松元 勇人(まつもと ゆうと)
プロップス株式会社 代表取締役 / AI面接官「MiAI」開発者京都大学工学部卒。hokan COOとして全国47都道府県へのSaaS導入を推進後、2023年にDeNAグループのアクセラレーター「デライト・ベンチャーズ」からプロップス株式会社を創業。前職で年間1,000名以上の一次面接を行った自身の経験から、AI面接官「MiAI」を開発。テレビ出演・メディア掲載多数。
「同じ候補者でも、面接官によって評価が大きく分かれる」「採用後のパフォーマンスが、面接の評価とあまり相関しない」と感じたことはありませんか。
採用現場でよくあるこの課題は、「非構造化面接」に依存していることが原因です。面接官の直感や経験、相性に依存した面接は、評価のバラつきを生み、採用ミスマッチの主因になります。
この記事では、AI面接官「MiAI」の開発者である松元が監修のもと、AI面接×構造化面接で評価基準を統一する方法を解説します。構造化面接の理論的背景、導入の具体的ステップ、AI面接による効果、失敗しない進め方まで、公平で再現性のある採用を実現するための完全ガイドです。
京都大学工学部卒。hokan COOとして全国47都道府県へのSaaS導入を推進後、2023年にDeNAグループのアクセラレーター「デライト・ベンチャーズ」からプロップス株式会社を創業。前職で年間1,000名以上の一次面接を行った自身の経験から、AI面接官「MiAI」を開発。テレビ出演・メディア掲載多数。
多くの企業では、面接官がその場の判断で質問を決め、印象ベースで評価しています。これが「非構造化面接」です。面接官の経験・気分・候補者との相性によって評価が大きくブレるのは、この構造上の必然です。
「コミュニケーション力」「主体性」という抽象的な評価項目だけでは、面接官ごとに解釈がバラつきます。評価項目を具体的な行動レベルまで言語化しないと、同じ候補者でも判断が分かれます。
面接官間で事前の評価基準擦り合わせがないため、「面接官ごとの内なる物差し」で評価される結果、評価の再現性が失われます。
性別・年齢・学歴・出身地などの無意識の偏見(アンコンシャスバイアス)が評価に入り込みます。候補者の本当の実力とは別の基準で判断してしまう——これは、多くの面接官が自覚しないまま起きている現象です。
構造化面接とは、すべての候補者に同じ質問を、同じ順番で、同じ評価基準で評価する面接手法です。1970年代以降、組織心理学の研究で「候補者のパフォーマンス予測精度が最も高い面接手法」として確立されています。
Schmidt & Hunter(1998年)の有名な研究では、採用時の予測精度について以下のような結果が出ています。
構造化面接は非構造化面接より約35%、職務経歴書単独より約3倍の予測精度が研究で示されています。この差は、長期的な採用成果に大きな違いを生みます。
理論的には優れている構造化面接ですが、現場で徹底できない5つの壁があります。
事前に質問を決めても、面接官の経験や場の雰囲気でつい話が脱線します。結果、標準化が形骸化します。
複数の面接官間で評価基準を擦り合わせる研修・ミーティングには膨大な時間が必要。結果として、擦り合わせが十分に行われず、評価のブレが残ります。
「5段階で評価してください」と言われても、面接官の内なる物差しがバラバラだと印象ベースの採点になりがちです。
複数の面接官が行った面接の結果を横比較する仕組みがないと、構造化面接のメリットである「客観比較」が活きません。
標準質問+評価シート記入+擦り合わせ——構造化面接を徹底しようとすると面接官の負担が大きく、現場から抵抗が出ます。
AI面接は、構造化面接の5つの壁を構造的に突破する仕組みになっています。
AIは設定された質問を必ず全候補者に同じ順番で実施します。アドリブで話が脱線することがゼロ。質問の標準化が自動で完了します。
AI面接は事前設定した評価基準をすべての候補者に自動適用します。面接官間の解釈のバラつきはゼロです。
AIは回答内容を自然言語処理で分析し、具体性・論理性・一貫性を数値化します。印象ではなく、回答内容そのものをスコアリング。
全候補者の評価データが自動で集約されるため、スコア上位から順に検討するなど、横比較が容易になります。
AI面接は採用担当者が同席する必要すらないため、面接官の物理的負担はゼロです。構造化面接を徹底できる運用が、無理なく実現します。
AI面接で構造化面接を導入する具体的な5ステップを解説します。
採りたい人材に求めるコンピテンシー(能力・行動特性)を3〜5個に絞ります。
例(営業職)
BARS(Behaviorally Anchored Rating Scales)=行動基準評価尺度を設計します。各コンピテンシーについて、スコア別の具体的な行動レベルを言語化します。
例: 顧客理解力
各コンピテンシーを3〜5問の質問で多角的に評価します。
例: 顧客理解力
各質問に対して、AIが自動で深掘りする条件と、評価プロンプトを設定します。
深掘り例:
3ヶ月に1回、スコアと入社後のパフォーマンスの相関を分析し、質問・評価基準を見直します。運用データで磨き続けることが、構造化面接の真価を発揮します。
カスタマイズの詳細は、AI面接の質問設計を自由にカスタマイズもあわせてご覧ください。
評価基準の統一により、採用のミスマッチが30〜50%減少した事例があります(MiAI導入企業・当社調べ)。
面接官の主観ではなく、回答内容そのものを数値化するため、性別・年齢・学歴・大学名などの属性による無意識のバイアスが排除されます。
評価がすべてデータで残るため、「なぜこの候補者を合格/不合格にしたか」を、数値に基づいて説明可能。社内稟議・経営層への説明も容易になります。
AI面接で標準化された質問・評価基準は、新人の面接官が学ぶ教材としても機能します。「このスコアならこんな行動レベル」という具体例が組織の資産になります。
標準化を徹底しすぎると、定型回答ができる人だけが通過するリスクがあります。多様な人材を捕まえるには、標準質問+自由な深掘りの組み合わせが有効です。
評価軸が5個を超えると、面接時間が長くなり候補者負荷が増えるうえ、各軸の評価が浅くなります。3〜5個に絞ることが重要です。
構造化面接は採用判断の精度を高めますが、最終判断は必ず人間が行う設計を守りましょう。AI面接は一次選考+情報収集の位置づけで、その後の面接で総合判断するのが王道です。
中堅IT企業(従業員約300名)の事例を要約でご紹介します。
「評価統一+定着率向上+工数削減」の三方よしを実現した代表的な事例です。
詳細はAI面接の導入事例5選でも紹介しています。
はい、基本的には新卒・中途・アルバイト問わず有効です。特に応募数が多い採用や、評価バラつきが顕在化している採用で効果が高くなります。
設計次第です。標準質問に加えて、回答に応じた自然な深掘りを行うAI面接なら、「機械的」な印象は大幅に減らせます。
3〜5個を推奨します。2個以下では多角的な評価ができず、6個以上だと候補者・面接側の負担が大きくなり、各軸の評価も浅くなります。
3ヶ月に1回の見直しが標準です。入社後のパフォーマンスとスコアの相関を見て、「効いている質問/効いていない質問」を特定し、改善していきます。
不要です。採用基準の言語化→評価軸の定義→質問設計→スコアリング基準というステップを順に進めれば、採用担当者だけで運用できる設計が可能です。導入サポートを提供するサービスを選ぶとさらに安全です。
AI面接×構造化面接のポイントをおさらいします。
評価基準の統一は、採用活動を感覚から科学に変える第一歩です。AI面接と構造化面接を組み合わせることで、公平・再現性・高予測精度を同時に手に入れられます。
比較検討や具体的な導入手順は、AI面接サービス徹底比較8選やAI面接の導入方法を完全解説もあわせてご覧ください。
「面接は、採用担当者にとって最も重要な業務でありながら、実は最も『属人性の高い業務』でもありました。構造化面接という知見は50年以上前からありますが、現実には運用しきれない企業がほとんどです。AI面接は、この構造化面接を『無理なく、確実に、全候補者に適用できる』仕組みを可能にしました。面接の評価を『直感』から『仕組み』に変える——それは、あなたの会社の採用をより公平に、より精度高くする道です。ぜひこの記事を出発点として、自社の採用を科学する第一歩を踏み出してみてください。」
— 松元 勇人