AIで作る評価基準と面接質問

人事のための AI

Chris Klaus

Senior AI Architect, Chalice AI

記述から意思決定へ

$$

ルーブリック

事前にスキルと基準を定義
全面接官で評価を一貫させる

$$

AIの支援

関連スキルを抽出し、測定可能な基準を作成
公平な自由回答の面接質問を設計

構造化が公平性を高める理由

$$

非構造的	構造的
あいまいな印象	基準を明確化
主観的な採点	観察可能な行動に基づく評価
バイアスが生じやすい	一貫した評価

$$

ファイルを使った作業

$$

ファイルとAIツールの連携

ファイルをアップロード/共有して文脈を提供（例: 職務記述書、規程）
Wordや表などの構造化出力を生成
アップロード内容の要約・比較・再構成
人事テンプレートへエクスポート/再利用

AIでルーブリックを作る

$$

5つの基準からなる
1〜5点の採用ルーブリックを作成

各評価レベルの
行動例を追加

スキル	行動例	優れたパフォーマンスの例
協働	アイデアとフィードバック共有	効果的にチームをリード
分析	複雑なデータの解釈	明確でデータ主導の示唆を導出
自主性	改善点の特定	先回りでプロセスを改善

AIで偏りに配慮した質問設計

$$

各スキル向けに自由回答の
面接質問を作成。
経歴や性格の仮定は避ける

質問を言い換え、

観察可能な行動を強調

$$

AIで作る質問の条件:

公平
具体的
測定可能なスキルに整合

AIで評価と採点を支援

$$

各質問について、
弱・中・強の回答の違いを要約

$$

評価	こんな回答
弱い	あいまい・一般的・成果が不明
まずまず	一部関連情報あり・明確さは中程度
強い	具体的・詳細・結果志向

候補者のプライバシーを保護

$$

$$

候補者情報は慎重に取り扱う
プロンプトに氏名や連絡先を入れない
属性やアイデンティティ情報を避ける
匿名化またはプレースホルダーを使用

Ayo berlatih!

人事のための AI

Preparing Video For Download...