AI面接の判定に現場面接官が納得できず溝が埋まらないのは、多くの場合AIの判定精度そのものの問題ではない。評価軸のすり合わせと、判定後の確認・記録という「人に残る工程」が設計されないまま運用が始まっていることが原因である。原因を工程単位で切り分ければ、溝は精度向上ではなく運用設計の見直しで埋められる。
「AI判定に納得できない」はどんな場面で表面化するか
面接官の主観評価とAIのスコアが食い違う候補者が出たとき、どちらを優先し誰が最終確認するかのルールが決まっていないことで、溝が表面化する。AIのスコアが高いのに面接官の印象が悪い、逆にAIのスコアが低いのに面接官は通したいと感じる――こうしたケースは珍しくないが、「その食い違いをどう扱うか」が事前に決まっていないと、現場では不満だけが残る。
フェアパスの整理によれば、特化型AIは工程の「中」（面接の実施そのものなど）を速くするが、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）は人に残る。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・記録は人の手に残る、という構造である[出典：フェアパス（bgrass株式会社）WP20「AIネイティブ採用組織への移行ガイド」2026年7月note告知]。つまり、AIがスコアを出した「あと」に、そのスコアと面接官の印象をどう突き合わせ、誰が記録するかという工程を設計していなければ、食い違いはその場その場で場当たり的に処理されることになる。溝が埋まらないと感じるのは、AIの性能の問題ではなく、この「あとの工程」が空白になっているサインだと捉えた方が実態に近い。
原因①：評価軸のすり合わせが、AI導入時に省略されている
AI面接ツールの導入は、本来現場の面接官と改めて言語化すべき評価基準のすり合わせ工程を飛ばして進みがちであることが、溝の根本原因になっている。導入検討の段階では「どのスコアを基準にするか」「ツールが何を評価しているか」の説明に時間が割かれ、肝心の「自社が候補者の何を見たいのか」という評価軸の言語化が後回しになりやすい。
フェアパスの実態レポートでは、実行の手数が消えると採用担当者の時間は本来やるべき「判断・設計・アトラクト」に戻るとされ、その具体例として採用基準の見直しと言語化、現場の面接官との評価軸のすり合わせが挙げられている[出典：フェアパス「一言で採用が前に進む フェアパスAI 実態レポート」2026年6月発行]。裏を返せば、この時間は自動的には生まれない。AIが日程調整や書類選考の手間を減らしても、「空いた時間を評価軸のすり合わせに使う」という意思決定を誰かがしない限り、その工程は宙に浮いたままになる。導入時に「ツールの使い方」は説明されても、「評価軸の言語化」は誰のタスクにもならないまま運用が始まるケースは、この構造的な見落としの結果だと言える。
原因②：AIの判定根拠が面接官から見えず、ブラックボックス化している
採用AIが評価にバイアスを含みうることは海外調査でも指摘されており、判定の根拠が面接官に見えないことが不信感を強める一因になる。Crosschqブログの記事では、67%の企業が自社のAIツールが採用判断にバイアスを持ち込んでいることを認めていると報告されている[出典：Crosschqブログ「Why AI Interview Tools Fail to Accurately Assess Candidates」2026年1月29日]。ただしこの数値は対象企業・母数・調査時期が記事内に明示されておらず、原典調査での確認が必要な点には留意したい。
一方で、根拠を開示する方向に動いている例もある。HireVue社は自社のビデオ面接・ゲーム型アセスメントについて、外部のIO心理学者による監査で「構成概念妥当性に関する1,300件以上の検証研究」「公平性に関する2,000件以上のモデル維持研究」を持つと評価されたと公表している[出典：HireVue公式ブログ「Independent Audit affirms the scientific foundation of HireVue assessments」2025年7月16日]。これは同社自身の製品に関する監査結果であり、AI面接サービス全般の精度を保証するものではないが、「判定の根拠を第三者監査の形で示す」という対応自体は、面接官の納得感に影響する要素として参考になる。溝の深さを左右するのは精度の絶対値ではなく、面接官が「なぜそのスコアになったか」を確認できる状態になっているかどうかである。AI面接の精度やバイアスの発生メカニズムそのものについては、AI面接の精度・バイアス問題の原因と対処法で詳しく扱っている。
原因③：判定後に誰が何を確認し記録するかが決まっていない
AI面接を導入しても評価の回収・記録・引き継ぎといった工程は結局人に残るが、その担当と手順が未設計のまま運用されているケースが多い。フェアパスの整理では、RPOに日程調整を委託しても現場に残りやすい調整シーンとして、面接官のカレンダーが埋まっている時の確認、面接を詰め込みすぎない配慮、後から同席者が追加になった時の対応、複数の候補日が返ってきた時の確認の4つが挙げられている[出典：フェアパス WP24「現場に残ってしまうタスクは、どこまでAI化できるのか」2026年8月13日note告知]。
これはRPOの日程調整文脈での整理だが、AI面接の判定後工程にも同種の構造がある。誰がAIのスコアと面接官の評価を突き合わせるか、食い違いがあった場合に誰が最終判断するか、その結果をどこに記録して次の選考ステップに引き継ぐか――これらは「AI面接を導入すれば自動的に解決する」工程ではなく、人が設計して初めて機能する工程である。ツールを入れた後にも「工程のあいだ」が人に残るという構造を理解していないと、判定後の確認が属人的になり、面接官ごとに扱いが変わってしまう。特化型AIがなぜこうした工程を代替しきれないかについては、特化型AIが採用現場を変えられない理由も参考になる。
対処①：AIは一次選考に限定し、二次選考以降は人が最終判断する
一次選考の基礎評価をAIに任せ、二次選考以降はアトラクトや深掘り評価を面接官が担う役割分担にすると、AI判定への依存度が下がり溝が生まれにくくなる。AI面接官を一次スクリーニングに限定し、二次選考以降は人間の面接官とAI分析を組み合わせるハイブリッドモデルが、多くの企業にとっての最適解として整理されている[出典：AI Lead株式会社「AI面接官とは｜できること・限界・人間との使い分け【2026年版】」]。一次選考では大量のエントリーに対しAIが基礎的な資質・コンピテンシーを評価し、二次選考以降は人間が深掘り評価やアトラクトを担う、という役割分担である。
この考え方は、応募数が多く一次選考の絞り込みに人手をかけられない採用規模や、職種特性上まず基礎要件の充足を確認したいケースに向いている。逆に、最初から少数精鋭で深い評価がしたい選考では、AIを一次選考に限定する意味が薄くなる場合もある。どの工程をAIに任せ、どこから人が判断すべきかという境界線の考え方は、AI面接にできること・できないことの境界線で整理している。
対処②：評価軸のすり合わせを、導入前後で改めて言語化する場を設ける
採用基準の見直しと言語化、現場面接官との評価軸のすり合わせは、AI導入後に人の手に戻ってくるべき仕事であり、意図的に時間を確保する必要がある。フェアパスの実態レポートが挙げる「判断・設計・アトラクトに戻る時間」の使い道のうち、評価軸のすり合わせはその中核に位置づけられる[出典：フェアパス「一言で採用が前に進む フェアパスAI 実態レポート」2026年6月発行]。
重要なのは、このすり合わせを「導入前の一度きりの説明会」で終わらせないことである。導入前には「AIが何を測るツールか」を共有し、運用開始後は実際の判定結果を見ながら「このスコアは自社が重視したい観点と一致しているか」を現場面接官と定期的に見直す場を設ける。評価軸は候補者の傾向や採用方針の変化によってもずれていくため、一度の言語化で固定するものではなく、運用しながら更新していく前提で時間を確保することが、溝を埋める実務的な対処になる。
対処③：判定後の確認・記録・フィードバックの役割を事前に文書化する
日程調整や評価回収のように「あいだ」に残る業務は、担当者を曖昧にしたまま運用すると溝の温床になるため、誰が何をいつ確認するかを事前に決めておく。フェアパスが整理する「工程の中は速くなるが、あいだは人に残る」という構造を踏まえれば、AI面接のスコアが出た後に、誰がそれを確認し、面接官の評価とどう突き合わせ、食い違いがあった場合の最終判断を誰が行い、結果をどこに記録するかという一連の流れを文書化しておく必要がある[出典：フェアパス WP20「AIネイティブ採用組織への移行ガイド」2026年7月note告知]。
文書化する際に押さえるべき項目は、確認者（AIスコアと面接官評価を突き合わせる担当者）、確認タイミング（面接直後か、選考会議の前か）、記録先（ATSか、別の評価シートか）の3点である。これらが決まっていないと、食い違いへの対応が面接官個人の裁量に委ねられ、「あの候補者はAIが低評価だったのに通った」「なぜこの人は落ちたのか分からない」といった不満が積み重なる。判定後の評価をどう次の選考判断に生かすかという実務的な観点は、面接の評価を、採りたい人を逃さない力に。判断の質も上げる評価の生かし方でも扱っている。
まとめ
判定への納得感の溝は、AIを高精度化することよりも、評価軸のすり合わせと判定後の工程設計という人の仕事を明確にすることで埋まる。
- 溝が表面化するのは、AIスコアと面接官の印象が食い違う候補者が出たときに判断ルールがない場合である
- 原因は、評価軸のすり合わせ不足、判定根拠の不透明さ、判定後の工程未設計の3つに整理できる
- AI面接を導入しても、評価の回収・記録・引き継ぎといった「工程のあいだ」は人に残る、という構造そのものが見落とされやすい
- 対処は、役割分担（一次AI・二次人間）、すり合わせの場の設置、確認フローの文書化という3つの選択肢になる
- どれも「AIの性能を上げる」対処ではなく、「人がやるべき工程を設計し直す」対処である
よくある質問
人事担当者のAI面接満足度は高いと聞くが、それでも現場面接官との溝が生まれるのはなぜか？ レバレジーズ株式会社が運営する「NALYSYS」の調査では、AI面接を導入している企業の人事担当者における満足度は86.7%に達している一方、AIで候補者の志望度を上げることが「難しい」と答えた企業は12.8%にとどまる[出典：レバレジーズ株式会社「新卒・中途採用におけるAI面接導入に関する実態調査」jinjibu配信]。ただしこれは人事担当者側の評価であり、現場で候補者に対面する個々の面接官の受け止め方とは別軸のデータである。満足度の高さは主に業務の効率化によるものであり、評価軸がすり合っているかどうかという課題とは独立して存在しうる。人事側の満足度が高くても、現場面接官との溝が別に残ることは十分にあり得る。
候補者側もAI単独判定に納得していないのか？ 28卒の就活生を対象にした調査では、AI面接の結果「だけ」で不合格が決まることについて「絶対に納得できない」が8.9%、「人の目を通していない評価には納得がいかない」が45.5%と、合わせて半数以上がAI単独判定に納得していないという結果が出ている[出典：「AI面接に関する意識調査」PR TIMES配信プレスリリース]。この調査は母数や調査時期が明記されておらず、調査主体企業の自社PRを目的とした可能性がある点には留意が必要だが、候補者側にもAI単独判定への抵抗感があることは読み取れる。現場面接官が抱く違和感は、こうした候補者側の反応を選考現場で感じ取っている結果である可能性も考えられる。
AI面接導入後の評価のすり合わせや判定後の工程設計を、自社の採用フローに合わせて整理したい方へ。自社の採用工程のどこに「あいだの工程」が残っているかを棚卸しし、評価軸のすり合わせと役割分担をどう設計するかを相談したい場合は、フェアパスの詳細はこちらからご確認ください。
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。