AI面接とは — 何を測定しているのか・規制はどう動いているか・企業はどう判断すべきか

AI面接の導入は加速しています。2025年の調査では日本企業のAI採用ツール導入率が47.9%に達し、2026年卒の学生の82.7%がAI採用ツールを活用した就職活動を経験しています。大手企業が動画面接のAI分析で一次選考時間を70%削減した事例も報告されています。

しかし、「導入企業が増えている」ことと「導入すべきかどうか」は別の問題です。

本稿では、AI面接とは何か（定義と種類）、AI面接が実際に何を測定しているのか、測定していないものは何か、日米欧で急速に動いている規制の現状、そして企業としてどう判断すべきかを整理しています。AI面接の「賛否」を論じるのではなく、導入判断に必要な構造的な情報を提供することを目的としています。

なお、ここで述べる内容は一般的な傾向の整理であり、HCM（人的資本経営）における最適解は、事業形態・規模・経営戦略・人財戦略・担当領域・担当者によって異なります。自社の状況に照らしながら読んでいただければ幸いです。

AI面接とは — 定義と種類

AI面接とは、AIが候補者の回答内容、表情、音声、言語パターンなどを分析し、評価スコアを生成する面接手法です。広義には以下の種類を含みます。

録画面接（動画面接）+ AI分析

候補者があらかじめ設定された質問に対して動画で回答を録画し、AIがその動画を分析する形式です。候補者は自分の好きな時間に撮影でき、企業側は複数の候補者を並行して評価できます。日本で「AI面接」と呼ばれているものの多くはこの形式です。

学術的には「AVI（Asynchronous Video Interview：非同期動画面接）」と呼ばれ、近年急速に研究が進んでいます。Dunlop et al.（2025年、International Journal of Selection and Assessment 特集号）は、AVIを「最も高度に構造化可能な面接形式」と評価しています。すべての候補者に同じ質問を、同じ順序で、同じ回答時間で提示できるため、構造化の面では対面面接を上回る一貫性を持つ。ただし、評価の標準化（ルーブリックの設計、AIアルゴリズムの品質管理）が伴わなければ、その構造化の利点は損なわれると指摘しています。

Hickman et al.（2022年、Journal of Applied Psychology）は、AI動画面接によるパーソナリティ評価の信頼性・妥当性・汎用性を検証した主要研究です。また、Liff et al.（2024年）は、録画面接における行動質問（過去の経験を聞く質問）が対面面接と同等の基準妥当性を持つことを示しています。

リアルタイムAI面接

AIがリアルタイムで質問を投げかけ、候補者の回答に応じて次の質問を動的に変える形式です。チャットボット型と音声対話型があります。録画面接より対話性は高いが、候補者の心理的負担も大きい。

AI書類選考

面接ではありませんが、AI採用の文脈で密接に関連します。エントリーシートや職務経歴書をAIがスクリーニングし、一定の基準でスコアリングする手法です。過去の優秀社員のデータを学習させ、類似パターンを持つ候補者を優先する設計が多い。

AI面接は何を測定しているのか — そして何を測定していないのか

AI面接を導入する前に、企業が理解しておくべき最も重要な問いは「このツールは、何を測定しているのか」です。

測定しているもの

現在のAI面接ツールが測定しているのは、主に以下の要素です。

言語的特徴： 回答の論理構造、語彙の豊富さ、キーワードの使用頻度、回答の長さ・具体性。

非言語的特徴： 表情の変化パターン、視線の動き、声のトーン・抑揚・スピード、身体の動き。

行動パターン： 回答までの反応時間、質問に対する一貫性、エネルギーレベルの推移。

これらの特徴量を、過去に「高評価」を受けた候補者のパターンと照合し、スコアを算出する。大半のAI面接ツールはこの構造で動いています。

測定していないもの

一方、AI面接が構造的に測定できていないものがあります。

職務適合性（Job Fit）： AI面接が測定しているのは「このツールが定義する良い候補者のパターンとの一致度」であり、「この候補者が、この具体的なポジションで、この具体的なチームで成果を出せるか」ではありません。構造化面接が「ポジションに必要なコンピテンシー」を基準に設計されるのに対し、多くのAI面接ツールの評価基準は汎用的です。

文化的適合性（Culture Fit）： 候補者が自社の文化やチームに合うかどうかは、対話の中で双方が感じ取るものです。AIが「文化適合性スコア」を出す製品もありますが、何をもって「文化的に適合している」と定義しているかは、ツールによって大きく異なります。

候補者の意思決定プロセス： 転職を検討している候補者が「この会社に入りたい」と思うかどうかは、面接の場での対話の質に依存します。AI面接は「候補者を評価する」プロセスであり、「候補者が自社を評価する」プロセスを設計できません。優秀な候補者ほど、自分が評価される場だけでなく、自分が企業を評価できる場を求めます。

「過去のデータに基づく予測」の構造的な限界

AI面接の予測モデルは、過去のデータで学習しています。「過去に高評価を受けた候補者のパターン」を基準にスコアリングする構造です。

ここに根本的な問題があります。過去の高評価が正しかった保証がない。過去の採用判断にバイアスがあった場合、AIはそのバイアスを学習し、再現し、スケールさせます。Raghavan et al.（2020年、ACM FAccT）は、この問題を「技術的な解決だけでは不十分であり、組織的・制度的な対応が必要」と指摘しています。

たとえば、過去に「明るくハキハキ話す候補者」が高評価を受けていた企業がAI面接を導入すると、AIは「明るくハキハキ話す」パターンを学習します。結果として、内向的だが高い専門性を持つ候補者や、文化的背景の異なる話し方をする候補者が、構造的に低評価を受ける可能性があります。

AI面接をめぐる規制 — 日米欧で何が起きているか

AI面接は技術的な議論にとどまらず、法規制の対象として急速に動いています。

米国：NYC Local Law 144（2023年7月施行）

ニューヨーク市は、AI採用ツール（AEDT: Automated Employment Decision Tools）に対する世界初の本格的な規制を施行しました。

主な義務は3つです。第一に、独立した第三者による年次バイアス監査。第二に、監査結果のウェブサイト公開（最低6ヶ月）。第三に、候補者への10営業日前の事前通知とオプトアウト（利用拒否）の機会の提供。違反時の罰金は初回500ドル、以降500〜1,500ドル/日です。

EU：AI Act（2024年8月発効、2026年8月本格適用）

EU AI Actは、採用・選考・人事評価に使用されるAIを「ハイリスク」に分類しています。2026年8月から、ハイリスクAIシステムには人的監督、技術文書の整備、バイアステスト、ログの保持、候補者への透明性確保が義務づけられます。域外適用があるため、EU圏で採用活動を行う日本企業も対象です。違反時の罰金は最大3,500万ユーロまたは世界年商の7%。

日本：個別法なし（2026年5月時点）

日本には、AI面接やAI採用ツールを対象とした個別法は存在しません。個人情報保護法、職業安定法、男女雇用機会均等法の枠組みで一般的に規制されているのみです。

ただし、人的資本開示の義務化が進む中で、「採用プロセスの公正性・透明性」がステークホルダーの関心事になりつつあります。法的な義務はなくとも、「AI面接で何を測定し、どうバイアスを管理しているか」を説明できない企業は、今後リスクを抱えることになります。

構造化面接とAI面接 — 何が同じで、何が違うか

構造化面接とAI面接は、「面接の属人性を排除する」という点で問題意識を共有しています。しかし、そのアプローチは構造的に異なります。

共通点：面接官のバラつきを構造で制御する

構造化面接は、質問と評価基準を事前に設計することで、面接官の主観を排除します。AI面接は、評価そのものをアルゴリズムに委ねることで、面接官の主観を排除します。どちらも「人間の判断のバラつき」を問題として認識し、それを制御しようとしている。

決定的な違い：「何を評価基準にしているか」の透明性

構造化面接では、評価基準は人間が設計します。「このポジションにはこのコンピテンシーが必要で、それをこの質問で測定し、この基準で評価する」。基準が明示されているため、なぜ合格/不合格になったかを説明できます。

AI面接では、評価基準がアルゴリズムの内部にあります。多くのAI面接ツールは機械学習モデルを使用しており、「なぜこの候補者が低スコアになったのか」を人間が完全に説明することは困難です。いわゆる「ブラックボックス問題」です。

前稿で述べた通り、構造化面接の予測妥当性は.51です。これ自体が「足切り」としての位置づけであり、完璧な予測手段ではありません。AI面接の予測妥当性は、ツールや設計によって大きく異なり、業界として統一的なエビデンスはまだ蓄積されていない段階です。

AI面接は「構造化面接の代替」ではなく「補完」

AI面接を、構造化面接の「上位互換」として位置づけるのは不正確です。

AI面接が有効に機能する領域は、「大量の候補者を一定の基準で効率的にスクリーニングする」場面です。年間数千人の応募がある新卒一次選考、大量採用の初期スクリーニングなど。ここではAIの処理速度と一貫性が人間の能力を上回ります。

一方、「この候補者が自社で活躍できるか」を見極める場面では、構造化面接（人間による対話）の方が適しています。候補者の回答の文脈を理解し、深掘りし、双方向の対話を通じて相互理解を深める — これはAIが代替できる領域ではありません。

企業としてどう判断するか — 導入の3つの前提条件

AI面接を導入すべきかどうかは、以下の3つの前提条件が整っているかで判断できます。

前提条件①：スクリーニングの「量」の問題を抱えているか

年間数百人〜数千人の候補者をスクリーニングする必要があり、人間の面接官だけでは工数が回らない。この問題を抱えている企業には、AI面接（特に録画面接 + AI分析）は有効な選択肢です。逆に、年間採用数が数十人規模の企業では、AI面接のコストとセットアップ工数に見合わないケースが多い。

前提条件②：「何を測定するか」が言語化されているか

AI面接ツールに「うちの基準に合う候補者を判定してほしい」と依頼する場合、まず「うちの基準」が明確に言語化されていなければなりません。構造化面接の設計で述べた通り、自社のコンピテンシーや評価基準が未整理のままAI面接を導入しても、「何を測っているのかわからないスコア」が出力されるだけです。

AI面接の導入は、構造化面接の設計の「後」に来るべきプロセスです。自社の評価基準が構造化されていない状態で、AIに評価を委ねることはできません。

前提条件③：候補者体験への影響を設計に織り込んでいるか

AI面接に対する候補者の反応は二分されています。「気楽に受けられる」「時間の融通が利く」という肯定的な声がある一方、「機械に評価される違和感」「自分を見てもらえていない感覚」という否定的な声もあります。

特にプッシュ型の採用（ダイレクトリクルーティング等）で接触した候補者に対して、最初の選考がAI面接だった場合、「わざわざスカウトしておいて、AIに面接させるのか」と感じる候補者は少なくありません。候補者体験の設計上、AI面接をどの選考段階に配置するかは慎重に検討すべきポイントです。

実践者としての補足： AI面接の導入相談を受ける際に確認するのは、「選考の量の問題か、質の問題か」です。量の問題（候補者が多すぎてスクリーニングが追いつかない）であれば、AI面接は有効です。質の問題（面接官のスキルにバラつきがあって見極めの精度が低い）であれば、AI面接ではなく構造化面接の導入と面接官トレーニングが先です。AI面接は「量の効率化」のツールであり、「質の向上」のツールではない。この区別を間違えると、導入しても期待した効果は得られません。

AI面接の今後 — 技術の進化と規制の追いかけっこ

生成AIの参入

2023年以降、生成AI（大規模言語モデル）が採用プロセスに入り始めています。候補者の回答をリアルタイムで解析し、回答内容に応じた深掘り質問を動的に生成する。従来の録画面接 + AI分析型と比べて、対話性は格段に高くなります。

しかし、生成AIの採用面接への活用は、バイアスのリスクもスケールさせます。大規模言語モデルは学習データに含まれるバイアスを反映するため、「公正な面接官」として機能する保証はありません。EU AI Actが「ハイリスク」に分類した背景には、この懸念があります。

規制の方向性

AI面接をめぐる規制は、今後も強化される方向に動く可能性が高い。米国ではNYC以外の州でも同様の法案が検討されており、EUでは2026年8月のハイリスクシステム本格適用に向けて準備が進んでいます。

日本にはまだ個別法がありませんが、人的資本開示の拡充と、EU AI Actの域外適用を考えると、「法律がないから何もしなくてよい」という判断はリスクが高い。社内ガイドラインの整備は、規制への対応としてだけでなく、候補者と投資家への説明責任としても合理的です。

AI面接は「効率化の手段」であり「見極めの手段」ではない

本稿では、AI面接の定義と種類、測定しているものとしていないもの、日米欧の規制動向、構造化面接との違い、導入判断の前提条件までを整理してきました。

結論はシンプルです。

AI面接は、選考の「効率化」に寄与するツールです。選考の「質」を上げるツールではありません。

大量の候補者をスクリーニングする工数を削減する。一次選考のスピードを上げる。面接日程の調整コストを下げる。これらの効率化には明確な価値があります。

しかし、「この候補者が自社で活躍できるか」を見極める精度は、AI面接を導入しただけでは上がりません。見極めの精度を上げるのは、構造化面接の設計と面接官のトレーニングです。AIはその手前のスクリーニングを効率化するもの。

選考プロセス全体の設計として、AI面接は「入口の足切り」、構造化面接は「見極めの本丸」、ワークサンプルやリファレンスチェックは「最終確認」。この役割分担を明確にした上で導入すれば、AI面接は選考プロセスの中で有効に機能します。

選考設計を深掘りする

構造化面接とは — 面接の精度を「個人の力量」から「構造」に移す方法
カジュアル面談の設計 — 選考の手前にある最重要タッチポイント(準備中)
オファー面談と内定辞退 — クロージングの構造設計(準備中)

採用手法と接続する

戦略に位置づける

採用とは何か — 定義・日米の変遷・全手法の構造
人的資本経営とは — 定義・背景・採用との接続(準備中)
人的資本開示と採用 — 2026年改正を踏まえた対応(準備中)

採用について、お話しませんか。

AI面接の導入判断や選考プロセスの見直しを検討されている方へ。私たちは、選考設計の全体像から個別の手法選定まで、多くの企業の採用を支援してきました。

「AI面接を導入すべきか判断がつかない」「構造化面接とAI面接をどう組み合わせるか」「候補者体験を損なわない選考設計をしたい」— こうした問いをお持ちでしたら、お気軽にお声がけください。

[お問い合わせ]

この記事について

本稿は、iBECK代表・竹中淳人の実務経験に基づいて執筆しています。

前職にて8年半、採用責任者として年間応募者数を1万人から8.6万人に拡大。人事採用領域で日本1位を13回取得。世界5地域・60大学超での採用活動を経験。独立後12年間にわたり、人財戦略コンサルタントとして、従業員30名のベンチャーから約5万人規模の大手企業まで、採用ブランド設計・採用戦略立案を支援してきました。

参考文献

Raghavan, M., Barocas, S., Kleinberg, J. & Levy, K. (2020) "Mitigating Bias in Algorithmic Hiring: Evaluating Claims and Practices" ACM Conference on Fairness, Accountability, and Transparency (FAccT), pp.469-481 — AI採用ツールのバイアス問題を体系的に整理。技術的解決だけでは不十分と指摘
Hickman, L. et al. (2022) "Automated Video Interview Personality Assessments: Reliability, Validity, and Generalizability Investigations" Journal of Applied Psychology, 107(8), 1323-1351 — AI動画面接の信頼性・妥当性・汎用性を検証した主要研究
Hickman, L. et al. (2024) "Whither Bias Goes, I Will Go: An Integrative, Systematic Review of Algorithmic Bias Mitigation" Journal of Applied Psychology — アルゴリズムバイアス緩和の体系的レビュー
Dunlop, P.D. et al. (2025) "Asynchronous Video Interviews in Recruitment and Selection" International Journal of Selection and Assessment 特集号 — AVIを「最も高度に構造化可能な面接形式」と評価
Liff, J. et al. (2024) — 録画面接の行動質問は対面面接と同等の基準妥当性を持つ
Schmidt, Frank L. & Hunter, John E. (1998) "The Validity and Utility of Selection Methods in Personnel Psychology" Psychological Bulletin, 124(2), 262-274 — 選考手法の予測妥当性の比較。構造化面接 .51、認知能力+構造化面接の複合 .63
Bock, Laszlo (2015) Work Rules! — Googleの採用改革。構造化面接の導入経緯
SHRM "2025 Talent Trends" (n=2,040, 2025年2月) — HR業務のAI使用率43%、うち51%が採用業務
マイナビ「企業人材ニーズ調査2024年版」(2025年4月公表) — 新卒採用担当者の約5割がAIを採用活動に取り入れ
レバテック「IT白書2025」— 約56.9%の企業が採用AI活用に前向き、20.6%が導入済み
NYC Local Law 144 (2023年7月施行) — AEDT年次バイアス監査の義務化
EU AI Act, Regulation 2024/1689 (2024年8月発効, 2026年8月本格適用) — 採用用AIを「ハイリスク」分類、罰金最大3,500万ユーロ

AI面接とは