AIで面接評価シートを作る方法｜評価軸をそろえる

AIで面接評価シートを作る目的は、候補者を自動採点することではありません。職務上必要な行動を先に定義し、面接官が同じ質問・尺度・Evidence欄を使えるようにすることです。AIには職務要件の整理や表のたたき台を任せても、質問の妥当性、候補者の評価、採否は人が確認します。

評価シートを作り始める前に、対象職務、面接の目的、質問する項目、評価を担当する人、記録の保管場所を決めます。職務と関係のない情報を判断材料にしないよう、質問案と評価欄の両方を採用担当者が点検します。以下の例は手順を示す架空ケースで、実際の職務要件を代替するものではありません。

先に作る評価シートの完成形

1行を1つのCompetency（職務上の能力要件）にし、Score欄とEvidence欄を分けます。例えば次の列構成にすると、数値の根拠と未確認事項を一緒に追えます。

表は横にスクロールできます

列	記入する内容	確認すること
職務タスク	仕事で実際に担う業務	現場責任者が確認したタスクか
Competency	そのタスクに必要な知識・行動	職務遂行と直接結び付くか
質問・Probe	全候補者へ聞く質問と必要な追加質問	質問の順序・文面をそろえたか
行動基準	1・3・5などの観察可能な違い	「印象」「相性」だけの表現がないか
Score	基準に照らした評価	評価者が根拠と一緒に記録したか
Evidence	回答の具体的行動・結果、発言の要約	発言と評価者の推測が混ざっていないか
未確認・Follow-up	確認できなかった点と次の質問	未確認を低得点へ置換していないか

職務要件から評価軸へつなぐ

評価軸は「優秀な人の特徴」から作らず、担当する仕事から導きます。例えば架空のWeb制作進行職で、顧客の依頼を仕様に整理するタスクがある場合、必要な行動は「依頼内容を確認し、必須条件・期限・未決事項を区別する」のように書けます。ここで「感じがよい」「若々しい」「自社に合う」といった人物印象を能力基準へ混ぜません。

表は横にスクロールできます

職務タスク（架空）	Competency候補	観察可能な行動例
顧客要望を仕様に整理する	要件整理	目的、制約、未決事項を分けて確認する
納期までの作業を組み立てる	優先順位付け	依存関係と期限を確認して順序を提案する
仕様変更を関係者へ伝える	説明・調整	影響範囲と選択肢を相手に伝える

この表は雛形です。実際の職務分析や現場担当者の確認なしに、この3項目を採用基準として流用しないでください。各軸がその仕事に必要かを、職務を知る担当者と採用担当者が確定します。面接で評価できないCompetencyは、別の評価方法が適切かを検討し、形式だけ面接シートへ押し込みません。

質問と評価基準を一緒に作る

Competencyごとに質問を一つ選び、その回答に対して全候補者へ同じ尺度を使います。状況質問なら「こうした状況で最初に何を確認し、どの順で対応しますか」、行動質問なら「過去に要件が曖昧な案件を整理したとき、何を確認し、どう決めましたか」のように、職務と関係する行動を尋ねます。質問の表現や順序を変える場合は、面接官間で理由を共有します。

評価基準は数字だけにしません。下の1・3・5は架空の要件整理Competencyの例で、2・4は隣接する行動の程度として運用前に定義します。

表は横にスクロールできます

Score	架空の行動アンカー
1	依頼の目的や制約を確認せず、結論だけを決める
2	目的は確認するが、期限や未決事項の一部が抜ける
3	目的・期限・主要条件を分け、未決事項を質問する
4	関係者間の条件差を整理し、優先順位を説明する
5	条件が変わった場合の影響と確認方法まで示す
未確認	面接内で根拠を十分に確認できなかった

1点は「悪い人」を意味せず、この面接で定義した行動例が確認できなかったという記録です。同様に5点も人物全体の価値を表しません。最終的な評価は職務上の基準と記録された根拠に沿ってレビューします。

AIへ依頼する範囲

AIに渡すのは、公開可能な範囲の職務タスク・必須要件・質問形式などです。候補者の履歴書、面接録音、氏名、住所、健康情報などを入れる前に、利用サービスの契約・権限・社内規程・保管条件を確認してください。必要性がない候補者情報を入力しないのが基本です。

以下の職務タスクと要件だけを使い、面接評価シートの案を作成してください。

候補者の採否・適性の結論は出さないでください。

各行に、職務タスク、Competency、共通質問、必要ならProbe、

1/3/5の観察可能な行動アンカー、Evidence欄、未確認の扱いを含めてください。

職務との関連が資料から分からない項目は追加せず「要確認」と記してください。

本人の適性・能力に関係しない個人属性を評価軸や質問にしないでください。

尺度の表現が人物印象だけになっていないか、自己点検項目も最後に出してください。

生成結果はそのまま配布せず、各Competencyを現場の職務タスクへ戻して確認します。AIが出した軸に、元資料にない能力要件や望ましい人物像が混じっていたら削除するか、追加根拠を求めます。質問が職務の実態から離れている場合も、文面だけ整えて採用せず、担当者と再設計します。

面接メモをScoreへ変換する

面接中は、まず観察した回答を記録します。候補者が「依頼内容を表にした」と話したなら、その作業、本人の役割、判断基準、結果を聞き取れる範囲で残します。「論理的だった」のような印象をEvidence欄へ直接書かず、何を説明したかへ分解します。発言を逐語録として保存する必要があるか、どこまで記録するかは社内の採用・個人情報ルールに従います。

表は横にスクロールできます

記録欄	架空の例
質問	曖昧な依頼を整理した経験を教えてください
Evidence（候補者回答の要約）	目的を確認し、必須条件と後で決める項目を分けた
結果	関係者が仕様案をレビューできる状態になった
評価者の判断	要件整理の3点アンカーに該当
未確認	予算が競合した場合の対応は確認していない

この例では、回答の要約と評価者の判断は別の欄です。「レビューできる状態」は回答者が述べた結果か、面接官が推測したものかを区別します。記録が不足しているなら、評価を埋めるのではなく「未確認」とし、必要な場合に全候補者へ一貫した追加質問を行うかを決めます。

Not Assessedと人によるレビュー

面接で質問しなかった能力や、回答機会が不足した項目を0点・1点に置き換えると、情報不足と行動評価が混ざります。Not AssessedまたはInsufficient Evidenceを使い、未評価である理由を残します。追加面接が必要なら、何を確認するか・誰が聞くかを決め、同じ職務基準から外れた質問を足さないようにします。

複数の面接官がいる場合は、最初に各自が同じEvidenceと尺度で記録し、相違がある箇所を具体的な根拠に戻って話します。点数を単純平均するだけでは、質問機会や根拠の違いを解決できません。異なる評価を無理に一つにまとめるより、どの観察が食い違うか、その差が職務基準に関係するかを記録します。

公正性・個人情報の確認

厚生労働省は、応募者に広く門戸を開き、本人の適性・能力に基づいた基準で選考する基本を示しています。OPMのStructured Interview資料も、職務上重要なCompetencyに基づく質問、共通の質問・評価基準など、構造化の考え方を説明しています。これらは個別組織の評価シートを自動的に承認するものではありません。自社の職務要件、社内規程、適用されるルールは担当者が別に確認します。

評価表へ住所、家族、思想信条など職務遂行と無関係な情報を記録しないようにします。AIへ候補者情報を渡す場合は、目的、必要最小限の項目、アクセス権限、保存期間、削除方法を確認し、承認されていない環境へコピーしません。AIを使ったことだけで公平性が担保されるわけではなく、出力・入力・人の判断をそれぞれ点検する必要があります。

失敗例と修正手順

「コミュニケーションが弱い」という記録だけでは、何を観察したのか、職務にどう関係するのか、改善余地があるのかが分かりません。回答の具体的な行動を記録し、評価基準のどの部分と結び付くかを書きます。基準自体が曖昧なら、候補者評価を進める前に尺度を修正し、関係者間で再確認します。

生成された質問が職務とは無関係な私生活の情報を求める場合は、候補者へ質問する前に削除します。質問の意図を「人柄を知るため」とだけ説明しても、職務要件との関係が明確になるわけではありません。懸念が残る質問は採用担当者や社内の適切な窓口で確認します。ここでは個別の法的適否を断定せず、公式資料と社内ルールに沿ったレビューを促します。

面接官によって質問や採点方法がばらばらなら、評価会議で点差だけを比べても原因は分かりません。使用した質問、追加Probe、観察機会、根拠の違いを分けて記録し、必要なら次回から条件をそろえます。すでに面接した候補者へ追加確認をする場合は、手続きの公平性と社内方針に照らして担当者が判断します。

配布前QAと次のAction

• 評価項目が実際の職務タスクと結び付いている

• 各質問と評価基準を候補者間でそろえられる

• 1/3/5アンカーが観察可能な行動で記されている

• Evidenceと評価者の判断を別欄にできる

• 未確認を低得点へ置き換えない

• 職務と無関係な個人属性を質問・評価しない

• 候補者情報の入力・共有・保存を社内ルールで確認した

• 人が評価表を承認し、AIに採否を決めさせない

最初は一つの職務・一つの面接で小さく試し、同じ回答例を複数の面接官が評価して、尺度の説明だけで同じ行動を見られるか点検します。点数の差が大きい項目は、基準の言葉が曖昧か、質問が行動を引き出していない可能性があります。運用担当者が修正して再度確認してから、正式なシートとして配布します。

最初の次Actionは、採用責任者と現場担当者で職務タスクを3〜5件書き出し、その中から面接で確認すべき要件を選ぶことです。その後、質問と尺度の案を作り、個人情報や選考基準の扱いを担当部署に確認します。全候補者の点数を作ることではなく、根拠と未確認事項を一貫して残せる状態が完成条件です。

AIものさしの判断

面接評価シートは、職務タスク→Competency→共通質問→観察可能な行動アンカー→Evidence→人によるレビューの順に組み立てます。AIは案の整理に使えますが、評価基準と質問の承認、候補者の評価、採否の判断は人が担います。数値を埋めることより、判断の根拠と不足情報を区別して残すことを優先してください。