記事一覧

採用 · July 18, 2026 · 約8分

採用における5つの柱:優れたアセスメントが実際に測定しているもの

認知能力、状況判断、行動特性、専門スキル、そしてAIフルーエンシー——その人が仕事をこなせるかどうかを予測する5つのシグナル。なぜ単一のスコアでは全体像のほとんどが見えなくなるのか。

Jakir Patel 著 · Founder, Hanzomon

共有
採用
目次

優れた採用は1つの数字では表せません。最も強力な採用シグナルは、認知能力、状況判断、行動特性、専門スキル、AIフルーエンシーという5つの異なる柱から得られ、それぞれが他の柱では測れないものを測定しています。それらを職務に応じて重み付けし、個別にスコアリングすることこそが、アセスメントを合否判定のゲートから予測へと変えるのです。

Domain
25%
Behavioural
20%
Situational
20%
Cognitive
15%
AI Fluency
10%
AI Sandbox
10%

Illustrative weights — configurable per role, locked at the first candidate for comparability.

なぜ1つのスコアでは真実が見えなくなるのか

単一の総合スコアで候補者を順位付けすることはできますが、その理由までは示せません。2人がまったく異なる理由で同じ72点にたどり着くことがあります——一方は純粋な認知能力に支えられ、もう一方は深い専門スキルを持ちながら判断力は弱い、という具合です。ステークホルダーの意思決定で成否が決まる職務においては、この2人は同じ採用対象ではありません。そして1つの数字だけのスコアは、まさにあなたが見るべきだった違いを覆い隠してしまうのです。

研究が示していること

これは単なる直感ではありません。1世紀にわたる人材選抜研究は同じ方向を指し示しています。すなわち、単一の指標だけで職務パフォーマンスをうまく予測できるものはなく、最良のシステムは複数の指標を組み合わせている、ということです。一般的な認知能力は最も強力な個別シグナルの1つであり(古典的なメタ分析でおよそ r = 0.51)、構造化されたワークサンプルはこれに匹敵する順位を占め、職務関連のアセスメントは履歴書スクリーニングを大きく上回ります——一方で在学年数の予測力はわずか r = 0.10 程度にすぎません。信頼できる予測力の向上は、認知能力の指標、ワークサンプル、そして誠実性または行動シグナルを組み合わせることから生まれます。

5つの柱とは、この知見を実運用に落とし込んだものです。それぞれが他の柱では測れないものを測定し、職務ごとに重み付けすることこそが、スコアを汎用的なゲートから真の予測へと変えるのです。

5つの柱

認知能力

推論力、パターン発見力、学習速度——これまで見たことのない問題にどれだけ早く習熟できるか。ポテンシャルの強力な予測因子ですが、それ単独では現時点の職務スキルの予測因子としては弱いものです。認知能力の柱について詳しく読む

状況判断

現実的で曖昧な業務シナリオにおいて候補者が何をするか——優先順位付け、エスカレーション、ステークホルダーへの対応など。ここで優秀な人材が単なるテストの得意な人と分かれます。状況判断について詳しく読む

行動特性

仕事のスタイルや特性を、雰囲気ではなく行動に基づいたルーブリックに照らしてスコアリングします——そのため「協調性」とは、直感的な印象ではなく、具体的で観察可能な行動を意味します。行動アセスメントについて詳しく読む

専門スキル

実際に仕事をこなせるか——Python、台帳の照合、インシデント対応など。専門分野の問題は職務ごとに生成され、体系的な網羅性を確保するためにコンセプトツリーに基づいています。専門スキルの柱について詳しく読む

AIフルーエンシー

今やあらゆる職務がAIと共に働いています。AIフルーエンシーは、候補者がそれらのツールを判断力を持って使いこなせるかを測定します——5年前には存在しなかったにもかかわらず、今では多くの最終候補者リストを左右する柱です。

重みは職務ごとに設定し、最初の候補者の時点で固定すべきです。プロセスの途中で物差しを変えれば、もはや人を比較しているのではなく、自分自身の意見のバージョンを比較していることになります。

さらにライブスキルとして:AI Sandbox

スコアリングされる5つの柱に加えて、AI Sandboxは6つ目のライブシグナルをもたらします——候補者がAIツールについて質問に答えるのではなく、実際のタスクでそれらのツールを使って本当に作業する様子を観察するのです。

5+1
スコアリングされる柱に加え、ライブのAI Sandbox
Per role
テンプレートではなく、職務に合わせて調整される重み
Locked
重みは最初の候補者の時点で固定される
候補者を丸ごと採用しましょう。5つの要素をしっかり測定し、職務に応じて重み付けし、レースの途中で決して物差しを動かさないことです。
Hiring pillarsAssessment designSkills-based hiringQuality of hire
J

執筆者

Jakir Patel · Founder, Hanzomon

Building H-Evaluate — AI-native, quality-gated hiring assessments. Writes about assessment engineering, hiring integrity and compliance-first AI.

このシリーズ

よくある質問

採用アセスメントにおける「柱」とは何ですか?

候補者を構成する、個別に区別され、別々にスコアリングされる次元のことです——一般的には認知能力、状況判断、行動特性、専門スキル、AIフルーエンシーであり、それぞれが他の柱では測れないものを測定します。

なぜ職務ごとに柱の重み付けを変えるのですか?

職務によって求められるものが異なるからです。サポート職は状況判断に重きを置き、シニアエンジニア職は専門分野の深さに重きを置きます。柱を職務に合わせて重み付けすることこそが、スコアを汎用的なものではなく予測力のあるものにするのです。

関連記事

あなたの求人票で試す

アーリーアクセスのウェイトリストに登録し、実際の求人でH-Evaluateがアセスメントを生成する様子をご覧ください。

あなたの求人票で試す