有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。
ご不便をおかけしますが、有料コンテンツを購読希望の方は
モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。
いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が
すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には
再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して
実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して
実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。
一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして
コメントを発信しよう
現在あなたのコメント公開範囲は
フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、
学生情報を更新してください。
学生情報を更新されない場合、
次回更新時に自動解約となります。
卒業される方等、プレミアムプランに移行される方には
1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。
ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから
URLをクリックし本人確認をお願い致します。
届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの
フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
AI面接をどの段階に入れるかだとは思いますが、全ての選考過程をAI面接にするのではなく、初期の選考段階で大量に来る応募者を書類選考に加えて適切にスクリーニングしていく、ということであれば、その企業を受ける方としてもエントリーシートという限られた表現方法よりも実際に映像でPRできるのは表現手段が広がるチャンスになると思います。
こういう新しい面接手法を導入する際には、企業側がどんな風に候補者にとって今までよりもメリットがあるのか、どんな風な選考ビジョン/ポリシーがあるのかというコミュニケーションをしっかりとしていくことが大切ではないかと私は思います。企業側の効率性追求だけではないというのが認知されないとイメージダウンになるリスクもありえるかと。
これやるなら、むしろ実際の面接を録画して、面接官側をAIが評価してフィードバックした方が均質化・公平化には繋がると思う。
メガバンクは面接自体にAIを活用。リクルートはまずパターン化が見られる書類選考に適用後、面接官とのマッチングや優先して聞くべき質問の特定を実施。
トライアンドエラーを繰り返さないと進歩はないので、まず始めることが大事だと思う。採用後のパフォーマンスとの紐付けも大事になってくるだろう。中途を大量採用する外資系と新卒に重点を置く国内系だと採用において重要視するポイントも大きく異なる。
裁判ですら、裁判官の好みや気分に大きく左右されるのが現実です。
AIの方が、就活生の能力を公平に判断することができると思います。
もし過去の通過者を正としたAIモデルを作ると、
新しい人材を採用したくなった時に不合格になってしまいます。
さらに、AIはデータに依存しますから、男性ばかり合格となってしまい炎上するでしょう。
事実、AI人事モデルで、男性ばかり出世すると予測して炎上した事例があります。AIを作るときに使った学習データが出世した男性が多かったためです。
ダイバーシティなど、
実情を加味したAIを作る必要があります。
自社で活躍する適正を判断する採用基準の見直しと、社内評価基準の見直しと、鶏と卵になりますね。
過去の合格者のペルソナに偏らないような学習も求められると思います。