リファレンスチェックをAIで設計する — 「儀式」で終わらせない3段階構造

「リファレンスチェック、一応やってますよ。人事から前職の上司に電話して、大丈夫そうでしたって報告を受けるだけですけど」——ある中途採用担当の方が、面談の合間にそう話してくれたことがあります。

結論から言うと、リファレンスチェックが「儀式」で終わってしまうのは、担当者の力量の問題ではなく、質問設計・収集フロー・評価基準の3つが構造化されていないことが原因だと僕は考えています。総務省「労働力調査」（2023年）によれば、転職者数は288万人と過去最多水準に達しており、10年前（2013年時点で200万人前後）と比べても中途採用の比重は明らかに増えています。母集団が増えれば、書類と面接だけでは見抜けないミスマッチも比例して増える。だからこそ、AIで構造化できる余地が大きいプロセスだと僕は見ています。

0. リファレンスチェック、ちゃんと機能してますか？

僕たちポテンシャライトがご支援している企業の中で、リファレンスチェックを正式なプロセスとして運用している割合は、体感値で3割程度です。残りの多くは「やった方がいいと分かっているが、属人的な電話確認で終わっている」か「そもそもやっていない」状態にあります。即戦力採用が増えるほど、入社後に「聞いていた話と違う」というミスマッチのコストは大きくなります。人材紹介業界で目安として使われる採用コストの相場観では、早期離職による損失は年収の3割から5割程度に達するとされ、書類・面接だけでは拾いきれないリスクを事前に検知する価値は小さくありません。特にマネジメント職の中途採用では、前職での意思決定の癖や部下への接し方といった「面接では取り繕える部分」こそ、リファレンスチェックでしか見えないケースが多いというのが、僕がこれまで見てきた実感です。

1. リファレンスチェックが「儀式」で終わる3つの理由

実装を見ていくと、機能しないリファレンスチェックには共通するパターンがあります。

• 質問が抽象的すぎる——「人柄はどうですか」「仕事ぶりはいかがでしたか」といった質問は、答える側もYesかNoに近い一般論しか返せません。
• 依頼先が候補者の推薦者だけ——候補者自身が指名した人物だけに照会すると、構造的にポジティブな回答しか集まりません。
• 回答が記録に残らない——担当者が電話で聞いた内容をメモ程度で終わらせ、「大丈夫そうでした」という主観の一言で選考記録が締めくくられます。

この3つに共通するのは、属人的な運用そのものではなく、再現できる型がないことです。ここにAIを充てる余地があります。

2. AIで設計する3段階構造 ― 質問設計・収集・評価

僕はリファレンスチェックの構造化を、質問設計・収集・評価の3段階に分けて考えています。それぞれの役割を整理すると次のようになります。

特に効果を感じているのは質問設計の段階です。「人柄」ではなく「締切が重なった時にどう優先順位をつけていたか、具体的な場面を教えてください」といった行動ベースの質問に落とすだけで、回答の情報量は大きく変わります。AIに求人票と評価軸を読み込ませれば、こうした行動ベースの質問候補を職種ごとに複数案出させることができます。収集の段階では、依頼メールの文面をAIに複数パターン作らせ、依頼先の役職や関係性（元上司・元同僚・元部下）に応じて言い回しを変えると、回答率そのものが上がる傾向があります。評価の段階では、自由記述の回答をAIに要約させたうえで、必ず原文も残しておくことが重要です。要約だけを見て判断すると、担当者の一次情報にアクセスできないニュアンスが失われるためです。

3. 実装：どこにAIを使い、どこを人が判断するか

ここで線引きを誤ると、リファレンスチェックの信頼性そのものが損なわれます。僕の体感では、AIに任せてよい領域と人が判断すべき領域はこう分かれます。

AIに任せられるのは「情報を整えるところまで」で、「その情報をどう扱うか」は最後まで人が持つ、というのが僕の基本方針です。ここを混同すると、AIが出した要約をそのまま合否理由にしてしまうという事故につながります。

4. 法的・倫理的な線引きを外さない

リファレンスチェックは、設計を誤ると個人情報保護と職業安定法の両面でリスクを抱えます。まず前提として、候補者本人からの明確な同意取得なしに前職へ照会することはできません。個人情報保護法上、第三者提供にあたるためです。加えて、職業安定法に基づく指針では、本籍・思想信条・家族構成など採用選考上不要な事項の収集が禁止されています。AIに質問文を生成させる際も、この禁止事項をプロンプトの前提として明示し、生成された質問案を人がチェックする工程を必ず挟む必要があります。「効率化したい」という動機で質問設計を全自動化してしまうと、この線引きを見落とすリスクが上がる点は、強調しておきたいところです。

5. よくある失敗と対処

リファレンスチェックの構造化に着手した企業でも、いくつかの共通した失敗パターンがあります。1つ目は、AIに生成させた質問リストをそのまま使ってしまうケースです。職種の特性を反映せずテンプレート化された質問は、結局「人柄はどうですか」の言い換えにしかならず、精度は上がりません。対処法としては、質問案をAIに出させたあとに、実際にその職種を評価してきた現場マネージャーに1回レビューさせる工程を挟むことです。これだけで、質問の解像度は目に見えて上がります。2つ目は、依頼先を候補者任せにしてしまう失敗です。候補者に「前職の方を2名紹介してください」と丸投げすると、都合の良い人選になりがちです。対処としては、候補者の指名者に加えて、職務経歴書に記載のある部署の別の関係者にも照会できないか候補者に相談する運用に変えると、情報の偏りが減ります。3つ目は、回答をAIに要約させた結果を鵜呑みにして、原文を確認しないまま合否判断に使ってしまう失敗です。要約は必ず「原文つき」で保管し、最終判断の場では原文に戻って確認する運用を、僕はご支援先には必ずお伝えしています。

6. 導入タイミング別ケース比較 ― 早期設計型と駆け込み型

導入のタイミングによって、得られる効果はかなり変わります。ご支援先を見ていて感じる傾向を整理すると、次のようになります。

駆け込み型の企業に共通するのは、「内定を出す直前になって念のため確認しよう」という発想でリファレンスチェックが位置づけられていることです。これでは候補者からすれば「内定を出したのに、まだ疑われているのか」という受け止め方になりかねません。早期設計型に切り替える場合、実務手順としては、最終面接の日程が確定した時点（内定判断の1〜2週間前が目安）で質問案の叩き台をAIに作らせ、候補者には最終面接の場で「合格した場合、前職の方に数点確認させていただくことがあります」と一言添えておくのがおすすめです。所要時間の目安としては、質問設計の準備に30分程度、依頼から回答までの収集に2〜3営業日、回答の整理と評価に1時間程度を見込んでおくと、選考全体のスケジュールを大きく崩さずに運用できます。早期設計型と駆け込み型の差は、突き詰めると「リファレンスチェックを選考プロセスの一部として設計しているか、後付けのオプションとして扱っているか」の違いに集約されると僕は考えています。

（結論）

リファレンスチェックは、担当者の経験や勘に頼る属人的な業務だと思われがちですが、質問設計・収集・評価の3段階に分解すれば、AIが担える範囲は思っている以上に広いというのが僕の実感です。ただし、最終的な合否判断とリスクの重み付け、そして法的にセンシティブな部分の扱いは、最後まで人が持つべき領域です。よくある失敗の多くも、この線引きを曖昧にしたまま自動化を進めてしまうことに起因しています。ここを取り違えずに設計できれば、リファレンスチェックは「儀式」から「ミスマッチを事前に検知する仕組み」に変わっていきます。皆さんいかがでしたでしょうか。では今日もがんばりましょう。