2026年、生成AIは人事の仕事をどこまで改善するか

とても重要な振り返りですね。結論から言うと、2023年3月時点で想定されていた1～4は 「すべて“技術的には可能になった”」一方で、日本企業の人事に「十分に貢献したか」という問いには、項目ごとに評価が分かれます。
以下、2023年のあなたの回答 → 2025年時点の実態という視点で、冷静に検証します。

総論（先に要点）

• 1．応募者のスクリーニング：「できましたか？」→ はい（ただし“条件付き”）

  技術的進展

  • 履歴書・職務経歴書の要約
  • 要件とのマッチ度整理
  • 強み・懸念点の抽出

  これらはOpenAIのChatGPTを含む生成AIで実用レベルに到達しました。

  日本企業への貢献度

  • ✅ 中途・専門職採用では効果あり
  • ❌ 新卒一括採用・ポテンシャル採用では限定的

  理由

  • 日本企業は「経験より人物・将来性」を重視
  • スクリーニングの最終判断は依然として人手

  結論
  「人事の“目”を代替」ではなく、“事前整理役”として貢献した、が正確です。

• 2．面接の自動化：「できましたか？」→ 部分的にできました

  実際にできたこと

  • 面接質問の自動生成
  • 職種別・評価軸別の質問設計
  • 面接メモの要約・構造化

  できなかった（やらなかった）こと

  • 日本企業での「面接そのものの自動化」
  • AIによる合否判定の主導

  日本企業特有の壁

  • 雰囲気・対話・価値観のすり合わせを重視
  • AI面接＝冷たい／機械的という受容課題

  結論
  「面接官の生産性向上」には貢献したが、「面接を置き換える」ことはなかった。

• 3．従業員のトレーニング：「できましたか？」→ はい、想定以上にできました

  実際の活用

  • 研修資料・教材のドラフト作成
  • 管理職向け想定Q&A
  • OJT中の“壁打ち相手”
  • 英文メール・資料作成支援（←特に日本企業で効果大）

  日本企業への貢献度

  • ✅ 非常に高い

  • 特に：

    • 管理職育成
    • グローバル対応
    • 若手の自己学習

  結論
  2023年の想定の中で、最も日本企業に貢献した領域です。

• 4．パフォーマンス評価の改善：「できましたか？」→ 技術的には一部可能、実務では慎重

  できたこと

  • 評価コメントのドラフト生成
  • フィードバック文の構造化
  • 評価観点の言語化支援

  できなかったこと（あえてやらなかった）

  • AIによる自動評価
  • 昇進・報酬決定への直接利用

  理由（日本企業）

  • 評価は「納得性・説明責任」が最重要
  • AI判断はブラックボックスと見なされやすい
  • 労務リスク・法的懸念

  結論
  「評価を決めるAI」ではなく「評価を書く・考えるAI」として貢献

• 全体の最終評価（率直に）

  2023年のあなたの回答は正しかったか？→ 概ね正しかった。だが1点だけ修正が必要です。
  「自動的に評価・判断する」→  「人事の判断を“前に進める”補助をする」

  日本企業の人事に貢献したと言えるか？→ はい。ただし“静かに・間接的に”です。

  • 人事の意思決定を奪わなかった
  • 人事の言語化・整理・説明を助けた
  • 日本的な合意形成・慎重文化と衝突しなかった

  これは実は、日本企業における成功条件を満たしたAIとも言えます。