【実践Tips】採用書類選考をAIで半自動化！精度を100%近くまで高めた「判定根拠」の言語化とチューニング手法

導入前の課題と目指した姿（BEFORE / AFTER）

まず、今回の取り組みにおける成果からご紹介します。

※使用ツール：Claude CMA、HRMOS（採用管理）、PDF、Googleスプレッドシート、Google Docs

💡 ここがポイント
AIに完全丸投げするのではなく、「人間とAIの選考結果を比較すり合わせるチューニング期間」を設けたことで、属人化していた潜在的な選考基準を明文化・システム化できました。

精度50%から100%近くまで高めた「3つの実践ステップ」

ステップ①：人間とAIで「同じ応募者」を評価するチューニング期間の設置

いきなりAIの判定を鵜呑みにして実務投入するのは非常に危険です。
最初期は、人間の合否判定とAIの判定が50%程度しか一致しませんでした。そこで、まずは「人間とAIが同じ応募者書類（PDF等）を同時に評価する期間」を設けました。

• 人事担当者が通常通り選考を行い、合否とその理由を記録する
• 同じ書類をClaudeに読み込ませ、判定を出させる
• 両者の判定が食い違ったケースを抽出し、「人事担当者が無意識に判断していた潜在的な選考基準」を浮き彫りにする

この「人間の感覚」と「AIへの指示」のズレを修正・言語化していくプロセスこそが、精度向上の鍵となります。

ステップ②：単なる「合否」ではなく「判定根拠」を徹底的に出力させる

精度を高め、かつ人事が最終判断しやすくするために、AIには「合格/不合格」という一言だけでなく、項目ごとの参考評価と具体的な判定理由（ファクトベース）をセットで出力させます。

• 項目別評価の明記：必須要件（例：実務経験年数）、歓迎要件、実績の定量性などを項目ごとに分類して評価
• 総合参考判定：通過推奨／保留／不通過推奨の多段階で提示
• 判定根拠（ファクトベース）：職務経歴書内の具体的な記述（プロジェクト名、年数、実績数値など）を引用して理由を説明

「なぜその判断になったのか」の理由が明記されるため、不一致が発生した際に「基準のどの部分が甘い/厳しいか」をピンポイントで修正できるようになります。

ステップ③：フィードバックループによる基準の洗練（精度100%近くへ）

ステップ①と②を繰り返し、AIの出力結果を人間がレビューしてフィードバック（条件の追加・例外ルールの明記）を重ねました。

例１：経験年数の判断基準
『経験年数X年以上』というMust条件に対し、実際は条件を満たさなくても合格としているケースがあることをAIが検出。
担当者に確認し、『経験年数はX年に満たなくても、その間に上流工程やリーダー経験をしているなどの優れた経歴がある場合は合格とする』という例外判定を追加。

例２：休職・離職の判断基準
休職・離職の経歴がある場合は原則NGとしていたが、実際には休職・離職があっても合格としているケースがあることをAIが検出。
担当者に確認し、『転職を目的とした初回の離職や、出産・介護等のやむを得ない事情での一時的な休職であることが明らかな場合はNGとしない』という例外判定を追加。

このようなチューニングを重ねた結果、人間の判断とAIの参考判定の合致度は100%に近い状態まで向上しました。

実践時における「ファクトベース」の注意点

HR（採用・人事）領域でAIを活用する際は、一般的な業務以上に慎重な運用が求められます。

AIの判定は「参考判定」にとどめ、最終決定は人間が行う

AIはあくまで「項目ごとの一次スクリーニングと根拠の整理」を担い、最終的な通過・見送りのボタンを押すのは人事が担当します。これにより、完全自動化による倫理的リスクや見落としを防ぎつつ、確認時間を70%削減できます。らず、本来整理されているべき情報です。「AIを入れたのに効果が出ない」という相談の多くは、原因がAIそのものではなく、この手前にあります。

書類に書かれていない情報を「推測（ハルシネーション）」させない

「この経歴ならきっと〇〇もできるだろう」といったAIの勝手な補完を防ぐため、「提出された書類内に記載がある事実（ファクト）のみを根拠とすること」を前提条件として厳密に縛ります。

まとめ：身近なツールの最適化から始める「プロセスのAX」

請大掛かりな採用ツールの全面刷新をしなくても、HRMOSなどの既存の採用管理ツールやスプレッドシート、そしてClaudeを組み合わせるだけで、選考プロセスは劇的に効率化できます。
選考リードタイムが10日から3日に短縮されたことで、優秀な候補者へのアプローチが迅速化し、選考辞退率の低下という大きな成果にもつながりました。
単なる「作業の自動化」ではなく、「判断基準の言語化・標準化」を通じて開発体制や組織運営を強化することこそが、私たちが推進する「プロセスのAX」です。

KADODEでは、こうしたAIを活用した具体的な業務プロセスの仕組み化・標準化を支援しています。「自社の採用業務や社内プロセスをAIで効率化・標準化したい」という方は、ぜひお気軽にご相談ください。