AI採用のリスクと規制｜採用側は「AIで良い判断ができる」70%、候補者で「AIは公正」は8%——この溝が本当のリスク
2026年7月21日
結論を先に：AI採用の最大のリスクは、法律ではなく「信頼の非対称」
前章で、採用の作業をAIに任せる地図を描きました。最終章はその裏面——リスクの話です。そして最初に、順番を正しておきます。多くの解説はEUの規制や訴訟事例から始めますが、中小企業にとっての最大のリスクは、規制違反より手前にあります。
数字を見てください。Greenhouseの国際調査（2025年11月・米英独アイルランド計4,136名）では、採用担当者（n=1,236）の70%が「AIのおかげで、より速く・より良い採用判断ができる」と答えました。ところが同じ調査の求職者側（n=2,900）に「AIは採用をより公正にするか」と聞くと、そう思う人はわずか8%。設問の角度は違いますが、方向は明白です——会社はAIの恩恵を実感し、候補者はAIの公正さを信じていない。AI面接大手HireVueの公表資料でも、候補者の79%が選考でのAI使用の事前告知を望み、66%はAIによる最終判断に反対しています。
つまり——採用する側とされる側で、AIへの信頼はまるで噛み合っていない。この溝を知らずに「効率化できた」と喜んでいる会社は、目に見えない場所で応募者を失っています。候補者から見たAI選考は、多くの場合まだ「ちゃんと見てもらえなかった」体験なのです。
この記事は採用完全ガイド（全28章）の最終章・第28章——第6部「AIと採用」の後編として、①信頼の溝、②世界の規制と日本の現在地、③AIの間違い方（偏りの再生産）、④候補者側の偽装リスク、⑤中小企業の5か条——の順で、AIと付き合うための「守りの地図」を渡します。
信頼の溝：採用側70% vs 候補者8%
この溝が実務に落ちるとどうなるか。応募をやめる・選考を辞退する・口コミに書く——どれも第20章で見た「応対で判断される」構造の、AI版です。だからAI活用の第一原則は、効率ではなく信頼の設計。具体的には後半の5か条で扱いますが、核心は1つです——AIに任せた部分を隠さず、判断は人がしていると伝わるようにすること。
世界の規制：方向は1つ、「採用は高リスク用途」
規制の詳細は国ごとに違いますが、方向は完全に一致しています。「採用の合否に関わるAIは、特別に厳しく扱う」です。
日本の中小企業にとっての実務的な読み方は2つです。第一に、「日本には規制がないから自由」は誤読——AIを使おうと使うまいと、第19章で見た公正採用の原則（適性・能力に関係ない事項で選考しない）はそのまま適用されます。AIが本籍や年齢で実質的に選別していたら、それは道具が変わっただけの就職差別です。第二に、世界の規制の3点セット（透明性・人の監督・検証）は、規制対応ではなく信頼の設計として先取りする価値がある——冒頭の8%の溝を埋める方法そのものだからです。
AIの間違い方：偏りは「発明」されず「再生産」される
AIの選考が危ういのは、AIが意地悪だからではありません。過去のデータから学ぶからです。過去の採用データに偏りがあれば（例えば特定の性別・経歴ばかり採ってきた会社なら）、AIはその偏りを「成功パターン」として忠実に学び、自動で再生産します。有名な実例として、Amazonが開発していたAI採用ツールが、過去の応募データの偏りから女性に不利な評価を学習してしまい、実用化を断念したと報じられた件（2018年）があります。世界最高峰の技術力でもこれが起きる——問題はコードではなくデータ、つまり過去のあなたの会社の採用にあるからです。
中小企業への教訓はシンプルです。①自動判定を入れない（前章の禁じ手）、②AIの出力を使うときは「過去の踏襲になっていないか」を人が見る、③そもそも第4章の要件定義——「変わりにくい力」を職務から言語化する——が、人間にもAIにも効く最良の偏り対策です。要件が曖昧な採用は、人がやればバイアスに、AIがやればバイアスの自動化になります。
想定例で言うと： 社員37名の運送会社。ドライバー採用の書類が月40件を超え、生成AIに「過去に採用した人の履歴書を参考に、有望な応募を10件選んで」と頼んでみた。出てきたリストを眺めた専務が違和感に気づく——10人全員が40代男性の同業経験者。過去の採用がそうだったからだ。しかし現場で最近一番評価が高いのは、未経験から入った30代の元販売員だった。この会社はAIの使い方を変えた——「選別」ではなく「要件との照合表作り」（応募者ごとに、要件の各項目に該当する記述を抜き出させる）。選ぶのは人、AIは読む作業だけ。AIに過去を選ばせると、未来の掘り出し物を失う。
候補者側のリスク：なりすまし・偽装への備え
リスクは会社側だけではありません。オンライン化とAIの普及で、候補者側の偽装も新しい形をとり始めています。海外では、オンライン面接での別人によるなりすましや、AIで生成した経歴・顔映像（ディープフェイク）を使った応募が問題化し、大手企業が最終面接だけ対面に戻す動きも報じられています。日本の中小企業で今日から必要な備えは、大げさな検知ツールではなく次の3つです。
- どこか1回は対面（または実技）を入れる——第15章の有償ワークトライアルは、実力確認と本人確認を同時に満たす最強の防御です
- リファレンスで実在を確かめる——第18章の電話2本は、経歴の偽装に対する古典的で確実な検証です
- 入社時の本人確認・資格確認を省略しない——第19章で触れた在留資格の確認などは、偽装対策としても機能します
気づいたでしょうか。AI時代の偽装対策は、このガイドが繰り返してきた「実物を見る」選考そのものです。新しい脅威に見えて、答えは新しくありません。
もう1つ、想定例： 社員44名のシステム開発会社。フルリモート勤務のエンジニア採用で、オンライン面接の受け答えは完璧だった候補者が、入社後の初仕事でまったく手が動かなかった。よく調べると、面接の受け答えが画面外の「支援」を受けていた形跡があった——決定的な証拠はなく、本人も認めない。会社は選考を1か所だけ変えた——最終選考の前に、半日・有償・画面共有つきの実技を入れる。以降、同種の「面接と実力の大きな乖離」は起きていない。検知ツールもAI対策ソフトも買っていない。「一緒に手を動かす30分」は、どんな偽装検知AIより確実で、しかも見極め（第15章）としても優秀だった。
保存版：中小企業のAI採用・5か条
| # | 原則 | 実務での形 |
|---|---|---|
| 1 | 隠さない（透明性） | AIを使う工程（日程調整・文字起こし等）は、聞かれたら答えられる状態にしておく。録音・録画は事前に一言断る |
| 2 | 判断は人（人の監督） | 合否・条件の決定にAIの自動判定を使わない。AIの出力は「材料」、決めるのは人 |
| 3 | 過去を疑う（検証） | AIの提案が「過去の採用の踏襲」になっていないか、要件（第4章）と照らして人が確認する |
| 4 | データを守る | 候補者の個人情報を、業務利用が明確でないAIサービスに安易に入力しない。利用規約（学習に使われるか）を確認する |
| 5 | 実物で確かめる | 対面・実技・リファレンスのどれかを必ず1回入れる。偽装対策と見極め精度の両方に効く |
最小構成：明日からのAIリスク対策
①上の5か条を印刷して採用に関わる全員に配る（読み合わせ5分）、②現在AIを使っている工程を書き出し、「合否の判断に入り込んでいないか」だけ点検する、③候補者の個人情報を入れているツールの利用規約を1回だけ確認する。以上、合計30分です。
上級者の一歩深いポイント
① 「AI利用の開示」は、攻めの差別化になりうる。 候補者の8%しかAI選考を公正と感じていない今、「当社の選考では、日程調整と記録にAIを使いますが、評価と合否の判断はすべて人間が行います」という一文を選考案内に入れる会社は、それだけで信頼の設計ができている少数派になれます。透明性は義務になる前に使えば、差別化です。
② 採用データの「品質」が、次の10年のAI活用力を決める。 第25章の計器盤・採点記録・辞退理由録は、将来AIに仕事を任せるときの教材になります。記録が正確で偏りに自覚的な会社のAIは賢く育ち、記録がない会社はAI時代に丸腰です。仕組み化はAI活用の前提条件——このガイドの第5部と第6部は、実は一本の話です。
③ ツール選定時は「説明可能性」を1問だけ聞く。 AI搭載の採用ツールを検討するとき、営業担当への質問は1つで足ります——「このスコアが、なぜこの値になったのか説明できますか？」。説明できないスコアで人を落とすことは、候補者にも（将来の）規制にも説明できないことを意味します。説明可能性は専門用語ですが、要は「なぜ？に答えられる道具か」です。
よくある質問（FAQ）
Q. AI採用にはどんなリスクがありますか？ A. 大きく4つ——①候補者の信頼を失う（AI選考を公正と感じる候補者は8%という調査があります）、②過去データの偏りの再生産（バイアス）、③規制への抵触（EU・米国では採用AIへの規制が施行済み・進行中）、④候補者側の偽装への脆弱化。効率の数字に表れない①が、中小企業では最大のリスクです。
Q. 日本ではAI採用は規制されていますか？ A. AI採用に特化した法規制はまだありません（2026年時点）。ただし職業安定法・個人情報保護法・厚労省の公正採用選考の指針は当然適用され、AIを使っても「適性・能力に関係ない事項で選考しない」原則は変わりません。世界の規制の方向（透明性・人の監督・検証）を先取りしておくのが安全です。
Q. EUのAI法は日本の会社にも関係ありますか？ A. EU域内の候補者の採用にAIを使う場合などは影響しえます（域外適用の議論があります）。EUのAI法は採用・選考へのAI利用を「高リスク用途」に分類しています。高リスク向け義務の適用開始は当初2026年8月2日の予定でしたが、2027年12月2日への延期がEUで最終合意されています（2026年7月時点・正式な官報公告待ち）。欧州で採用する予定がある会社は、最新状況を専門家に確認してください。
Q. AIのバイアス（偏り）はどう防げばいいですか？ A. 完全には防げない前提で、①合否の自動判定を使わない、②AIの提案が過去の採用パターンの踏襲になっていないか人が点検する、③選考の基準を「過去に採った人との類似」ではなく「言語化した要件」（第4章）に置く——の3点が中小企業の現実解です。
Q. オンライン面接のなりすましやディープフェイクが心配です。 A. 検知ツールより先に、選考設計で守るのが現実的です。①どこか1回は対面か有償の実技を入れる、②リファレンスチェックで実在と経歴を確かめる、③入社時の本人確認を省略しない。「実物を見る」選考は、偽装対策と見極め精度の両方に効きます。
まとめ：28章の終わりに——道具は変わる、原則は変わらない
このガイドの最終章が「AIのリスク」で終わるのは、偶然ではありません。AIという最新の道具のリスク対策を突き詰めると、答えはすべてこのガイドが最初から言ってきた原則に戻ってくるからです。要件を言語化する（第4章）。実物を見る（第15章）。候補者に誠実である（第20章）。記録し、学ぶ（第25章）。道具がどれだけ変わっても、採用とは、人と人が互いを選ぶ設計の仕事——その原則の上でなら、AIはあなたの会社の最強の増幅器になります。全28章、お付き合いいただきありがとうございました。全体の目次から、あなたの会社がいま一番痛い章へどうぞ。
HYREDは、戦略の立案の壁打ちから、AIの実装・運用（自社開発のAI「Plexa」）、日々の採用オペレーション、成果のモニタリングまで、採用を一気通貫で支えるRPO（採用代行）です。AIの導入も「透明性・人の監督・検証」の原則で設計します——診断・相談は無料で、契約に至らなくても費用はかかりません。オンライン30分でどうぞ。
主な出典
- Greenhouse「AI in Hiring」国際調査（採用担当者の70%がAIを信頼／選考でのAI利用を公正と感じる候補者8%。2025年11月・米英独アイルランド計4,136名）: 発表
- HireVue「Global AI in Hiring Report」（候補者の79%がAI使用の事前告知を希望・66%がAIによる最終判断に反対）
- EU AI法（Regulation (EU) 2024/1689。付属書III第4項で雇用・選考を高リスク用途に分類。高リスク義務の適用は当初2026年8月2日→2027年12月2日への延期をEUが最終合意・2026年7月時点で官報公告待ち）: EUR-Lex
- New York City Local Law 144（自動雇用決定ツールの年次バイアス監査・事前通知義務。2023年1月発効・同年7月執行開始）: NYC DCWP
- AmazonのAI採用ツール断念（Jeffrey Dastin, Reuters, 2018年10月10日「Amazon scraps secret AI recruiting tool that showed bias against women」）
この記事は「採用完全ガイド」（全28章）の第28章（最終章）です。全体の目次はこちら ← 前章：採用のAI活用マップ ｜ ガイド全体の目次へ →