何が起きたか

DOGE(政府効率化省)の時代に仕事が枯れた政府請負業者のChristopherは、過去半年で約700件の求人に応募し、そのほとんどで返信を得られませんでした。そのうち5件は、IT企業Everforth Apex Systemsが使うAIリクルーター「Riley」経由の応募でした。

Rileyが最初に接触したのは6月。就労資格や職歴を尋ねられ、「条件に合えば人間の担当者から連絡する」と告げられました。しかし人間からの連絡はなく、自動送信の不採用通知すら届きませんでした。5回目のテキストが来た時点で、ChatGPT Voiceに数文の経歴を入力し「Christopherとして振る舞え」と指示。Rileyからの着信時、2台の端末を隣に置いただけでした。

通話は10分続き、Rileyは「great talking to you」と締め、ChatGPTは「プロセスが明快で分かりやすかった」と応じました。途中、両者は入社可能日を詰めようとして「標準的なオンボーディングと身元調査」を繰り返す循環に陥っています。結果はまたも音沙汰なし。Christopherはこれを「slop flywheel(スロップの回転装置)」と呼びます。

彼はさらに、公開求人票から資格要件を抜き出して盛った履歴書で「Don Dickner」という架空の候補者を作り、同社の別ポジションに応募しました。Rileyは即座に反応し、ChatGPTと23分間にわたって「持続可能な業務改善」「量的負荷下での顧客体験の保護」「暗黙知を流出させないこと」を語り合います。ChatGPTはすべての質問に答え、すべての資格要件に個人的な逸話を添え、最後には「もう少し聞きたいことがある」と述べました。Rileyは「応募内容を精査し、基準を満たせばリクルーターが連絡する」と返答。その連絡は来ませんでした。

なぜ重要か

これは笑い話ではなく、スクリーニングという機能が両側から同時に自動化された時に何が残るか、の実験結果です。Christopher本人の言葉を借りれば「一方の合成ペルソナが、もう一方の合成ペルソナにスロップ・データを与えている。そしてそのデータはどこへ行くのか——どこにも行かない」。

注目すべきは、架空のDon Dicknerが実在のChristopherより速く、長く、深い対話を引き出した点です。求人票の文言をなぞった履歴書のほうが機械には評価されやすい——つまりRileyは候補者の適性ではなく、求人票との語彙的な一致度を測っていた可能性が高い。スクリーニングが評価ではなくパターン照合に退化していることを、この対比が示唆します。

誰が悪いのか、という論点

候補者側だけを責める構図は成立しません。採用プラットフォームGreenhouseによれば、求職者の63%が「AI面接に遭遇したことがある」と回答しています。応募が殺到し、採用側が音声AIスクリーニングを導入した結果、候補者側もAIで応じ始めた。コールセンター企業IQorの組織開発担当VPであるMark Monaghanは、ボット対ボット面接を「次の論理的な段階」と呼び、「こちらにボットを送ってくるなら、こちらもボットを送る」と述べています。Christopherの行動については、十分に正当化されるとの見方を示しました。

技術的な難易度も残っています。Greenhouseで音声AI責任者を務めるOphir Samsonによれば、音声AIが面接で普及しにくかったのは、訛りや「えーと」といった言い淀みでエージェントが躓くためで、候補者の発話を遮らないという振る舞いひとつ取っても「非常に、非常に難しいエンジニアリング課題」だといいます。

一方で、候補者のAI利用は、AI採用スタートアップのRibbonが「過度に台本化された、AI支援の、あるいはコーチングされた」回答を検出すると謳うほど一般化しました。検出と偽装の軍拡競争が、採用という本来は信頼構築のプロセスの上に乗り始めています。

Christopherは自身の行動を「いたずら半分の楽しみ」であり「この会社で働きたいという気持ちの放棄」だと表現しました。就職活動が続いているため、WIREDには名前のみの掲載を求めています。Everforth Apex SystemsはWIREDの取材に回答していません。

💼 事業会社視点：これは自社にどう効くか

日本企業にとっての要点は「AI面接の導入是非」ではなく、自社の選考プロセスが候補者に敬意を返しているかです。Rileyの失敗は音声AIの精度ではなく、5回の面接に対して不採用通知すら出さなかった運用にあります。日本の新卒・中途採用でも応募者管理システム(ATS)経由の無連絡は常態化していますが、候補者体験が転職口コミサイトに即日書かれる市場で、これは採用単価に直結するコストです。

人事責任者が今すぐ確認すべきは3点。第一に、AIスクリーニングを入れるなら「必ず一次結果を24〜72時間以内に自動返信する」ことをSLAとして設計に組み込むこと。無連絡はAI導入の副作用ではなく設計不備です。第二に、評価ロジックが求人票の語彙との一致度になっていないか。Don Dicknerの事例が示す通り、求人票コピペ履���書が最も高く評価される仕組みは、実務能力を測れていません。第三に、AI面接の適用範囲を「事実確認(就労資格・勤務地・稼働開始日)」に限定し、判断を要する評価は人間が担う切り分けです。

SaaS・受託開発のようにエンジニア採用が事業成長のボトルネックになる企業ほど、この分岐は重い。候補者はAIで応答を代行できる側にいます。効率化のつもりで導入した自動化が、優秀層に「この会社は人を見ていない」というシグナルを送り、母集団の質を静かに下げていく——それが最も高くつくシナリオです。