世界のAI×採用最前線——適性検査・アセスメントはどこまでAI化が進んでいるか【2026年版】

「AI面接」「AIスカウト」という言葉を日本でも聞くようになりました。しかし、世界的にどこまで進んでいるのか、実感を持っている人事担当者は多くありません。適性検査についても「AIで大きく変わった」と言われますが、具体的に何が変わったのかは曖昧なままです。

AI×採用は世界でどこまで進み、適性検査・アセスメントはどう変わりつつあるのか。グローバルな調査データをもとに整理します。

世界で今、AI×採用はどこまで進んでいるのか

まず、AIが採用業務のどこまで普及しているかを、調査データで確認します。

米国人材マネジメント協会（SHRM）が2025年2月にHR専門家2,040名を対象に実施した調査では、組織全体でHR業務にAIを活用している割合が43%に達しました。2024年の26%から大きく増加しています。同調査では、採用業務の支援を目的にAIを使っている組織も51%に上ることが示されています（この51%についての前年比の数値は同調査では示されていません）。

活用が進んでいる工程には偏りがあります。同調査でAI利用組織に用途を聞いたところ、最も多かったのは求人票の作成（66%）で、次いで応募書類のスクリーニング（44%）、候補者の検索・ソーシング（32%）、求人票のカスタマイズ（31%）、応募者とのコミュニケーション対応（29%）と続きました。

つまり、現状のAI×採用は「最終的に誰を採用するか」という重要判断ではなく、その手前にある事務的・繰り返し的な作業の効率化が中心です。この整理は、後述する候補者側の不信感や各国の規制動向を理解する前提にもなります。

出典: SHRM「2025 Talent Trends」（HR専門家2,040名対象、2025年2月3〜12日実施）

候補者は「AIによる採用判断」をどう見ているか

企業側が急速に導入を進める一方で、選考される候補者側の受け止め方には大きな差があります。

人材業界向けメディアを運営するDHIグループ（Dice）が2025年6〜7月に米国の技術職212名を対象に実施した調査によると、技術職の68%が「完全にAI主導の採用プロセス」を信頼しないと回答しました。一方、AIと人間を組み合わせたハイブリッドな選考プロセスであれば信頼すると回答した割合は46%です。同調査では92%が「AIは、選考システムの穴を知っている有能な候補者を見落とす」と回答しました。

採用管理システムを提供するGreenhouseが2025年11月に発表した米・英・アイルランド・独4カ国の求職者・採用担当者計4,136名への調査でも、似た傾向が見られます。採用担当者の70%が「AIはより速く、良い意思決定を可能にする」と回答した一方、求職者側で「AIによる選考は公正だ」と感じているのはわずか8%でした。求職者の46%が過去1年で採用プロセスへの信頼が低下したと回答し、そのうち42%は「AIが直接の原因」だとしています。

さらに、求職者の35%が「AIは差別の主体を人間からアルゴリズムに移しただけだ」、18%が「AIは過去データを学習することでバイアスを増幅した」と回答しています。採用する側は効率化の手段としてAIに期待し、選考される側はその公平性に強い疑問を持っています。この双方の認識の差が、AI×採用における世界共通の課題です。

この不信感の背景には、AI導入を支える組織文化の設計があるという指摘もあります。Perceptyx社の2024〜2025年調査では、明確なAI戦略を持つ組織で「AIは職場文化に良い影響を与えている」と回答した割合は79%に達した一方、戦略のない組織ではわずか10%でした。

📄 関連記事: 生成AIは組織文化をどう変えるか？

規制はどこまで進んでいるか——「高リスクAI」としての採用AI

候補者側の不信感を背景に、各国で採用AIに対する規制が具体的な条文として整備されています。

EU（欧州連合）のAI法（EU AI Act）は、求人広告のターゲティング、応募書類の分析・フィルタリング、候補者評価に使うAIシステムを「高リスクAIシステム」に分類しています。高リスクAIシステムには、リスク管理体制の整備や人による監督などの義務が課されます。この雇用分野の義務適用は当初2026年8月2日の予定でしたが、2027年12月2日に延期されています。

米国では、ニューヨーク市が2023年に「Local Law 144」を施行しました。これは自動雇用決定ツール（AEDT: Automated Employment Decision Tool、採用判断を自動化するAI・アルゴリズムのこと）について、年1回の第三者によるバイアス監査と結果の公表を義務づける条例です。ただし2025年12月にニューヨーク州会計監査官が公表した監査では、この条例を執行する市の消費者・労働者保護局の体制が「不十分」だと指摘されています。制度はあっても、実効性の確保はまだ課題として残っている状態です。

イリノイ州には、性質の異なる2つの法律があります。1つは2020年施行の「Artificial Intelligence Video Interview Act」で、動画面接にAI分析を用いる企業に対し、候補者への事前通知やAIの仕組みの説明、同意取得を義務づけるものです。もう1つは、同州の人権法（Illinois Human Rights Act）の改正です。こちらは雇用判断にAIを利用する際の差別的な影響を規制するもので、AI動画面接に限らない、より広い範囲の雇用AI利用が対象です。対象範囲も施行の目的も異なる、別々の法律として区別する必要があります。

規制が先行しているのは、いずれもAIによる採用判断がもたらす差別・バイアスへの懸念が背景にあります。この懸念は、適性検査・アセスメントの領域でも同様に表れています。

適性検査・アセスメントは、どこまでAI化が進んでいるか

適性検査（アセスメント）とは、候補者の能力・性格・行動特性を測定し、職務適性を判断するための検査手法を指します。従来は、選択式の設問に回答する能力検査・性格検査が主流でした。

この分野の妥当性（検査結果が実際の職務遂行をどれだけ正確に予測できるか）について、心理学分野では長年の研究があります。1998年に発表されたシュミット&ハンター（Schmidt & Hunter）のメタ分析は、85年分の研究データを統合し、一般認知能力テストと職務遂行の相関を0.51（複雑な職務では0.58）と報告しました。

この結果は2022年、サケットら（Sackett, Zhang, Berry, Lievens）による再検証で見直されています。統計的な補正方法に過大評価があったとして、一般認知能力テストの妥当性は0.31に下方修正されました。一方、構造化面接（評価項目・質問内容をあらかじめ決めておく面接手法）は0.42で、単独の手法としては最も高い予測力を持つと再評価されています。

出典: Sackett, Zhang, Berry & Lievens (2022) Journal of Applied Psychology

従来型の検査手法には、数十年にわたる独立した学術検証の蓄積があります。AIを活用した新しいアセスメントは、これよりずっと短い歴史の中で急速に広がってきました。

代表的なのがゲーム型アセスメントです。2013年創業のPymetricsは、神経科学に基づくゲーム形式のタスクで候補者の認知・情動・社会的特性を測定する手法を提供しています。自己申告の性格検査では測りにくい、無意識的な行動データを取得できる点が特徴です。

対話型のAI面接も広がっています。米HireVueは2020年から2021年にかけて、AIによる顔の表情分析機能を段階的に廃止しました。同社は「視覚分析はもはや評価に有意な付加価値をもたらさなくなった」と説明しています。廃止の背景には、社会的な懸念の大きさに加え、顔の表情から感情状態を確実に読み取れるとする科学的根拠が乏しいという指摘もありました。SHRMの報道によれば、廃止当時のHireVueのプラットフォームは1,900万件以上のビデオ面接を実施し、700社以上の顧客を持っていました。現在は、面接回答をテキスト化し、産業組織心理学者が設計したコンピテンシー評価と組み合わせる方式に移行しています。

日本国内でも、AIを活用したアセスメントの実務導入が進んでいます。対話型AI面接サービス「SHaiN」は、同社の発表によると、約4万件の面接データをもとに東京大学との共同研究で開発された評価AIを組み込み、2025年10月に導入企業900社、2026年3月に1,000社を達成しました。適性検査「ミキワメAI」を提供するリーディングマークは、2025年2月20日にWebテスト受検時の不正行為（替え玉受検など）をAIで検知する「ミキワメAI監視 in 適性検査」をリリースしています。一方、国内最多利用の適性検査であるSPI3(2025年3月期に年間利用社数16,300社、受検者数約249万人)については、AI活用型への転換に関する公式な発表は確認されていません。

適性検査は入社「前」の候補者を測る仕組みですが、入社「後」のAI活用をどう評価に組み込むかという論点も並行して広がっています。Microsoft・Infosys・Duolingoなど複数の海外企業が、AI活用を事業インパクトや昇給に直結させる評価制度を導入し始めています。

📄 関連記事: AI活用をどう評価に反映させるか？AI時代の人事評価制度

アセスメントAIのバイアス問題——独立検証が示す課題

AIアセスメントが広がるにつれ、その公平性を独立した第三者が検証する事例も増えてきました。

古くはAmazonの事例があります。2018年に報じられたところによると、Amazonは応募書類を自動評価するAIを開発していましたが、過去10年分の応募データ（男性優位のIT業界データ)で学習させたため、「women’s」という語を含む履歴書や女子大出身者を減点する傾向が生じ、修正を試みたものの解消しきれず、開発を中止しました。

より新しい研究として、スタンフォード大学・チャップマン大学・ノースイースタン大学の合同研究チームによる論文「Algorithmic Monocultures in Hiring」があります。156社（大半が年間売上50億ドル以上）・1,746件の職種において、300万人の応募者による400万件の応募データを分析した結果を、米学術会議ACM FAccT 2026で公表しています。この研究では、黒人応募者の応募のうち25.87%（アジア系では14.74%）が、連邦基準で差別的とみなされる判定を行っていたアルゴリズムを使う職種に送られていたこと、10.62%の職種で黒人応募者への不利な影響が確認されたことが示されています。分析対象はすべて同一ベンダー（Pymetrics）のアルゴリズムを使用した採用プロセスでした。

スタンフォード大学が2025年10月に公表した別の研究では、生成AIによる履歴書の生成・評価において、高齢の女性は経験が浅く若く見えるよう記述される傾向があり、高齢男性は同一データでも高評価を受けやすいバイアスが確認されました。研究チームは、大規模言語モデルがオンライン上の不正確な高齢女性ステレオタイプを増幅していると結論づけています。

こうした研究が示すのは、AIアセスメントの技術自体が悪いわけではなく、学習データに含まれる過去の偏りがそのまま結果に反映されやすいという構造的な課題です。従来型の適性検査に対する独立系の大規模メタ分析に相当する検証は、AI型のゲームアセスメント・対話型面接についてはまだ発展途上にあります。導入する企業側には、提供企業の主張だけでなく、第三者による監査結果を確認する視点が求められます。

実務者が見てきた、適性検査選びで陥りやすい落とし穴

ここまでは世界的な調査データを中心に見てきましたが、実際に適性検査を選ぶ現場では、データだけでは見えてこない落とし穴があります。

ある採用支援会社の実務知見では、適性検査を選ぶ際に2つの注意点が指摘されています。

1つは、優劣を直接問う設問への警戒です。「リーダーシップがありますか」のような、望ましい回答が明らかな設問は、候補者が意図的に「ある」と答えやすく、実態を正確に測定できません。これはフェイキング（検査で望ましく見える回答を意図的に選ぶこと）と呼ばれる現象で、AI型・従来型を問わず、設問設計そのものの問題です。

もう1つは、「社内の活躍人材と似たタイプ」を選ぶという発想の限界です。既存の活躍人材との類似度だけを選抜基準にすると、過去の組織構成や評価上の偏りを再生産するおそれがあります。類似度モデルを使う場合も、入社後成果との予測妥当性と、属性別の通過率・不利な影響を継続的に検証する必要があります。

適性検査を選定する際は、「自社にとって何が意味のある指標か」をデータで確かめられる検査かどうかを基準にすることが重要です。ベンダーの機能の新しさだけで判断すると、この2つの落とし穴にはまりやすくなります。

まとめ：日本企業はこの動きにどう向き合うべきか

AI×採用は、世界的に見て求人票作成やスカウト対象の抽出といった効率化領域では急速に導入が進んでいますが、最終合否のような重要判断への実装は各国で慎重な姿勢が続いています。その背景には、候補者側の強い不信感と、規制当局による「高リスクAI」としての位置づけがあります。

適性検査・アセスメントの領域では、ゲーム型・対話型といった新しい手法が広がる一方、その妥当性を裏づける独立した大規模検証は、数十年の蓄積を持つ従来型の手法にまだ及びません。バイアスに関する学術研究の蓄積も、技術の普及速度に比べればまだ少ない状態です。

日本企業がこの動きから学べるのは、「AIを入れること」自体を目的化しないという姿勢です。どの工程にAIを使うか、その判断が公正だと候補者からも見えるか、そして選ぶ検査・ツールに妥当性の根拠があるか。この3点を確認せずにツールだけを導入すれば、候補者の不信感を招き、将来的な規制対応コストが生じるおそれがあります。

こうした「ツールを入れる前に何を測るべきかを決める」という順序は、AI活用全体に共通する課題です。PwC Japanの2025年春調査では、生成AIの効果が「期待を上回る」と回答した日本企業の割合は、米英の約4分の1にとどまりました。

📄 関連記事: 【決定版】AHRとは？-人とAIの働き方をリデザインする

AI採用にお悩みがあればお気軽にご相談ください

AI採用は、採用工程のどこかを自動化・効率化するための手段です。5つの領域のうち、現時点で最も効果が出やすいのは母集団形成（スカウト）です。ただしツールを入れることで採用が変わるのではなく、プロセスを変えるからこそAIが機能します。株式会社プロリクでは独自AIを用いたAI RPO（採用代行）を提供しています。お気軽にお問い合わせいただけると幸いです。

弊社お問い合わせ窓口

株式会社プロリク | 人とAIの働き方をリデザインする

株式会社プロリクは「人とAIの働き方をリデザインする」AHRカンパニーです。独自開発AIによるエンジニア採用支援で採用を成功に導き、生成AIソリューションで企業の業務自動化までを一気通貫で支援し、人とAIの協働を支援します。

www.prorec.jp

👤

著者について

宮前 貴史（株式会社プロリク ）

大学卒業後、個人事業主として約5年半にわたり、BtoC・BtoB領域で営業から企画・運営までを一気通貫で経験。その後、ベンチャー企業にて採用担当として制度設計に従事し、さらにRPOサービスの立ち上げ責任者として、スカウト業務の仕組み化から実践までを牽引。プロリク参画後は、その豊富な実務経験を活かし、ITエンジニアのスカウト業務を中心に複数クライアントの採用成功を支援している

よくある質問

Q. 世界的に見て、AIは採用のどの工程で最も使われていますか？

求人票の作成、応募書類のスクリーニング、候補者の検索・ソーシングといった、最終判断の手前にある効率化領域での活用が最も進んでいます。米国のSHRM調査（2025年）では、AI利用組織のうち66%が求人票作成にAIを使っていると回答しています。

Q. 候補者はAIによる採用判断をどう感じていますか？

総じて信頼度は低いです。米国の調査では、技術職の約7割が「完全にAI主導の採用プロセス」を信頼しないと回答しており、「AIによる選考は公正だ」と感じる求職者は1割に満たないという結果も報告されています。

Q. 適性検査はAI化でどこまで進んでいますか？

一問一答形式の能力・性格測定から、ゲーム形式で行動データを取得する手法や、対話型のAI面接へと広がっています。ただし、これらの新しい手法の予測妥当性を検証した独立系の大規模研究は、従来型の検査に比べてまだ少ないのが現状です。

Q. AIを使った採用に関する規制はありますか?

あります。EUのAI法は採用に使うAIを「高リスクAIシステム」に指定しており、米国ニューヨーク市やイリノイ州でも、AIによる採用判断に対する情報開示や監査を義務づける条例・法律が施行されています。

Q. 適性検査を選ぶ際に注意すべき点は何ですか?

優劣を直接問う設問は候補者に望ましい回答を選ばれやすく、正確な測定になりにくい点に注意が必要です。また、既存の活躍人材との類似度だけを選抜基準にする検査は、過去の組織構成や評価の偏りを再生産するおそれがあります。検査の妥当性がデータで確認できるか、属性別の通過率に偏りがないかを基準に選ぶことが重要です。

参考文献、資料

• SHRM「2025 Talent Trends: AI in HR」: https://www.shrm.org/topics-tools/research/2025-talent-trends/ai-in-hr
• DHI Group（Dice）「New Dice Research Reveals Critical Trust Crisis in the Tech Hiring Market」: https://dhigroupinc.com/press/press-release-details/2025/New-Dice-Research-Reveals-Critical-Trust-Crisis-in-the-Tech-Hiring-Market/default.aspx
• Greenhouse「An AI Trust Crisis」: https://www.greenhouse.com/newsroom/an-ai-trust-crisis-70-of-hiring-managers-trust-ai-to-make-faster-and-better-hiring-decisions-only-8-of-job-seekers-call-it-fair
• EU AI Act, Annex III: https://artificialintelligenceact.eu/annex/3/
• SHRM「Illinois Employers Must Comply With Artificial Intelligence Video Interview Act」: https://www.shrm.org/topics-tools/employment-law-compliance/illinois-employers-must-comply-artificial-intelligence-video-interview-act
• New York State Comptroller「Enforcement of Local Law 144 - Automated Employment Decision Tools」: https://www.osc.ny.gov/state-agencies/audits/2025/12/02/enforcement-local-law-144-automated-employment-decision-tools
• Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022) “Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range.” Journal of Applied Psychology, 107(11), 2040–2068. DOI: 10.1037/apl0000994
• SHRM「HireVue Discontinues Facial Analysis Screening」: https://www.shrm.org/topics-tools/news/talent-acquisition/hirevue-discontinues-facial-analysis-screening
• MIT Technology Review「Amazon ditched AI recruitment software because it was biased against women」: https://www.technologyreview.com/2018/10/10/139858/amazon-ditched-ai-recruitment-software-because-it-was-biased-against-women/
• Bommasani et al. “Algorithmic Monocultures in Hiring” (Stanford Digital Economy Lab, 2026): https://digitaleconomy.stanford.edu/publication/algorithmic-monocultures-in-hiring/ / arXiv: https://arxiv.org/abs/2605.27371
• Stanford Report「AI hiring tools show racial bias」: https://news.stanford.edu/stories/2026/06/ai-hiring-tools-racial-bias-research
• Fortune「AI hiring algorithm racial disparities Pymetrics Stanford study」: https://fortune.com/2026/05/26/ai-hiring-algorithm-racial-disparities-pymetrics-stanford-study/
• Stanford Report「AI, LLMs and age bias against older working women」: https://news.stanford.edu/stories/2025/10/ai-llms-age-bias-older-working-women-research
• JILPT（労働政策研究・研修機構）SHaiN関連記事: https://www.jil.go.jp/kokunai/blt/backnumber/2026/01_02/shuzai_01.html
• SPI3公式サイト（利用実績）: https://www.spi.recruit.co.jp/spi3news/000099.html
• Perceptyx「2024-2025年調査」（本文内引用、出典はai-organizational-culture-impact記事の引用元に準拠）
• PwC Japan「生成AIに関する実態調査2025春」: https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2025.html