本記事ではAIを使って採用後のフィードバックを届ける仕組みを紹介します。

面接後に何の説明もなく終わってしまう状況は、応募者にとって大きな不安につながってしまいます。LLMを活用すると、面接準備からフィードバック作成、質問対応までを効率化できます。

自社の採用活動でどのように使えるかを考えるきっかけにしていただければと思います。

*採用の合否判定をAIで自動化する技術とは異なります。

背景

採用活動の中で応募者からの信頼を得るためには、選考結果の通知だけでなくフィードバックの提供があると好ましいと考えられています。しかし現実には、最終面接で不合格となっても理由が伝えられないままになる応募者が大半を占めています。仮にフィードバックがあっても、その多くは定型的で曖昧な表現にとどまり、応募者が今後の改善に生かせる内容になっていません。また、書類選考や面接後に何の連絡もないまま終わるケースすらあります。

こうした状況は応募者の不安や不満を生むだけでなく、企業側にとっても評判やブランドイメージの低下というリスクを伴います。とはいえ、企業側には大量の応募者対応に必要なマンパワーや時間的余裕がなく、率直な指摘が差別問題などに発展するリスクもあるため、十分な対応が難しいという事情があります。その結果、多くの企業は必要最低限の連絡か沈黙対応を選び、応募者の不信感を残すことになります。

このような課題に対し、LLMが役立つ可能性があります。LLMは採用と近い領域ではカスタマーサポートなどでも既に活用されていますが、個別の文脈に応じた応答を大量に処理できるため、従来の人的リソースだけでは実現できなかった大規模かつ個別化されたフィードバック提供の手段として期待されています。

本記事では、そうした「採用におけるフィードバック」の生成においてLLMを活用する実践的な手法について紹介します。

なお、採用判定そのものをLLM任せにすることは、バイアスや誤判定のリスクが大きく、現状では慎重な対応が求められます。しかし、応募者が面接を通じて得た経験を整理し、強みや改善点を伝える形でのフィードバック生成にLLMを活用することは、応募者体験を損なわずに採用活動の効率化を図る方法のひとつになり得ます。企業側がこのような技術を取り入れることで、応募者とのコミュニケーション改善と選考プロセスの負担軽減を両立する可能性が見えてきています。