生成AIを人事評価に活用する時代に求められる視点
人事評価に生成AIを取り入れる動きが広がるなかで、企業に求められているのは「評価を自動化すること」ではなく、「評価の質を高めながら、納得性と公正性を守ること」です。
生成AIは、評価コメントの下書き、フィードバック文の整理、面談記録の要約、評価傾向の可視化などに活用できます。一方で、評価は昇給・昇格・配置・退職意向にも関わるため、誤った使い方をすれば、従業員の信頼を損ない、法的リスクや組織不信につながる可能性があります。
元資料では、人事領域における生成AI活用として、書類・会議内容の要約、レポート作成、採用関連データの可視化、評価コメント作成などが挙げられています。
生成AIは人事評価の「判断者」ではなく「補助者」として設計する
生成AIを人事評価に導入する際、最初に明確にすべきなのは、AIの役割です。AIが最終評価を決めるのか、人間の評価者を支援するのかで、制度設計の重さは大きく変わります。
実務上は、AIを最終判断者にするのではなく、評価業務を補助するツールとして位置づけるのが現実的です。たとえば、上司が入力した評価メモをもとに、表現の偏りを整える、評価項目ごとにコメントを整理する、過去の面談記録から論点を抽出する、といった使い方です。
この設計であれば、AIの出力をそのまま評価結果にするのではなく、人間が確認し、修正し、責任を持って判断する流れを維持できます。日本のAI事業者ガイドラインも最新版として第1.2版が公開されており、AIの開発・提供・利用におけるガバナンスやチェックリストの整備が重視されています。
人事評価AIで活用しやすい業務領域
生成AIが特に役立ちやすいのは、評価そのものよりも、評価に付随する情報整理や文章化の領域です。
たとえば、1on1面談の記録を要約し、次回面談で確認すべき論点を整理する。目標管理シートの記述を読み取り、評価項目との対応関係を確認する。管理職が作成した評価コメントについて、抽象的な表現を具体化する。こうした作業は、人間の判断を置き換えるというより、評価者の負担を減らし、評価のばらつきを抑える方向で活用できます。
一方で、「この社員は昇格させるべきか」「低評価にすべきか」といった判断をAIに委ねる運用は慎重であるべきです。評価結果は従業員の処遇に直結するため、AIの根拠が不明確なまま判断に使われると、説明責任を果たしにくくなります。
公平性を損なうリスク：AIは過去の偏りを学習する
人事評価AIで見落とされやすいのが、過去データに含まれる偏りです。
AIは過去の評価データや面談記録をもとに傾向を読み取ります。しかし、その過去データ自体に性別、年齢、雇用形態、職種、部署文化による偏りが含まれていれば、AIはその偏りを再生産する可能性があります。
たとえば、過去に特定の部署の評価が高くつきやすかった場合、AIがその傾向を「高評価の標準」として扱うことがあります。また、長時間労働や発言量の多さが成果と混同されている組織では、AIが本来評価すべき成果ではなく、見えやすい行動だけを重視する恐れもあります。
そのため、AI導入前には、評価データの棚卸しが欠かせません。どのデータを使うのか、何を評価対象にするのか、評価に使ってはいけない情報をどう除外するのかを明確にする必要があります。
個人情報・要配慮情報の扱いに注意する
人事評価では、個人情報の取り扱いも重要です。面談記録、勤怠情報、成果情報、異動履歴、健康状態に関わる情報などは、扱い方を誤ると大きな問題になります。
特に、健康情報、障害、信条、犯罪歴などに関わる要配慮個人情報は、取得や第三者提供に原則として本人同意が必要とされています。個人情報保護委員会のガイドラインでも、要配慮個人情報の取得や第三者提供には原則として本人の同意が必要であり、オプトアウトによる第三者提供は認められないとされています。
人事評価AIに入力する情報は、「評価に必要な情報か」「本人に説明できる情報か」「不要な推測につながらないか」という観点で整理する必要があります。AIに何でも入力する運用は危険です。むしろ、入力してよい情報を限定し、入力禁止情報を明文化することが重要です。
採用・配置・評価に共通する「適性・能力」基準
人事評価AIを設計する際は、採用選考の考え方も参考になります。厚生労働省は、公正な採用選考の基本として、応募者の基本的人権を尊重すること、応募者の適性・能力に基づいた基準により行うことを示しています。
これは採用だけでなく、人事評価にも通じます。評価制度においても、従業員本人の成果、役割、能力、行動に基づいて判断することが基本です。家族状況、生活環境、健康状態、思想信条など、業務遂行能力と関係のない情報が評価に混ざると、不公平な判断につながります。
AIを使う場合は、人間が無意識に混ぜていた不適切な評価要素を見える化できる可能性があります。しかし逆に、AIがそれらの要素を間接的に推測してしまう可能性もあります。だからこそ、AIの入力項目と評価基準は、制度設計の段階で慎重に確認する必要があります。
Human-in-the-loopを制度として組み込む
生成AIを人事評価に使ううえで欠かせないのが、Human-in-the-loop、つまり人間が確認・判断する仕組みです。
ここで大切なのは、「人間が最後に見るから大丈夫」という形式的な確認ではありません。AIの出力に対して、評価者がどの観点で確認するのか、修正した場合はどのように記録するのか、従業員から質問があった場合に誰が説明するのかまで決めておく必要があります。
たとえば、評価コメントの生成にAIを使う場合、管理職は次の点を確認します。事実に基づいているか。評価項目と対応しているか。過度に断定的な表現がないか。本人に説明できる内容か。過去の評価や他者との比較に依存しすぎていないか。
AIが出した文章をそのまま貼り付ける運用は避けるべきです。AIは文章を整えることは得意ですが、その社員を実際に見てきたわけではありません。評価の責任は、あくまで組織と評価者にあります。
AI人事評価システム導入の実務ステップ
AI人事評価システムを導入する際は、いきなり全社展開するのではなく、段階的に進めることが重要です。
まず、現在の評価制度と評価データを棚卸しします。評価項目、評価コメント、面談記録、目標管理シート、勤怠データなどのうち、AI活用に適したものと適さないものを分けます。
次に、AIの利用範囲を限定します。最初は評価コメントの下書き、面談記録の要約、評価基準との照合など、判断を補助する領域から始めるのが安全です。
その後、限定された部署や職種でPoCを行い、出力品質、評価者の負担軽減、従業員の納得感、説明可能性を確認します。問題があれば、プロンプト、入力データ、評価基準、運用ルールを修正します。
最後に、社内規程、利用マニュアル、監査ログ、問い合わせ窓口を整備したうえで、本格運用に進みます。AI導入はシステム導入ではなく、人事制度の再設計として扱うべきです。
海外規制から見える今後の方向性
日本国内でもAIガバナンスの議論は進んでいますが、人事領域におけるAI活用は、海外ではより強い規制対象として扱われる傾向があります。
EUのAI Actは、AIをリスクベースで整理し、採用や雇用に関わるAIについても高リスク領域として扱われる方向性を示しています。また、職場や教育機関での感情認識AIなど、権利侵害につながりやすい使い方については厳しい制限が設けられています。
日本企業にとっても、この流れは無関係ではありません。グローバル展開している企業だけでなく、国内企業でも、従業員から「AIがどのように評価に使われているのか」を問われる場面は増えていくでしょう。今後は、AIを使っていること自体よりも、どのように説明し、どのように異議申立てを受け止めるかが重要になります。
まとめ：AI人事評価は効率化よりも信頼設計が重要
生成AIを人事評価に活用すれば、評価コメント作成や面談記録の整理、評価基準との照合など、管理職の負担を軽減できる可能性があります。しかし、人事評価は従業員の処遇とキャリアに直結するため、単なる効率化ツールとして導入すると危険です。
重要なのは、AIに評価を任せることではありません。評価基準を明確にし、データの偏りを点検し、個人情報の扱いを制御し、人間が責任を持って判断する仕組みを整えることです。
生成AIを統合した人事評価システムの成功は、技術の精度だけでは決まりません。従業員が「この評価は説明できる」「この制度は公平に運用されている」と感じられるかどうかが、最終的な成否を分けます。
コメント