人事は、AIで下ごしらえ（要約・整理・文章生成）が一気に楽になる一方、人の合否や評価に関わるため差別・プライバシー・説明責任のリスクが業務の中でも最も高い領域です。本ガイドは「採用・評価・育成」の3つに分け、どこまでAIに任せ、どこから人が決めるかの線引きを、実在の製品・実例・最新の規制とともに整理します。
FIG.1 AIは「下ごしらえ」を担い、合否・評定・登用の決定は人が握る
大前提として、AIの出力は確率的な要約・予測であって事実認定ではありません。事実と異なる内容をもっともらしく出す（ハルシネーション）こともあるため、人の処遇に使う場面では一次情報での裏取りと人間の最終判断を必ず挟みます。
01採用：AIは仕分けと下書き、合否は人
採用は人事AIで最も導入が進む一方、最も訴訟・規制リスクが高い領域です。AIに向くのは「速く正確にやると人が消耗する作業」、向かないのは「合否の決定」と覚えておくと安全です。
書類スクリーニング
- 履歴書・職務経歴書から、経歴やスキルを構造化（タグ・年表に整理）
- 求人要件との適合度の目安を提示（あくまで参考スコア）
- 大量応募の並べ替え・重複検出で一次対応を高速化
ここで最重要なのが保護属性の扱いです。性別・年齢・国籍・人種・宗教・障害などを判定材料にすると差別になり得ます。これらを入力から除外しても、出身校・空白期間・氏名・写真などから間接的に推定されることがあるため、「過去の採用実績をそのまま学習させると過去の偏りまで再生産する」点に注意します。
Real Case
「数分で不採用」が集団訴訟に — Mobley v. Workday
米国では、人材システム大手 Workday のAI応募者スクリーニングが、年齢・人種・障害で差別したとして提訴されました。2025年5月、裁判所は年齢差別（ADEA）について集団（collective action）としての進行を条件付きで認め、対象は全米の応募者に及び得ると判断。Workday 側の説明では関連期間に11億件の応募が同ツールで不採用になったとされ、対象は数億人規模に膨らみ得ます。さらに裁判所は、AIを提供するベンダー自身が「代理人（agent）」として直接の差別責任を負い得るとの判断を示しました。
教訓は明快です。「AIが弾いた」は免責にならない。導入する企業も提供するベンダーも責任を問われ得る、という前提で設計します。
