AI利用ログは「評価材料」ではなく「育成資産」として扱うべき理由
生成AIの社内利用が広がると、従業員がどのようなプロンプトを入力し、どのような業務でAIを使い、どのような成果物を作ったのかという「AI利用ログ」が蓄積されていきます。これらのログは、業務改善や人材育成に役立つ可能性があります。一方で、人事評価に直接使う場合は、個人情報保護、労働者のプライバシー、評価の公平性、心理的安全性といった複数の論点を避けて通れません。
特に注意すべきなのは、AI利用ログが単なる操作履歴ではない点です。ログには、従業員の思考の癖、業務上の悩み、調査内容、判断プロセス、場合によっては健康状態やメンタル面に関する情報が含まれる可能性があります。個人情報保護委員会のガイドラインでも、個人情報の取扱いには利用目的の特定や目的外利用の制限が求められ、利用目的を超える場合は原則として本人同意が必要とされています。
したがって、AI利用ログは「監視して評価を下げるための材料」ではなく、「良い使い方を共有し、組織全体のAI活用力を高めるための資産」として設計することが重要です。
AI利用ログを人事評価に使う際の最大リスク
利用目的の後出し変更は避ける
AIツール導入時に「情報セキュリティのため」「不正利用防止のため」と説明して取得していたログを、後から人事評価や昇格判断に使う場合、目的外利用に該当する可能性があります。
たとえば、当初は「機密情報の入力防止」や「システム改善」を目的としていたログを、後から「AI活用力の評価」「昇給判断」「配置転換」に使う場合、従業員が通常予期できる範囲を超える可能性があります。個人情報保護法上、特定された利用目的を超えて個人情報を扱う場合は、原則として本人同意が必要です。
導入時点で明示しておくべき項目は、少なくとも次の3つです。
- どのログを取得するのか
- 何の目的で使うのか
- 人事評価に使う場合、どの範囲で使うのか
ここを曖昧にしたまま運用すると、従業員から「知らないうちに監視されていた」「AIの使い方で不利益を受けた」と受け止められる危険があります。
健康情報やメンタル情報の混入に注意する
生成AIは相談相手として使われることもあります。従業員が「最近眠れない」「業務ストレスが強い」「体調が悪い」といった内容をAIに入力した場合、そのログには健康情報やメンタルヘルスに関する情報が含まれる可能性があります。
個人情報保護委員会は、健康診断の結果、病歴、ストレスチェック結果などの健康情報について、要配慮個人情報に該当する場合が多く、該当しない情報でも機微な情報として慎重に扱うことが望ましいとしています。
そのため、AI利用ログを人事評価に使う場合は、健康・病名・メンタルヘルス・家庭事情などのキーワードを自動的に除外、マスキング、または評価者の閲覧対象から外す設計が必要です。ログを丸ごと人事部門が閲覧する運用は避けるべきです。
従業員モニタリングとしての適法性と限界
監視ではなく、目的・責任者・ルールを明確にする
AI利用ログの収集や分析は、実質的には従業員モニタリングの一種です。個人情報保護委員会のFAQでは、従業者を対象とするモニタリングを実施する場合、目的を社内規程等で明示すること、責任者と権限を定めること、実施ルールを策定し運用者に徹底すること、適正に行われているか確認することが留意点として示されています。
つまり、AI利用ログを扱うなら、次のような社内ルールが必要です。
- ログ取得の目的
- 取得するデータの範囲
- 閲覧できる担当者
- 評価に使う場合の基準
- 健康情報・私的情報が混入した場合の除外方法
- 保存期間と削除ルール
- 従業員への説明方法
特に中小企業では、仕組みを複雑にしすぎる必要はありません。しかし、最低限「何を見て、何を見ないのか」は明文化しなければなりません。
減点評価に使うとシャドーAIを生む
AI利用ログを「監視」や「減点」に使い始めると、従業員は公式ツールの利用を避け、個人スマートフォンや無料AIサービスを使うようになる可能性があります。これが、いわゆるシャドーAIの問題です。
シャドーAIが増えると、会社は誰が、どの情報を、どのAIに入力したのかを把握できなくなります。結果として、機密情報の漏えい、著作権リスク、誤情報の利用、トラブル発生時の責任所在の不明確化といった問題が起こりやすくなります。
AI事業者ガイドライン第1.2版でも、AI活用においてはリスクを正しく認識し、AIライフサイクル全体で必要な対策を自主的に実行することが重視されています。 企業がログを扱う目的は、従業員を萎縮させることではなく、安心して公式AIを使える環境を整えることです。
AI利用ログを人材育成に活かす設計
良いプロンプトをナレッジ化する
AI利用ログの最も有効な使い道は、人事評価よりも人材育成です。
たとえば、ある社員が顧客対応メール、提案書、議事録、データ整理などで質の高いプロンプトを使っている場合、その使い方を個人の経験で終わらせず、社内ナレッジとして共有できます。
重要なのは、「誰が何回AIを使ったか」ではなく、「どの業務で、どのようにAIを使うと成果につながるか」を抽出することです。単純な利用回数だけで評価すると、AIを大量に使っているだけの人が高く見えたり、慎重に検証している人が低く見えたりする可能性があります。
育成に使うなら、次のような観点が有効です。
- 業務目的に合ったプロンプトを作れているか
- AIの出力をそのまま使わず検証しているか
- 社内ルールに沿って機密情報を守っているか
- 他部署でも再利用できる形に整理できているか
- 人間が担うべき判断を放棄していないか
「AIに任せた仕事」から人間のコアスキルを見直す
AI利用ログを分析すると、どの業務がAIに置き換えやすく、どの業務に人間の判断が必要なのかが見えてきます。
たとえば、定型的な文章作成や要約、表の整理はAIに任せやすい一方で、顧客との信頼関係づくり、複雑な利害調整、倫理的判断、現場感覚を伴う意思決定は人間に残りやすい領域です。
これからの人材育成では、従来の「職種別スキル表」だけでは不十分です。営業、事務、管理、企画といった職種名で一括りにするのではなく、「AIに任せられる業務」と「人が担うべき業務」を切り分ける必要があります。
この考え方は、AI活用時代の人材要件再設計に直結します。AI利用ログは、単なる記録ではなく、組織の仕事の構造を見直すための重要な材料になります。
評価制度に組み込む場合の実務ポイント
直接評価ではなく補助指標にする
AI利用ログを人事評価に使う場合、ログだけで評価を決めるのは危険です。AIの利用回数、プロンプトの長さ、出力件数などは、本人の能力をそのまま示すものではありません。
評価に使うなら、あくまで補助指標に留めるべきです。たとえば、「AIを活用して業務改善に貢献した事例」「作成したプロンプトを社内共有した実績」「AI出力を検証し、品質向上につなげた行動」など、成果や行動と結びつけて評価します。
逆に避けるべき評価は、次のようなものです。
- AI利用回数が少ないから低評価にする
- プロンプトが短いから能力が低いと判断する
- AIに相談した内容から性格や思想を推測する
- 私的な悩みや健康情報を評価材料にする
- AIスコアだけで昇格・降格を決める
AIによる評価には、ハルシネーション、バイアス、フィルターバブル、自動化バイアスといった限界があります。AIが出したスコアや判定を人事担当者が過信すると、評価の妥当性が損なわれます。AI事業者ガイドラインでも、AIのリスクを踏まえたガバナンスと継続的改善の重要性が示されています。
透明性と説明責任を確保する
従業員にとって、自分のAI利用ログがどのように扱われるのか分からない状態は強い不安につながります。これでは、AI活用は広がりません。
企業は、少なくとも次の内容を従業員に説明する必要があります。
- ログを取得する理由
- 評価に使う場合の範囲
- 評価に使わない情報
- 閲覧権限を持つ担当者
- 保存期間
- 異議申立てや確認の方法
評価制度に組み込む場合は、労働組合や従業員代表への事前説明、社内規程の整備、運用開始前の周知が欠かせません。特に、ログを減点材料にするのではなく、育成・共有・業務改善のために使うという方針を明確にすることが、心理的安全性の土台になります。
まとめ：AI利用ログ活用の本質は「監視」ではなく「成長の見える化」
AI利用ログは、使い方を誤れば監視ツールになります。しかし、設計を誤らなければ、従業員のAI活用力を可視化し、良いプロンプトを共有し、組織全体の生産性を高めるための有効な資産になります。
重要なのは、ログを取得する前に、目的・範囲・権限・除外情報・保存期間・評価への使い方を決めることです。特に、健康情報やメンタル情報の混入、目的外利用、過度な監視、AIスコアの過信には注意が必要です。
これからのHRガバナンスでは、「AIを使ったかどうか」ではなく、「AIを使って、どのように人間の判断や創造性を高めたか」が評価の中心になります。AI利用ログは、そのための補助線として使うべきです。
コメント