「人事でも生成AIが使えるらしいが、求人票づくりや書類選考に本当に役立つのか。採用でAIを使って、公平性や個人情報の面で問題にならないか」。人事・採用ご担当の方から、いま最も多くいただく相談です。

先に結論をお伝えします。人事・採用業務の生成AI活用は、「下ごしらえはAI・判断は人」の切り分けを崩さなければ、外しません。 求人票のたたき台づくり、応募書類の要約、従業員からの問い合わせ対応——こうした“手前の作業”をAIに任せ、採否や制度判断といった責任を伴う意思決定は必ず人が担う。この一線さえ守れば、公平性を保ちながら人事の手作業を大きく減らせます。

この記事では、人事・採用での生成AI活用を、①なぜ人事は生成AIと相性が良いのか、②求人・スクリーニング・問い合わせ対応という業務別の使い方、③自社の文書要約・分類PoC（概念実証）を人事に当てて見えた勘所、④採用でAIを使うときの公平性・個人情報の留意点、という順で解説します。机上の一般論ではなく、”現場主義 × AI”で支援してきた現場の感覚を交えてお伝えします。

結論：人事の生成AIは「下ごしらえはAI・判断は人」で効く

まず全体像です。人事で生成AIを効かせるときの型は、次の3段に集約されます。

1. たたき台を作る（生成AI）：求人票・スカウト文・案内文の“下書き”を、要件メモや過去実績をもとに一気に生成する。
2. 整理・要約する（生成AI）：応募書類や問い合わせ内容を、論点・要約・不足項目に整理して人が読みやすくする。
3. 人が判断・確定する（HITL）：採否、制度の解釈、個別事情への回答といった責任を伴う判断は、必ず人が行う。

なぜこの切り分けなのか。理由はシンプルで、生成AIは「文章を作る・整理する」のは得意でも、「公平に評価する・事実を保証する」のは苦手だからです。採用は人の人生に関わり、労務は法令や個人情報に触れます。だからこそ、生成AIには“下ごしらえ”までを任せ、最後の判断は人に残す。この切り分けを守るほど、人事という繊細な領域でも安心して使えます。生成AIの得意・不得意の全体像は生成AIによる業務効率化とは？仕組み・できること・始め方で整理していますので、あわせてご覧ください。

なぜ人事・採用は生成AIと相性が良いのか

人事業務の多くは、「文章を作る」「文章を読んで整理する」「同じ質問に繰り返し答える」という、生成AIがもっとも得意とする作業でできています。求人票もスカウト文も文章づくり、書類選考は大量の文章を読む作業、労務の問い合わせ対応は制度文書を引いて答える作業です。

各種の実務ガイドでも、採用プロセス（求人票作成・スカウト・書類選考・日程調整）は「最もAI化しやすい入口」と一致して挙げられています。実際、AIで応募者の志望度をスコア化して選考時間を大幅に削減した金融機関の事例なども報じられています。一方で、こうした事例に共通するのは「AIは支援、最終判断は人」という前提です。ここを外すと、後述する公平性のリスクが一気に高まります。

業務別の使い方｜まずはリスクの低い求人・FAQから始める

人事のどこから始めるか。効果が出やすく、リスクの低い順に3領域を紹介します。

求人票・スカウト文の作成（たたき台の生成）

もっとも導入しやすいのがここです。職種・必須要件・歓迎要件・自社の魅力を箇条書きで渡せば、生成AIが求人票やスカウト文の“たたき台”を複数パターン出してくれます。ゼロから書く負担が消え、A/B比較しながら磨けるのが利点です。

ただし、AIが出した文面をそのまま使うのは避けてください。 汎用的で当たり障りのない表現になりがちで、自社らしさや現場のリアルが抜け落ちます。あくまで「たたき台を高速に作る道具」と割り切り、自社のトーンや実態は人が入れ込む——この使い方が実務的です。

応募書類の整理・要約（スクリーニングの“下ごしらえ”）

書類選考では、生成AIの用途を「合否判定」ではなく「要約・論点抽出・不足確認」に限定するのが安全です。応募書類を要約し、募集要件に照らした確認ポイントや、記載の不足箇所を整理させる。人事は整理済みの論点をもとに読むので、目の通し方が速くなります。

一方、AIに合否スコアを付けさせ、それを鵜呑みにするのは危険です。学習データの偏りに由来するバイアスが避けられず、なぜその評価になったのかを説明できないためです。スクリーニングは“下ごしらえ”まで、判定は人。この線引きが要点です（詳しくは後述の公平性の章で）。

従業員からの問い合わせ対応（HR FAQ）

「有給の繰越はどうなる」「育休の申請期限は」といった、人事に繰り返し寄せられる問い合わせも生成AIの得意領域です。就業規則や社内制度の文書をRAG（社内文書を根拠に回答させる仕組み）で読み込ませれば、根拠付きで一次回答を返す社内FAQを作れます。構築の全体像は社内向け生成AIの構築方法｜RAGと社内データ活用にまとめています。

ここでも設計のコツは、曖昧な質問や個別事情を含む相談は人にエスカレーションする分岐を必ず持たせることです。制度の一般的な案内はAI、個別判断は人事——と切り分けます。

その他｜研修・評価コメントのたたき台

このほか、研修資料や評価フィードバックの文面、社内アナウンスの下書きなど、「文章のたたき台づくり」全般でも効きます。人事・労務のような間接業務をどう効率化するかの考え方は、間接業務の効率化アイデアと優先順位の付け方も参考になります。

自社の文書要約・分類PoCを人事に当てて見えた3つの勘所

私たちキュリオシティは、文書の要約・分類を生成AIで行うPoCを複数手がけてきました。その知見を人事系の業務（求人票作成・応募書類の整理・問い合わせFAQ）に当ててみて、実感した勘所を3つ共有します（守秘のため、業界・規模・実数は伏せます）。

1つ目は、「完成品」ではなく「たたき台」を出させると一気に実用的になること。 求人票をゼロから完成させようとすると、どこかで見た汎用文になります。逆に、既存の求人や要件メモを渡して“下書き”を作らせ、人が仕上げる運用に変えた途端、初稿づくりは体感で従来の半分程度まで縮み、質も自社トーンに寄りました（あくまで匿名事例での相対的な手触りで、業務や前提により変わります）。AIの正しい置き場所は「最初の一枚を速く作る」ところです。

2つ目は、応募書類は「判定」でなく「整理」に用途を絞ると事故が減ること。 要約・論点抽出・不足確認に限定すれば、人事の負担は下がり、しかも最終判断は人に残るため公平性の問題が起きにくい。ここを「合否スコア」に踏み込ませた瞬間、説明責任とバイアスの問題が一気に表面化します。

3つ目は、問い合わせFAQは「根拠付き回答」と「エスカレーション分岐」がセットで初めて使えること。 就業規則を根拠に答えられても、個別事情まで断定させると誤回答が労務トラブルになりかねません。「一般論はAI・個別は人」の分岐を最初から設計に入れることが、現場で使い続けられるかの分かれ目でした。一次回答で対応できる問い合わせが目に見えて増え、人事は個別相談に時間を割けるようになります。

こうした“効かせ方”を小さく検証する進め方は、生成AIのPoCの進め方｜失敗しない設計とKPI・撤退基準で体系的に解説しています。

自社のどの人事業務から試すべきかを整理したい方は、目的・KPI・撤退基準を1枚にまとめた生成AI PoC企画テンプレート（無料）が論点整理に使えます。

公平性は「最終判断は人」で守る｜採用でAIを使うときの留意点

人事、とりわけ採用は「速くする」以上に「公平である・法令を守る」が問われる業務です。ここを外すと、効率化どころか差別やプライバシーの問題になります。まず要点を、リスクと打ち手で整理します。

以下、順に補足します。最低限、次の3点は設計に織り込んでください。

1. 採否の最終決定は必ず人が行う（HITL）。 生成AIの評価はあくまで支援材料です。学習データに偏りがあれば、特定の属性に不利な判断が紛れ込みますが、その理由をAIは説明してくれません。人がAIの結果を監視し、バイアスの兆候を検知して修正できる仕組みを持ち、最終判断は人に残す——これが公平性の土台です。

2. 「適性・能力と無関係な事項」を評価に混ぜない。 厚生労働省は公正な採用選考の基本として、「人間尊重」と「適性・能力に基づく基準」の2原則を示し、本籍地や家族の職業（本人に責任のない事項）、宗教や支持政党（本来自由であるべき事項）を採用基準にしないよう求めています。職業安定法第5条の5でも、社会的差別の原因となるおそれのある個人情報の収集は原則認められません。採用基準を先に明文化し、AIにも同じ基準だけを見させる設計が必要です。個別の法令判断は、必ず社会保険労務士や弁護士など専門家に確認してください。

3. 応募者・従業員の個人情報を、どこで処理するかを決める。 履歴書や職務経歴書は機微な個人情報の塊です。外部の生成AIサービスにそのまま投げてよいのか、社内・閉域環境で処理すべきかを、導入前に方針として決めます。情報漏えいを防ぐ社内導入の要件は生成AIのセキュリティ対策｜情報漏えいを防ぐ社内導入の要件に、利用ルールの整備は生成AI 社内利用規程の作り方にまとめています。

どこから始めるか｜スモールスタートの手順

いきなり採用プロセス全体をAI化しようとすると、まず失敗します。おすすめは、次の順で小さく始めることです。

1. 業務を棚卸しし、効果と難易度で1業務を選ぶ：リスクが低く効果の出やすい「求人票のたたき台づくり」や「社内問い合わせFAQ」が第一候補です。何をどう洗い出すかは業務可視化のやり方を参照ください。
2. 1業務でPoCを回し、KPIと撤退基準を先に決める：「求人票の作成工数◯%削減」「問い合わせ一次回答の自己解決率」など、効果を測る指標を最初に決めます。
3. HITLを前提に本番へ広げる：判断は人、下ごしらえはAI、の切り分けを保ったまま対象業務を増やします。採用の判定領域へ広げるほど、公平性の設計を厚くするのが鉄則です。

進め方や費用感の全体像は、生成AI開発・PoC支援｜サービス内容と進め方・費用・事例で詳しくご紹介しています。

まとめ：人事の生成AIは「たたき台」を任せることから

人事・採用業務の生成AI活用は、「下ごしらえはAI・判断は人」の切り分けで設計するのが失敗しない型です。求人票のたたき台づくり、応募書類の整理、問い合わせFAQ——手前の作業をAIに任せ、採否や制度判断は人が担う。この役割分担を守れば、公平性と個人情報保護を崩さずに、人事の手作業を大きく減らせます。

まずは「求人票の作成」や「社内問い合わせFAQ」といったリスクの低い1業務から、小さくPoCを回してみてください。自社の文書要約・分類の知見をもとに、人事の現場でも“効かせ方”を検証してきた立場から、進め方の設計をお手伝いします。

【無料ダウンロード】生成AI PoC企画テンプレート
人事をはじめ、どの業務から生成AIを試すべきか——目的・KPI・撤退基準・体制を1枚で整理できる「生成AI PoC企画テンプレート」を無料で配布しています。
👉 生成AI PoC企画テンプレートをダウンロードする

「自社の人事のどこから始めればいいか相談したい」という方は、無料相談はこちらからお気軽にお問い合わせください。

監修：大槻 伸夫（キュリオシティ株式会社 代表取締役CEO）
“現場主義 × AI” を掲げ、業務改善コンサルティングと生成AI開発・PoC支援を提供。文書要約・分類をはじめとするバックオフィス業務のAI化を、要件定義から実装・現場定着まで一気通貫で支援している。