AI面接の運用ルールを社内マニュアルにする際は、(1)候補者への事前通知、(2)AIと人の評価の切り分け、(3)データ保護・法令順守、(4)技術トラブル時の対応手順、(5)日程調整やリマインドなど人に残る業務の分担、の5点を最低限文書化することから始めるとよい。ルールが曖昧なまま走り出すと、通信トラブルへの対応が後手に回ったり、評価の根拠を候補者に説明できず選考離脱やクレームにつながる。何を優先して整備すべきか、以下で項目ごとに整理する。
AI面接の運用ルールが曖昧なまま走り出すと何が起きるか
運用ルールが曖昧なままAI面接を使うと、通信トラブルへの対応が後手に回ったり、評価の根拠を候補者に説明できず選考離脱やクレームにつながる。実際に報告されている内容は次の通りだ。
- 通信トラブルへの対応の遅れ：AI面接ベンダーのClasset社が自社プラットフォームで集めた10,167件の評価データを分析したところ、コメント付きネガティブフィードバックの54%は通話インフラの不具合（エコー・音声トラブル、通話の切断・クラッシュ、端末や回線側の問題）が原因であり、AIの応答や振る舞いそのものへの不満は全体のわずか約2.5%にとどまったという[出典: Classet「AI Interview Negative Reviews: What the Data Shows」]。この数値はClasset社自身のデータであり第三者検証はないが、トラブルの多くが「AIの性能」ではなく「運用の備え」で防げる可能性を示している。
- 評価のブラックボックス化：国内の比較メディアでも、AI評価の偏りやブラックボックス化のリスクが挙げられており、AIだけで最終合否を決めない運用体制が必要とされている[出典: ACHIEVE HR「AI面接ツールのおすすめ比較17選」2026年9月時点]。
- 候補者への事前通知の不足：英国の求職者の47%がAI面接を受けたと回答し、そのうち82%は事前に知らされていなかったという調査結果がある。同じGreenhouse社の『2026 Candidate AI Interview Report』では、3割の候補者がAI面接が含まれると知って選考を辞退した経験があると報告されている[出典: People Management(CIPD)「Third of candidates drop out of hiring process because of AI-led interviews, survey finds」2026年4月]。これは英国の求職者を対象とした調査であり、日本の状況にそのまま当てはまるものではない。
- 米国での離脱・レピュテーションリスク：米国では、AI面接に不満を抱いた求職者が選考を途中離脱したり、AI面接を課す企業をブラックリスト化して応募対象から外す動きが報じられている。ACLUは顔・音声・PCとの身体的なやり取りを分析する予測的採用ツールについて、障害・人種など保護特性を理由に不利な評価を受けるリスクを指摘しており、HireVueやWorkdayのAI採用ツールに対しては差別があるとする申し立てが提起されている（両社は主張を否定している）[出典: CNBC 2026年9月]。これも米国市場の事例であり、定量的な母数は明記されていない。
いずれも国・地域ごとの前提が異なる事例だが、共通しているのは「ルールがない」ことが候補者の離脱やレピュテーションリスクに直結する点である。
なぜ運用ルールは「あとまわし」になりやすいのか
AI面接ツールは選考工程の「中」（質問・評価）を速くするが、日程調整・リマインド・評価の回収など工程の「あいだ」は変わらず人の作業として残るため、マニュアル整備の対象から抜け落ちやすい。
特化型のAI採用ツールは工程の中身を自動化しても、転記・日程調整・評価回収・リマインド・引き継ぎといった工程間のつなぎ目は人に残るという整理がある。AI面接を導入しても、日程調整・面接官アサイン・評価の回収・記録は人に残る、という指摘も同様だ[出典: フェアパスWP「AIネイティブ採用組織への移行ガイド」2026年7月公開]。
実際、候補者への連絡や面接の日程調整（面接官の予定を見て候補日を作り、案内し、返信を待ち、確定し、更新する）、選考ステータスの更新、リマインドは、媒体ごとに分かれて発生しやすい業務である[出典: フェアパス公式サイト トップページ 2026年10月時点]。AI面接導入の検討時には質問設計や評価精度に注目が集まりがちで、この「あいだ」の運用ルールが見落とされやすい。この構造についてはAI面接導入後も運用負担が残る理由と対処法でも詳しく扱っている。
社内マニュアルに最低限盛り込むべき項目
社内マニュアルには、最低限(1)候補者への事前通知、(2)AIと人の評価の切り分け、(3)データ保護・法令順守、(4)技術トラブル時の対応手順、(5)あいだの業務の分担、の5項目を文書化する必要がある。
| 項目 | 盛り込む内容 | 根拠 |
|---|---|---|
| 候補者への事前通知 | AI面接を実施すること・評価の概要を事前に案内する文言を用意する | 英国の求職者の82%が事前に知らされていなかったという調査があり、通知の有無が離脱率に影響しうる[出典: People Management(CIPD) 2026年4月] |
| AIと人の評価の切り分け | AIは基礎スキルなど定量評価、人はカルチャーフィットなど定性評価、という役割分担を明文化する | 国内のAI面接導入事例では、評価基準のシステム入力と、AI・人の評価の切り分けを運用ルールとして定める構成が紹介されている[出典: Jicoo Magazine「AI面接官の国内導入事例まとめ」] |
| 評価基準の根拠記録 | 過去の評価データをそのまま学習させると偏りが引き継がれるため、評価基準の設計根拠を記録に残す | アルゴリズムバイアスは、過去の採用・活躍データを正解ラベルとして学習させることで生じるとされる[出典: Crystal Method ブログ 2026年9月] |
| データ保護・法令順守 | 顔・音声データの取得・保管ルールと、候補者情報を生成AIに入力してよい範囲を社内で定める | 日本は個人情報保護法・職業安定法・均等法の枠組みで対応が求められる一方、EU・米国ではバイアス監査や事前通知の義務化例がある[出典: crystal-method.com「AI面接のバイアス対策」2026年] |
| 技術トラブル対応手順 | 通信トラブル発生時の代替案内・担当者連絡の手順を明記する | ネガティブ評価の54%が通話インフラの不具合に起因するという報告がある（ベンダー自身のデータ）[出典: Classet] |
| あいだの業務の分担 | 候補者への連絡・日程調整・ステータス更新・リマインドを誰が担うかを明記する | 媒体ごとに分かれていた連絡をまとめて対応するかどうかで、必要なルールの範囲が変わる[出典: フェアパス公式サイト 2026年10月時点] |
候補者情報を生成AIに入力してよい範囲については、社内ルールとして別途定める必要がある。この点は生成AIに候補者情報を入力する社内ルールの作り方でも整理しているので、データ保護の項目を作る際に参照するとよい。
運用ルールを誰が、いつ作るか：選択肢と向く条件
運用ルールの作り方は、「導入プロジェクトの構築フェーズで一緒に作る」「自社の採用規模に応じて段階的に設計する」「あいだの業務ごと外部に任せてルールをシンプルにする」の3つに分かれ、どれが向くかは社内のリソースと採用規模で変わる。
| 選択肢 | 向く条件 | 目安 |
|---|---|---|
| 導入プロジェクトの構築フェーズで一緒に作る | 専任の担当者を置ける、質問設計・評価基準・法務対応・社内教育まで自社で進められる | 準備・選定・構築・運用の4フェーズ・8ステップで進めるのが一般的で、サービス利用の開始自体は数日〜数週間だが、プロジェクト全体では1〜3ヶ月程度が目安とされる[出典: Our AI面接「AI面接の導入の流れを解説」2026年9月] |
| 自社の採用規模に応じて段階的に設計する | 企業規模に応じて関係部署（法務・情報システムなど）を順次巻き込みたい | 従業員50〜300名なら3週間〜1.5ヶ月、300〜1,000名なら1〜2ヶ月（法務・情報システム確認が追加）、1,000名以上なら2〜3ヶ月以上（既存システム連携・稟議が追加）が目安とされる[出典: Our AI面接 国内記事] |
| あいだの業務ごと外部に任せてルールをシンプルにする | 日程調整・リマインドなど「あいだ」の業務まで自社で設計・運用する体力がない | フェアパスへの導入相談では、ATSはデータ記録用として残し実行レイヤーだけをAI化する「人事＋フェアパス＋既存ATS」という形が半数以上を占める（件数・期間の記載なし）[出典: bgrass note「Recruiting Agent OSが変える新しい組織図」2026年7月] |
自社で全項目を一から設計する体力がない場合は、あいだの業務ごと外部に任せてルールをシンプルにする選択肢が向く。誰がルールを運用し、どの範囲を外部に任せるかという社内体制の設計については、AI RPO導入後の社内体制の作り方でも扱っている。
ルール化・ルーチン化すると運用はどう変わるか
運用ルールを明文化し毎日の作業をルーチン化できた企業では、合計約40件の処理が毎朝20分程度で完結するようになり、担当者のストレスが6〜7割減ったという報告がある[出典: bgrass note「毎朝20分で完結・ストレス7割減」2026年7月]。
これは導入企業1社の担当者の実感ベースの事例であり、業界全体の平均値ではない。ただし、マニュアルを「誰が・何を・いつ」やるかまで書き切ることが、日々の処理件数が多くても短時間で回る状態につながるという点は、ルール整備の効果を考えるうえで参考になる。
まとめ
- AI面接の運用トラブルは、AIが速くした「質問・評価」の工程ではなく、日程調整やリマインドなど人に残る「あいだ」の工程のルール不備で起きやすい
- 社内マニュアルには、候補者への事前通知・AIと人の評価の切り分け・データ保護・技術トラブル対応・あいだの業務分担の5項目を最低限盛り込む
- ルールの作り方は、自社設計・導入プロセスへの組み込み・外部委託の3つの選択肢があり、採用規模とリソースに応じて選べばよい
完璧な社内マニュアルを最初から作る必要はない。候補者への事前通知・評価の切り分け・技術トラブル対応・あいだの業務分担という最低限のルールから着手し、運用しながら更新していくのが現実的である。
よくある質問
AI面接ベンダーが提供する導入テンプレートを、そのまま社内マニュアルにしてよいか？ ベンダー側が示す準備・選定・構築・運用の4フェーズは土台にはなるが、候補者への事前通知文言や評価基準の切り分け、日程調整・リマインドなど自社の「あいだ」業務の分担は追記が必要になる。テンプレートをそのまま運用マニュアルとして完結させないことが重要だ。
通信トラブルなど技術的な問題はマニュアルにどこまで書けばよいか？ 海外ベンダーの集計では、AI面接へのネガティブな評価の54%が通信インフラ側の不具合という報告がある（ベンダー自身のデータで第三者未検証）。AIの応答自体への不満は一部にとどまるため、マニュアルには「トラブル発生時の再案内・担当者連絡の手順」を具体的に明記しておくと有効だ。
日程調整・リマインドなど「あいだ」の業務をどこまで自社で持ち、どこから任せられるか、現状の運用を踏まえて相談できます。自社の採用規模・ATS利用状況を踏まえて、運用ルールのどこを自社設計し、どこをフェアパスに任せられるかを整理したい方は、フェアパスから相談ください。
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。