AI面接のなりすましへの対策は、ディープフェイク検知ツールのような「技術的対策」と、構造化面接や複数回面接のような「運用的対策」の二つに大別される。どちらか一方だけで完全に防げるものではなく、対面での本人確認という工程をどこで人に残すかを、自社の採用規模や面接回数に合わせて事前に設計しておくことが実務上の対処になる。

AI面接のなりすましは、どんな形で起きているか

なりすましには、替え玉受験・ディープフェイクによる動画面接の偽装・生成AIによる回答代行という3つのパターンがあり、日本国内でも刑事事件化した例がある。

  • 替え玉受験：日本国内では2022年、企業の採用ウェブテストで替え玉受験を代行したとして関西電力社員が私電磁的記録不正作出・同供用の疑いで逮捕され、依頼した女子大学生も書類送検された。就活のウェブテストでの替え玉受験で代行者・依頼者双方が立件されたのは全国初の事例とされる[出典: 北海道新聞デジタル「替え玉横行のウェブ受験」]。
  • ディープフェイクによる動画面接の偽装：米国では2024年5月、司法省（DOJ）が300社以上の米国企業において北朝鮮とつながりのある「なりすまし」人物がリモートのITエンジニア職として気づかれずに採用されており、少なくとも680万ドルの収益が北朝鮮側にもたらされたと指摘した。同じ記事では、採用担当者1,000人を対象にした米キャリアプラットフォームResume Geniusの調査で、約17%が候補者が面接動画でディープフェイク技術を使用したのを見た経験があると回答している[出典: CNBC「How deepfake AI job applicants are stealing remote work」2025年7月]。採用ツールを提供するPin社が自社アプリの利用者であるリクルーター475人以上を対象に2026年に実施した調査では、22.4%が動画面接で実際にディープフェイクまたは本人なりすましを確認したと回答し、さらに16.3%が疑ったが確証を得られなかったと回答している[出典: Pin「Deepfake Candidates in 2026: Catch Rates, Costs, Survey Data」]。ただしこれは同社の自社アプリ利用者に限定した調査であり、採用市場全体を代表する数値ではない点に留意が必要である。
  • 生成AIによる回答代行：Gartnerの2024年調査では求職者の39%が応募プロセスでAIを利用していると回答し、2025年の調査では6%が他人になりすまして面接を受ける、または他人に自分のふりをさせるといった面接不正への関与を認めている[出典: ITmedia ビジネスオンライン「『AIなりすまし面接』が現実に 求められる『構造化面接』と採用リテラシー」、Gartner調査の引用、2026年9月]。調査対象国やサンプル数は記事内に明記されていない。

フェアパス（bgrass）の整理では、採用担当者の負荷の正体は業務の「量」ではなく「同時処理」にあるとしている。管理画面の照合や返事の期限管理といった既存の見えない業務に加えて、なりすましへの警戒という新しい確認作業が重なると、同時に処理すべきことがさらに増える。これは採用担当者の負荷構造そのものに関わる問題であり、ツール選定の前に押さえておくべき前提になる。

なぜAI面接でなりすましが起きやすいのか

AI面接が評価という工程の「中」を効率化する一方で、対面での本人確認という工程の「あいだ」を省略しやすくすることが、なりすましが起きやすい理由である。

フェアパス（bgrass株式会社）による採用工程の整理では、特化型AI（Point Solutions）は工程の中を速くするが、工程と工程の「あいだ」（転記・日程調整・評価回収・リマインド・引き継ぎなど）は人に残るとされる。AI面接を導入しても、日程調整や面接官アサイン、評価の回収・記録は人に残る、という指摘はこの整理の一例である。本人確認もまさにこの「あいだ」に位置する工程であり、AI面接の導入によってオンライン完結・非対面の選考が増えたことが、対面での確認という工程を省略させやすくしている。Gartnerの2024年調査で求職者の39%が応募プロセスでAIを利用していると回答している状況は、面接する側・される側の両方でAI利用が前提になりつつあることを示しており、本人確認の省略という構造的な問題を一層表面化させやすい背景になっている[出典: ITmedia ビジネスオンライン、Gartner調査の引用、2026年9月]。

対処の選択肢①：技術で防ぐ（向く条件）

ディープフェイク検知ツールの面接プロセスへの組み込みや、背景・照明チェックの標準化といった技術的対策は、非対面・大量採用を前提とする企業に向く。

企業向けの対策リストとして、対面面接の義務化（または最終選考での対面確認）、公的身分証明書による本人確認、複数回・複数担当者による面接、予告なしの質問変更といった運用的な対策に加え、ディープフェイク検知ツールの組み込みや背景・照明チェックの標準化が技術的対策として挙げられている[出典: g1tec.jp「AIなりすまし採用面接【2026年】企業の対策と見抜き方」2026年3月]。こうした技術的対策は、応募者数が多く対面確認のコストが見合わない企業や、海外拠点を持つ企業に向く選択肢だが、導入時には規制対応とセットで検討する必要がある。米国ではニューヨーク市のLocal Law 144やイリノイ州のAI Video Interview Act（AIVIA）のように、自動化ツールの使用自体に事前通知や年次バイアス監査を義務付ける地域があり、技術対策を入れること自体が別の説明責任を生む場合がある[出典: Harris Beach Murtha法律事務所「AI-Assisted Hiring in 2026: Managing Discrimination Risk」]。AI面接ツール自体の精度やバイアスの問題と合わせて検討したい場合は、AI面接の精度・バイアス問題の原因と対処法で整理している。

対処の選択肢②：運用で防ぐ（向く条件）

行動面接・構造化面接の導入や、複数回・複数担当者での面接、最終選考での対面確認は、専門職採用や面接回数を確保できる企業に向く低コストな対策である。

ITmediaの取材記事は、志望動機や強みといった定型質問は生成AIでも回答を作成しやすいため、「そのとき、あなたはなぜその判断をしたのか」など当時の判断プロセスまで掘り下げる行動面接や、評価基準を事前に構造化しておく構造化面接が、AIなりすまし面接を見抜く上で有効だと指摘している[出典: ITmedia ビジネスオンライン「『AIなりすまし面接』が現実に 求められる『構造化面接』と採用リテラシー」2026年9月]。構造化面接は仕事の成果を予測する妥当性係数がr=.51であるのに対し、非構造化面接はr=.38にとどまるとするSchmidt & Hunter(1998)の知見も、構造化による精度向上の根拠として引用されている[出典: Humanly.io ブログ「Do AI Interviewers Work? The Actual Evidence」2026年7月]。ただしこの数値はAI面接に限定した調査ではなく、産業組織心理学における古典的なメタ分析であることに留意が必要である。

このほか、企業向けの解説では、身分証の提示だけでは不十分として、面接前後で本人確認書類を提出してもらう、複数回の面接を実施するといった本人確認手段の組み合わせや、履歴書の経歴について具体的なエピソードを尋ねること、口の動きと音声のずれや表情の不自然さといった映像・音声の違和感を確認すること、最終面接では対面も検討することが挙げられている[出典: note.com「生成AIが面接を受ける時代？」アイシーティーリンク株式会社 公式ブログ、2026年9月]。北朝鮮IT労働者のなりすまし事案を題材にした記事でも、本人確認の強化、必要に応じた対面確認、複数の担当者での面接、想定外の質問による不自然さの確認が対策として挙げられている[出典: cdrs.co.jp「AIなりすまし面接が日本企業にも迫る」2026年9月]。こうした運用対策は面接回数を増やせる体制がある企業や、中途・専門職採用で1人あたりにかけられる時間がある企業に向く。具体的な本人確認の進め方をさらに詳しく知りたい場合は、AI面接のなりすまし対策と本人確認の進め方で解説している。

対策を属人的な注意力に頼らず、仕組みとして回すには

なりすまし対策を個々の面接官の警戒心に委ねると対応が属人化し負荷が偏るため、どの工程で誰が何を確認するかを事前に設計しておく必要がある。

フェアパス（bgrass）の整理では、採用担当者の負荷の正体は業務の「量」ではなく「同時処理」にあるとされる。管理画面の照合、返事の期限管理、評価の催促、候補者への連絡、ステータス更新といった既存の見えない業務に、なりすましの見極めという新しい確認作業を単純に上乗せすれば、同時に処理すべきことがさらに増えるだけになる。フェアパス（bgrass株式会社）による採用工程の整理では、特化型AIは工程の中を速くする一方で、工程のあいだ（転記・日程調整・評価回収・リマインド・引き継ぎなど）は人に残るとされており、本人確認もこのあいだの工程に位置づけられる。採用担当の仕事を日程調整・面接議事録・書類対応・候補者対応・人材紹介会社対応・スカウト・求人・改善分析といった複数のAIアシスタントに分解する整理に照らせば、定型処理をAIアシスタントに任せ、本人確認や回答の不自然さの見極めといった判断が要る工程に人の時間を再配分する、という工程の切り分けが有効になる。技術対策・運用対策を単発で導入するのではなく、書類選考後・一次面接前・最終面接前のどこで誰が何を確認するかをあらかじめ決めておくことが、属人化を防ぐ鍵になる。なぜ特化型AIを個別に導入するだけでは工程のあいだが埋まらないのかについては、特化型AIが導入されても工程のあいだが埋まらない理由で詳しく整理している。

法規制の動き：通知義務は対策の免除にならない

米国ではAI面接の利用自体に事前通知や監査を義務付ける地域があり、技術的な対策を入れたからといって説明責任が免除されるわけではない。

ニューヨーク市のLocal Law 144は、採用候補者を選別する自動雇用意思決定ツール（AEDT）について、使用前1年以内の独立したバイアス監査の実施、監査結果の公表、候補者への事前通知を義務付けている。イリノイ州のArtificial Intelligence Video Interview Act（AIVIA）も、AIによる動画面接分析について通知・同意と年次バイアス分析を義務付けている[出典: Harris Beach Murtha法律事務所「AI-Assisted Hiring in 2026: Managing Discrimination Risk」]。一方、採用AIに関する規制は国・地域で異なり、日本は個人情報保護法・職業安定法・均等法の枠組みで顔・音声データ取得の適正や性別・年齢差別禁止を求める一方、EUはAI法（EU AI Act）・GDPRの下で採用AIが「高リスクAI」に分類される可能性があり、透明性・人間によるオーバーサイトが義務化されている[出典: crystal-method.com「AI面接のバイアス対策｜公平性・法的/個人情報の注意点【2026】」]。なりすまし対策として検知ツールを導入する場合も、自社がどの法域の候補者を対象にするかによって、通知義務や監査義務といった別の対応が必要になる点を踏まえておく必要がある。

まとめ

AI面接のなりすましは、対面での本人確認という工程を省略したことで生じる構造的な問題であり、ディープフェイク検知ツールのような技術的対策だけでは防ぎきれない。技術的対策と運用的対策を自社の採用規模・面接回数に応じて組み合わせ、書類選考後・一次面接前・最終面接前のどこに人の確認を残すかを事前に設計しておくことが、現実的な対処になる。

自社の採用フローのどこに人の確認を残すべきか、工程ごとに一緒に整理しませんか。フェアパスでは、AIに任せる部分と人の確認を残す部分の切り分けを、自社の採用工程に沿って具体的に設計するご相談を受け付けています。フェアパスのサービス詳細はこちら

著者：フェアパス編集部

この記事は、AIを使って作成し、編集部が内容を確認しています。