職務経歴書のAI要約活用 — スクリーニング時間短縮の目安とリスク管理

「この要約、鵜呑みにして面談行ったら、職務経歴書と全然違う話が出てきたんですけど……」

先日、若手のCAからそう相談を受けました。結論から言うと、職務経歴書の要約にAIを使うこと自体は問題ではないと僕は考えています。問題は、要約を「読んだことにする」使い方をしてしまうことです。AIによる要約は、母集団が多いときのスクリーニング速度を上げる道具として優秀ですが、原文の一次情報に接地しない使い方をした瞬間に、リスクの方が大きくなります。今日は、職務経歴書のAI要約をどう使い分けるか、どこまで時間を短縮できるか、そしてどこにリスクが潜んでいるかを、僕の実務の感覚で整理してみます。数字はすべて僕のチームの独自ガイドの目安値で、比較の前提を必ずつけて出します。

1. 職務経歴書のAI要約、僕が使い分けている3パターン

まず前提として、僕は職務経歴書のAI要約を一枚岩の機能として見ていません。使う場面によって、求めている精度と粒度がまったく違うからです。個人的には、大きく3つのパターンに分けて使い分けるのが実務上ちょうどいいと考えています。

パターンA：一次スクリーニング用の粗い要約

母集団形成の直後、応募や紹介で職務経歴書が数十件単位で溜まっている状態では、まず「会う価値があるかどうか」を粗く判断する段階が必要です。この段階では、経験業界・直近の役職・在籍年数といった骨格情報だけを抜き出す粗い要約で十分だと考えています。ここで細かい実績値まで要約に含めようとすると、むしろ処理が重くなり本来のスピード感が失われます。僕の感覚では、項目を絞れば絞るほど、要約が原文から逸脱するリスクそのものも減らせます。

パターンB：面談前の深掘りポイント抽出

会うと決めた候補者については、要約の目的が変わります。面談で何を深掘りするか、どこに矛盾や気になる点があるかを事前に洗い出すための要約です。僕はここで、AIに「気になる点・確認すべき点を3つ挙げて」というプロンプトを添えることが多いです。単なる要約より、面談の質を上げる下準備としての価値が大きいと感じています。この段階では速度より深さを優先するので、パターンAより処理時間が伸びることを織り込んでおく必要があります。

パターンC：推薦コメント下書き前の素材整理

クライアントへの提出直前、推薦コメントを書く材料として職務経歴書の要点を整理する使い方もあります。ただしこのパターンは、推薦文そのものの書き方の話と重なる部分が大きいので、今日は素材整理の範囲に留めます。要約はあくまで下書きの材料であり、最終的な推薦の言葉は人が選ぶべきだという立場は変わりません。

2. 短縮できる時間の目安 — 何と比べているかを明確にする

「AIで時間短縮できます」という話は聞き心地がいいのですが、比較対象があいまいなまま数字だけが独り歩きすると誤解を招きます。ここでは僕のチームの独自ガイドとしての目安値を、比較の条件をつけて出します。

この表からわかる通り、短縮効果は候補者の経歴の複雑さによって大きく変わります。転職回数が多く、業務内容の記述が長い職務経歴書ほど、AI要約が骨格を掴みきれず、結局人がゼロから読み直す羽目になることが僕の体感でも少なくありません。数字だけを見て「AIで半分の時間になる」と期待すると、複雑な経歴の候補者で裏切られる感覚を持つはずです。比較の前提をチーム内で共有しておくことが、期待値のズレを防ぐ最初の一歩だと思います。個人的には、この目安値を月次のKPI会議で「短縮できた分をどこに再配分したか」まで話題にすると、AI導入の効果が数字以外の言葉でもチームに浸透しやすいと感じています。

3. リスクの正体 — ハルシネーションと見落としの構造

職務経歴書のAI要約で実際に僕が痛い目を見たのは、要約が原文にない資格を「保有」と書いてしまっていたケースでした。原文には「取得を検討中」という一文があっただけなのに、要約では確定情報として整理されてしまっていたのです。幸い面談前の原文確認で気づけましたが、もしそのまま推薦していたら、クライアントとの信頼関係に響いていたと思います。これがいわゆるハルシネーション、AIが原文にない情報をなめらかにつなげてしまう現象です。

もう一つのリスクは、逆方向の見落としです。在籍期間のギャップや、複数の職務が並記されていて実質的な担当範囲が曖昧な部分は、要約の過程で自然に削られてしまいがちです。要約は「読みやすくする」ことが目的なので、情報量を減らす方向に働きます。その結果、面談で初めて在籍期間のギャップが発覚し、候補者に気を遣わせる質問を後出しでする形になってしまうことがあります。似た例として、退職理由が原文には複数書かれていたのに、要約では一番ポジティブな理由だけが残り、実際の面談ではネガティブな理由の方が本音だったというケースも見聞きしたことがあります。

この2つのリスクは性質が違うので、対策も分けて考える必要があると僕は考えています。ハルシネーション対策は「要約に書かれている情報は本当に原文にあるか」を確認する視点、見落とし対策は「原文にあった情報で要約から消えたものはないか」を確認する視点です。どちらも、要約だけを見て安心してしまうと防げません。

4. 今日からできる運用手順（所要時間つき）

ここからは、明日から実際に手を動かせる手順として整理します。特別なツール投資がなくても、今日の業務フローに組み込めるレベルのものです。それぞれに、僕のチームの独自ガイドとしての所要時間の目安もつけておきます。

• 手順1（1分）：要約を作る前に、原文の職務経歴書をそのまま保存しておく。要約と原文を並べて見られる状態を作ることが、後述の二段階チェックの前提になります。
• 手順2（2〜3分）：一次スクリーニング用の要約は、経験業界・直近役職・在籍年数の3項目に絞って出力させる。粒度を絞ることで、ハルシネーションが入り込む余地そのものを減らせます。
• 手順3（1〜2分）：面談を決めた候補者については、要約に「原文のこの一文から抜粋」という形で出典箇所を添えさせる。出典なしの記述は要注意フラグとして扱います。
• 手順4（3〜5分）：面談前に原文の在籍期間・退職理由の記述を必ず自分の目で再確認する。要約で削られやすい箇所だからこそ、人の目で戻す工程を固定化します。
• 手順5（5〜10分）：推薦コメントを書く段階では、要約はあくまで素材と位置づけ、最終的な文言は自分の言葉で書く。

この5手順のうち、僕が一番効果を感じているのは手順3の「出典箇所を添えさせる」やり方です。出典が示せない記述は、AIが原文から離れて生成した可能性が高いというシグナルになります。これは、家電の説明書で「詳しくは別紙参照」と書かれているのに別紙が見つからないときの不安感に近いものだと思っています。出典が示せる情報だけを信頼する、という態度が実務上一番効くと感じています。トータルで見ても、5手順を通して1件あたり10〜20分程度の工程増にしかならず、これは短縮できた時間の範囲でほぼ吸収できる感覚です。

5. よくある失敗と対処

最後に、僕が見聞きした範囲でよくある失敗パターンと、その対処を整理しておきます。

共通しているのは、いずれも「要約を最終判断の材料として使ってしまった」という点です。僕はこれを、要約と原文の役割分担が崩れた状態と呼んでいます。要約は速度を稼ぐための道具で、最終判断の根拠は原文に戻すという役割分担を、チーム内のルールとして明文化しておくと、個人の注意力に依存せずにリスクを抑えられると思います。

6. ケース比較 — 要約先行と原文先行、どちらが早いか

チームの中には「そもそもAI要約を使わず、最初から原文を読んだ方が早いのでは」という声もありました。僕自身、両方のやり方を一定期間並行して試したことがあります。結論としては、母集団の量と経歴の複雑さによって最適な順番が変わる、というのが実感です。

母集団が多く、かつ経歴が比較的シンプルな候補者が多い場面では、要約先行のほうが明らかに速いです。粗い要約で骨格を先に把握してから、必要な候補者だけ原文に戻る方が、無駄な読み込みを減らせます。一方で、母集団自体が少なく、経歴が複雑な候補者が多い場面では、要約先行だとむしろ二度読みの手間が増えます。要約を作らせる時間と、要約が骨格を外した場合の読み直し時間を足すと、最初から原文を読んだ方が早いというのが僕の体感です。目安としては、母集団が20件を超えるかどうかを一つの分岐点として、チーム内で使い分けのルールを決めておくと実務がスムーズになると考えています。

（結論）AI要約は速度の道具、最終判断は原文に戻す

職務経歴書のAI要約は、母集団が多いときのスクリーニング速度を上げる道具として、僕は積極的に使う価値があると考えています。ただし、その速度と引き換えに、ハルシネーションと見落としという2種類のリスクを常に背負うことになります。一次スクリーニング・面談前の深掘り・推薦素材整理という使い分けを意識し、原文との対応関係を残す二段階チェックを運用に組み込むことで、速度とリスク管理を同時に成立させることができると思います。数字は独自ガイドの目安値として、比較の前提つきで社内共有しておくことをおすすめします。

皆さんいかがでしたでしょうか。職務経歴書のAI要約は、使い方次第で強力な武器にも、信頼を損ねる火種にもなります。原文に戻る一手間を惜しまず、今日もがんばりましょう。