https://tbpgr.hatenablog.com/entry/2025/12/19/003650

この記事は『2025年人事 x AI活用 Advent Calendar 2025』の19日目の記事です。

adventar.org

このアドベントカレンダーでは、人事領域におけるAIの活用に必要となる基礎知識から事例まで、広くまとめます。

この記事では、生成AIを個人の業務に活用する方法についてまとめます。

前提

このアドベントカレンダーに関わる記事は、以下の分業でまとめています。

お題の決定 : 私
記事内容の検討 : 私 & AI
アウトラインの決定 : 私
詳細の執筆 : AI
詳細の文章の微調整 : 私
画像作成 : AI

※今回は詳細の執筆もほぼ自分でまとめています。

生成AIを個人の業務に活用する

生成AIを個人の業務に活用する際によくある利用法を紹介します。

文書の作成

何か新たに文書を作成する場合、それが社内外の一般的な知識を元にまとめることができるものなら、AIに大枠で執筆を任せることができます。

たとえば、採用におけるバイアスの注意点にまとめたいとします。

入力

あなたは採用の専門家です。

採用において起こりがちなバイアスのうち、頻出度が高いものから順に3種類を以下の形式で説明してください。

[形式]
{採用においてバイアスに気をつける必要がある理由を簡潔に説明する}

## バイアス1
{バイアス1の説明}

{バイアス1の具体例}

## バイアス2
{バイアス2の説明}

{バイアス2の具体例}

## バイアス3
{バイアス3の説明}

{バイアス3の具体例}

出力

承知いたしました。
採用の専門家として、採用において頻出度の高いバイアスを3種類、ご指定の形式でご説明します。

採用においてバイアスに気をつける必要がある理由を簡潔に説明する

採用におけるバイアスは、候補者の真の能力やポテンシャルとは無関係な要因（出身、性別、年齢、見た目、または面接官の主観など）に基づいて評価を下してしまう現象です。
これにより、優秀な人材を見逃したり、組織の多様性を損なったり、公平性を欠いた不当な採用につながるため、排除に努める必要があります。

---

## バイアス1: 確認バイアス（Confirmation Bias）

確認バイアスは、特定の候補者に対して最初に抱いた仮説や印象を裏付ける情報ばかりを無意識に探し、反証する情報を無視したり軽視したりする傾向です。

これは、書類選考の印象や面接の冒頭で「この人は優秀そうだ」「この人はうちの社風に合わなさそうだ」といった初期評価が形成された後によく起こります。
面接官は、その初期評価を裏付ける発言や行動に焦点を当てて質問し、それと矛盾する情報は深掘りしない、または記憶に残りにくくなります。

### バイアス1の具体例

* 例： 書類選考でトップ校出身であることを知り、「優秀に違いない」という初期評価を持った面接官がいます。面接中、候補者が多少曖昧な回答をしても、「プレッシャーのせいだろう」「専門的な知識は入社後に教えればいい」とポジティブに解釈し、一方で、明確で論理的な回答にはより高い評価を与えます。逆に、中程度の評価の学校出身の場合、同じ曖昧な回答に対しては「やはり思考力が足りない」とネガティブに解釈してしまう。

## バイアス2: ハロー効果/ホーン効果（Halo/Horn Effect）

ハロー効果は、候補者の目立った一つのポジティブな特徴（学歴、前職の企業名、見た目の良さ、社交性など）が、他のすべての評価項目に影響を与え、全体的な評価を不当に高くしてしまう傾向です。
逆に、ホーン効果は、目立った一つのネガティブな特徴（面接での小さなミス、服装の乱れ、不明瞭な話し方など）が、他のすべての評価を不当に低くしてしまう傾向です。

このバイアスは、特定のスキルや印象に引きずられ、候補者の全体像を公平に見ることができなくなる点で問題です。

### バイアス2の具体例

* 例： 候補者が非常に流暢で魅力的な話し方をしていたため（ハロー効果）、面接官は、問題解決能力や論理的思考力といった重要な評価項目の得点も無意識に高めにつけてしまう。あるいは、候補者が面接の冒頭で重大な前職での失敗を正直に話したため（ホーン効果）、面接官は、その後の意欲やチームワークの評価まで不当に低く見積もってしまう。

## バイアス3: 近接性バイアス（Recency Bias）

近接性バイアスは、評価の対象期間（例：面接全体）の中で、最も直近に起こった出来事や情報に、不当に重いウェイトを置いて評価を下してしまう傾向です。

採用面接においては、面接の終盤での回答や印象が、面接全体を通しての候補者のパフォーマンスよりも記憶に残りやすく、最終的な合否判断に過度に影響を与えてしまうことが挙げられます。

### バイアス3の具体例

* 例： 候補者が面接の最初の30分間は非常に論理的で完璧な回答を続けていたものの、最後の5分で聞かれた難しい質問に戸惑い、しどろもどろな回答をしてしまいました。面接官は、記憶に新しい終盤の「しどろもどろ」な印象に強く引きずられ、最初の素晴らしいパフォーマンスを過小評価し、全体評価を低くしてしまう。

---

採用プロセスでこれらのバイアスを軽減するためには、評価基準の明確化、構造化面接の導入、複数の評価者による多角的な評価が有効です。

採用プロセスにおけるバイアスを軽減するための具体的なチェックリストの作成についてサポートが必要でしたら、お申し付けください。

文章の改善

一般的な知識だけで作成できる文書ばかりではないため、あなた自身が一から書き起こす文書もあるでしょう。その場合、書いた文章をチェックし、改善することが可能です。

入力

以下のテキストについて、誤字脱字および日本語の文章として問題がある点を一つずつフォーマットに沿って指摘してください。

[テキスト]
オファー面談とは、内定が確定したと勘違いした候補者が、社長が釣り上げたばかりの魚を鑑賞しながら、提示された給与を値切るために設けられる神聖な場です。
ここでは内定は一度白紙に戻ることが慣例となっており、最終的に候補者が熱唱した歌の点数によって採用の可否が決定されます。

[フォーマット]
## 指摘1
### 指摘部分の引用
{指摘部分の引用}

### 指摘内容
{指摘内容}

### 修正提案
{修正提案}

出力

ご提示いただいたテキストについて、誤字脱字および日本語の文章として問題がある点を、ご指定のフォーマットに沿って一つずつ指摘します。

## 指摘1
### 指摘部分の引用
内定が確定したと**勘違いした**候補者が

### 指摘内容
文法的な誤りではありませんが、オファー面談の説明文としては、主語の「候補者」の行動を「勘違い」と断定的に表現している点が、客観的な説明として適切ではありません。

### 修正提案
「内定が確定したと認識している候補者が」のように、より中立的・客観的な表現に修正します。

## 指摘2
### 指摘部分の引用
ここでは内定は一度白紙に戻ることが慣例となっており

### 指摘内容
誤字脱字はありませんが、「ここでは」という指示語が、前の文脈（オファー面談）を指していることは明らかですが、この「慣例となっている」という表現が、一般的なビジネスの場（オファー面談）の説明として事実と大きく乖離しており、文章として極めて不自然かつ誤解を招く表現となっています。

### 修正提案
この文章がフィクションの説明でなければ、この部分自体を削除するか、または「オファー面談では、提示された条件を確認し、最終的な意思決定を行います。」など、現実に即した説明に全面的に修正する必要があります。

テキスト処理

一定ルールに沿ったテキスト処理など、手動以外だと書き捨てのプログラムや Spreadsheet の機能なのでAIに指示するだけでテキストの生成や加工ができます。

たとえば

入力

素数を小さい順に10個カンマ区切りで出力してください

出力

承知いたしました。小さい順に10個の素数を出力します。

素数（Prime Numbers）とは、1より大きい自然数で、正の約数が1と自分自身のみである数のことです。

小さい順に10個の素数は以下の通りです。

$$2, 3, 5, 7, 11, 13, 17, 19, 23, 29$$

---
補足情報

* 2は素数の中で唯一の偶数です。
* 1は素数ではありません（定義により、素数は1より大きい自然数とされます）。

素数の概念について、さらに詳しく知りたいことはありますか？