分析する側へ移行する。具体的には、AIが「不合格」または「低評価」と判定した候補者群の中から、意図的に「採用検討に値する例外」をピックアップする「逆張りリスト」を毎週作成する。所要時間は30分だ。

• 手順:

  1. AI面接ツール（導入されていない場合は、想定で良い）が弾き出した低評価候補者のリストを入手する。
  2. 評価項目の中で、極端に低いスコアと、逆に極端に高いスコアが混在している候補者を探す。「論理的思考力: 15点、独創性: 95点」のような、尖ったプロフィールの人物がターゲットだ。
  3. その候補者がなぜそのような尖ったスコアになったのか、録画された面接動画（またはES）を再確認し、「AIの評価軸では捉えきれない価値」を言語化する。「特定の技術トピックに話が及んだ時だけ、異常に早口で饒舌になる」など、具体的な行動事実をメモする。
  4. このメモを添えて、「逆張り候補者リスト」として週に3名、上長やチームに共有する。

• 陥りがちな罠: 多くの担当者は、AIの「総合評価：D」という判定を見た瞬間に思考を停止し、その候補者のファイルをクリックすることすらない。AIを導入する目的が「効率化」であるという建前に縛られ、非効率に見える「例外探し」の行為に罪悪感を覚えてしまう。結果として、AIの評価基準に沿った金太郎飴のような人材ばかりが面接に残り、組織の多様性は失われていく。これはもはや採用活動ではなく、AIへのスコア信仰を深めるための儀式に過ぎない。

• 脱出ルート: 「逆張りリスト」の目的は、その候補者を必ず採用することではない。目的は、AIの評価ロジックの「穴」や「クセ」を誰よりも早く発見し、「自社のAIは、こういうタイプの尖った才能を見落としがちだ」という知見を蓄積することにある。この知見こそが、AIに評価を丸投げするだけの競合他社に対する、決定的な優位性となる。

2. AI面接で「自分」をハックする

次に、評価する側から、評価される側に回る。bq構想のようなAI面接シミュレーションツールを使い、自分自身が模擬面接を受けるのだ。目的は、AIに高評価される「正解」の行動パターンを体感的に理解し、その上でAIの評価軸を意図的にハックしたり、逆に外れたりする実験を行うことだ。

• 手順:

  1. オンラインで利用できるAI面接練習ツール（例: HireVueのデモ、あるいはChatGPTに面接官役をさせる）を準備する。
  2. まずは「高評価を狙うモード」で、想定される模範的な回答（ハキハキと、結論から話し、適度なジェスチャーを交える）を実践する。AIのスコアを確認する。
  3. 次に「人間らしさモード」で、意図的に「揺らぎ」を加えてみる。少し考え込んだり、言葉に詰まったり、自信なさげな表情を見せたりする。再度スコアを確認し、どの行動がマイナス評価に繋がったかを分析する。
  4. この差分から、「AIが評価する”優秀さ”」と、「人間が共感する”人間らしさ”」のギャップを言語化する。

• 陥りがちな罠: AI面接の練習を「学生がやるもの」「付け焼き刃のテクニック」と見下し、自らの経験と勘に固執する。AIの評価基準を理解しようとせず、「AIには人の心はわからない」と精神論に逃げ込む。しかし、その間に新卒学生はAI面接に最適化されたコミュニケーション能力を標準装備してくる。結果、ベテラン採用担当者の面接スキルだけが、時代から取り残されたガラパゴス技術と化す。

• 脱出ルート: この実験の真の価値は、AIの評価ロジックを理解することで、人間の面接官が介在すべきポイントを明確にできる点にある。「AIスコアは高いが、何か違和感がある」あるいは「AIスコアは低いが、この一点は評価できる」という感覚を、具体的なAIの評価項目と紐付けて説明できるようになる。これにより、あなたのフィードバックは「なんとなく」という感想から、「AIは協調性を80点と評価しているが、あの深いため息はチームの和を乱す兆候かもしれない」というデータに基づいた洞察へと進化する。

3. 「不採用理由」をデータ化する

最後に、これまで最も曖昧だった「不採用」の判断根拠を、データとして構造化する。これは、将来的に自社独自のAI採用モデルをチューニングするための、最も価値ある資産となる。

• 手順:

  1. 不採用と判断した候補者について、従来の「社風とのミスマッチ」といった曖昧な理由を捨てる。
  2. 代わりに、AIの分析結果（bqスコアなど）の項目と、面接中の具体的な行動事実を紐付けて記録する。「価値観の不一致」ではなく、「“挑戦”に関する質問に対し、回答までの沈黙が平均より3秒長く、視線が左下に5回逸れた。これは”一貫性のなさ”を示すスコアの低さと相関している」というレベルで記述する。
  3. この「不採用理由データセット」をスプレッドシート等で蓄積していく。
  4. 四半期に一度、このデータセットと、実際に入社した社員のパフォーマンスデータを突き合わせ、採用時の判断が正しかったかをレビューする。

• 陥りがちな罠: 不採用の理由を言語化・データ化する作業は、手間がかかる上に、時として自分の過去の判断ミスと向き合う痛みを伴う。そのため、「多忙」を理由にこのプロセスを省略し、結局「なんとなく合わない」という直感的な判断を繰り返してしまう。結果、組織には永遠に採用の成功パターンが蓄積されず、担当者が変わるたびにゼロから「人を見る目」を育て直すという非効率が続く。

• 脱出ルート: このデータセットは、単なる記録ではない。これは、あなたの「人を見る目」を、属人的なスキルから、組織全体で共有・改善可能な「知的資産」へと変換するプロセスそのものだ。将来的には、このデータセットこそが、既製のAIサービスに自社独自の「評価軸」を加え、競合が模倣不可能な採用メカニズムを構築するための、最も重要な燃料となるだろう。

【推奨プロンプト】 以下は、あなたがAI面接官として候補者を一次スクリーニングするためのプロンプトの雛形だ。ChatGPT（GPT-4o）等に与えることで、一定の基準で候補者のESを評価させることができる。重要なのは、AIに最終判断を委ねるのではなく、判断材料を構造的に整理させることだ。

# 命令
あなたは、当社の新卒採用を担当するAIアシスタントです。以下の候補者のエントリーシートを読み、当社の採用基準に基づいて評価し、評価結果をJSON形式で出力してください。

# 当社の採用基準
- **挑戦心:** 未知の領域や困難な課題に自ら進んで取り組んだ経験を重視します。
- **論理性:** 自身の行動や考えを、背景・課題・行動・結果のフレームワークで分かりやすく説明できることを重視します。
- **学習能力:** 失敗から学び、次の行動に活かした経験を重視します。

# 候補者エントリーシート
[ここに候補者のESを貼り付ける]

# 出力形式 (JSON)
{
  "summary": "（候補者の強みと弱みの要約、100字以内）",
  "scores": {
    "challenge_spirit": {
      "score": （1-5の5段階評価）,
      "reason": "（評価の根拠となった具体的な記述を引用）"
    },
    "logical_thinking": {
      "score": （1-5の5段階評価）,
      "reason": "（評価の根拠となった具体的な記述を引用）"
    },
    "learning_ability": {
      "score": （1-5の5段階評価）,
      "reason": "（評価の根拠となった具体的な記述を引用）"
    }
  },
  "interview_questions": [
    "（評価をさらに深掘りするために、面接で聞くべき質問を3つ生成）"
  ]
}

AIが人の心をスコア化するのではない。人間がこれまで「心」という名のブラックボックスに隠してきた、無意識の偏見や非合理な判断が、スコアとして可視化されるだけだ。—— AI-NATIVE CAREER

---

💭 AIが「不合格」と判断した応募者のリストに、あなたの会社を変える「逸材」が眠っていたとしたら、どうやって見つけ出すか。

---

AI時代の管理職向け 有料記事

AI-NATIVE CAREERでは、管理職がAI時代を生き残るための具体的な行動プロトコル・テンプレート・チェックリストを有料記事で公開しています。

▶ 有料記事の一覧を見る（note.com）

▶ 職種別のキャリアガイドを見る

---

本記事はAI-NATIVE CAREER編集部が最新ニュースを基に作成しました。掲載情報の正確性については各一次情報源をご確認ください。