2026年卒の学生たちが直面しているのは、ここ数年で最も厳しい就職市場だ。エントリーレベルの採用は減速し、AIが履歴書提出のハードルをゼロにした。その結果、企業が受け取る初級職の応募数は2022年のおよそ3倍に膨れ上がっている。
米国雇用主の90%がAIを使って応募者をスクリーニング・ランク付けしており、その大半は同じ少数のサードパーティ・ベンダーに依存している。Stanford HAIの研究チームは、340万人が提出した400万件の応募を追跡した——150社の雇用主、1,700の職種、11の業界にまたがり、すべての応募が同一のAI採用ベンダーによって評価された。
結論は明快だ。AI採用ツールには人種バイアスが存在するだけでなく、複数の企業が同じアルゴリズムを共有するため、ある企業で落とされた候補者は他の企業でも同様に落とされている。
消えた4万件の推薦
研究はEEOC（米国雇用機会均等委員会）の「5分の4ルール」を用いて不利影響を測定した。ある集団の推薦率が最も推薦率の高い集団の80%を下回った場合、その職種は差別の可能性があると判定される。Title VII雇用法はこれを差別の初步的証拠として扱う。
結果：黒人応募者の26%、アジア系応募者の15%が、AIが自分の人種グループに対して差別的に作用する職種に応募していた。もしAIが黒人とアジア系の候補者を（通常最も推薦率の高い白人と同じ割合で）推薦していたなら、さらに4万件の応募が次の選考段階に進んでいたはずだ。
ここに統計上の落とし穴がある。すべての職種の推薦結果をひとまとめにすると——ベンダーを「一つの巨大な採用プロセス」として見ると——データ上は不利影響が検出されない。なぜならAIは特定の職種（倉庫作業など）では黒人応募者を頻繁に推薦し、別の職種（金融など）ではほとんど推薦しないため、二つのパターンが大きなプールの中で相殺され、表面的には公平に見えるからだ。しかし職種ごとに見れば、差別は確かに存在する。
アルゴリズム単一文化
「アルゴリズム単一文化」は研究チームが以前提唱した理論概念だ。複数の意思決定者が同一のアルゴリズムに依存するとき、アルゴリズムの偏りはシステマティックに増幅される。今回の研究はこの仮説を初めて実データで検証したものだ。
重要な発見：求職者が同じAIベンダーでスクリーニングされる複数の求人に応募した場合、すべての求人から不採用になる確率は、統計的に独立した意思決定のベースラインを有意に上回る。4件の応募を提出した求職者のうち、10%が全滅している。
研究チームは、過去最大の採用意思決定データ——同時期にFortune 500企業108社に送られた83,000件の応募（AI使用の有無は限定せず）——と比較した。対照群で全社から不採用になった割合は、統計的に独立した意思決定の期待値と一致した。
つまり、市場集中度こそが鍵となる変数だ。ある採用AIベンダーが特定業界のスクリーニングを支配しているとき、候補者がシステマティックに排除される確率は跳ね上がる。
ベンダーの統計ゲーム
研究はまた、ベンダーが差別告発を回避するために使う方法論的な抜け穴も明らかにした。
ベンダーが処理するすべての職種を混ぜて全体評価すれば、職種間の差別パターンが相互に打ち消し合い、全体の数字は問題ないように見える。しかしこれは一つの基本的事実を無視している——求職者は「ベンダー」に応募するのではなく、具体的な職種に応募するのだ。ある人が倉庫勤務で推薦され、金融職で落とされる——この二つの結果は統計上「相殺」し合わない。なぜなら、それらは異なる人生の軌跡だからだ。
この抜け穴は法的な次元でも同様に存在する。EEOCの不利影響評価は通常職種単位で行われるが、AIベンダーは「システム全体」での評価を主張できる——すべての職種を混ぜて、差別シグナルを「平均化」するのだ。
共存すべきでない三つの特性
研究チームは問題の構造を一文で要約する。「AI採用ツールは、本来同時に現れるべきでない三つの特性を備えている——広範な導入、極めて重大な影響、外部に対する不透明性。」
つまり、ある自動意思決定システムが：
- 雇用主の90%をカバーし
- 面接機会の有無を決定し
- その動作ロジックが外部から見えない
この三条件が同時に満たされるとき、我々はチェック機能のないブラックボックス権力ノードに直面していることになる。
この研究の最大の貢献は、市場集中度が個人バイアスをいかにシステマティックな排除へと増幅するかを定量化した点だ。「AIにはバイアスがある」は既知の事実だが、「同じアルゴリズムが一個人をすべての企業から同時に排除する仕組み」——これは新しい問いである。
新たな変数：LLMとエージェント
研究チームは結論部で注目すべきトレンドに言及している。新世代の採用ツールは言語モデルとAIエージェントを使い始めている。これらのモデルは能力がより高く、行動の予測がより難しく、バイアス検出の標準化がより困難だ。
現在のLLMによるコード生成と文章作成能力の進歩を考えれば、採用スクリーニングは「キーワードマッチング＋構造化スコアリング」から「対話評価＋総合判断」へと移行しつつある。後者は監査がはるかに難しい——判断根拠が離散的なスコアリング次元の集合ではなく、エンドツーエンドのブラックボックス推論プロセスになるからだ。
本稿の素材は公開情報とコミュニティ議論に基づいています。この話題についてより深い実務経験をお持ちの方は、文中の不足点をぜひご指摘ください。