AIはあなたを読めない

鏡という錯覚

人々はAI採用評価をより公正な鏡として受け入れている。人間の面接官の偏見や気分、出身校への好き嫌いを取り除き、応募者をありのままに映し出してくれるという期待だ。採用担当者もそう売り込む。数万人の自己紹介書を数日で処理し、表情と音声から一貫性スコアを抽出し、ゲームベースの検査で認知傾向を測定する。

しかし鏡は映すだけだ。採用AIは映さない。入力を受けてスコアという出力に変換する。両者はまったく異なる動作だ。鏡の前ではそのままでいい。採点機の前ではそのままではいけない。モデルが読める形式に自分を事前加工しなければならない。若者が実際に経験する圧力は、評価される圧力ではなく、評価可能な形態に自分自身を翻訳しなければならない圧力だ。

質問を変えてみよう。この技術は単独で作動するのか。いや。採用AIは自然言語モデルと音声認識、表情分析、その背後の職務能力データセットが結合されたパイプラインだ。ではこの結合は、若者の自己叙事を何に変えるのか。

融合は常に入力端を先に変えた

技術が産業を変えるとき目立つのは出力だが、真の変化は入力端で起きた。バーコードがそうだった。1970年代、バーコードは計算を速くする道具のように見えた。実際に変えたのは商品そのものだった。すべての物はスキャナーが読めるコードを身につけなければ流通網に入れなくなり、コードのない物は存在しない物になった。機械が読む形式が事物の資格要件になったのだ。

信用評価も同じ道を歩んだ。一人の誠実さと評判、人間関係という厚い叙事がFICOスコアという3桁の数字に圧縮された。圧縮は便利で、すぐにその数字が人より先に到着した。家を借りるときも事業を始めるときも、数字が人を代替した。叙事がスコアを説明するのではなく、スコアが叙事を決定し始めた。

採用AIはこの系譜で最も内密なバージョンだ。バーコードは事物を、信用スコアは金融履歴を翻訳した。採用AIは人格を翻訳する。一人が自分の人生で何を意味あるものと考えたか、どんな失敗をどう耐えたかという自己叙事が、職務適合度ベクトルに換算される。若者は今や自己紹介書を書くとき、人間の読者ではなくモデルの読者を想像する。キーワードを埋め込み、文章を標準化し、AIが減点しない安全な叙事を選ぶ。表現ではなく通過が目的になる。

誰が新たに登場するか

これらが結合されると、どんな新しい経済主体が登場するのか。3つの部類がすでに成長している。

一つは翻訳代行業だ。AI自己紹介書添削、AI面接コーチング、AIが好む回答テンプレートを売る市場だ。若者にモデルに読まれる方法を教える仕事だ。もう一つは評価モデル自体を売るHRテック企業だ。彼らが定義した職務能力データセットが、すなわち「良い人材」の定義になる。その定義は過去の採用データから学習されるため、過去に採用された人々に似た人を未来の正解として固めてしまう。最後は、このスコアを受け取って使う他産業だ。採用で作られた人格スコアはそこで止まらない。

今は小さく見えても、結局インフラになる地点がまさにここだ。「評価可能な自我」という形式が一度標準になれば、その形式は教育へ逆流する。大学と入試コンサルティングはモデルが好む叙事をリバースエンジニアリングして学生に事前に着せる。保険とフィンテックは同じ人格ベクトルをリスク評価に再活用したがる。採用AIは単純な人事ツールではなく、一人をデータに換算する標準規格の出発点だ。バーコードがすべての事物の入口になったように。

反論は鋭い。人間の面接官こそ学歴と印象で偏見を振るい、AIは少なくとも同じ物差しを全員に適用するのでより良いのではないか、というものだ。一理ある。ただし均一な物差しと公正な物差しは違う。すべてを同じ型で切るのは均一性であって正義ではない。しかもその型が何を切っているのかを若者は見ることができない。人間の面接官には問い返すことができた。モデルにはなぜ落ちたのか問う窓口すらない。

釜山から、韓国が掴むべき位置

韓国はこの融合の両側に立っている。世界で最も速くAI採用を導入した国の一つであると同時に、自己叙事強迫が最も強い社会だ。釜山のある若者が首都圏企業のAI面接を受け、同じスコアがどこにどう使われたのか最後まで知らないまま不合格通知を受けることは、すでに珍しくない。

機会は評価モデルをより良く作ることにあるのではない。それはすでにグローバルHRテックが取る位置だ。韓国が掴むべき位置は翻訳の反対方向、すなわちスコアを再び人間の言葉に戻す説明レイヤーだ。なぜこのスコアが出たのか、どんな入力がどう重み付けされたのかを応募者に返す説明可能性インフラ。評価データが採用を超えてどこへ流れるのか追跡し遮断するデータ権利レイヤー。EUがAI採用を高リスクとして規制し始めた今、説明可能な採用AIは規制対応であり輸出可能な製品になる。モデルを作る競争ではなく、モデルと人間の間を通訳する競争だ。

未来は採用AIという一つの技術から来ない。それが教育と金融、データ権利と出会う接点から来る。その接点で決定されるのは誰が合格するかではなく、一人の人間をどんな形式で読むかだ。若者にモデルが読めるよう自分を書き直すよう要求する前に、我々はその形式を誰が設計し誰が読み直せるのかを先に問わなければならない。接続地点を握った側が次の産業の文法を書く。