コンプライアンス · July 23, 2026 · 約10分

イリノイ州AI採用法：AIVIA・HB 3773とコンプライアンス対応

AIVIA（AI動画面接法）とHB 3773によるイリノイ州人権法改正の要点を解説し、法令準拠のAI評価プロセス構築方法を詳しく紹介します。

← 「Compliance-First Hiring AI: LL144 and the EU AI Act」の一部

イリノイ州のAI採用法は、もはや動画面接に関する単一の狭い法律ではありません。2026年1月1日以降、これは重層的な規制体系となりました。AI動画面接法（AIVIA）が面接動画の収集・分析方法を規定し、HB 3773がイリノイ州人権法（IHRA）を改正して、いかなる雇用判断においても差別的効果をもたらすAI利用を公民権違反と規定し、通知義務を附則しています。イリノイ州での採用選考・評価・面接を行う企業には、両層が同時に適用されます。

このガイドは、イリノイ州で採用活動を行う企業、またはイリノイ州の候補者を含む複数州採用ファネルを運営する企業のタレントリーダー、採用担当者、コンプライアンス責任者を対象としています。各法律の実際の要件を平易な言葉で解説し、2026年1月1日に何が変わったのか、2026年中旬時点での規則制定の現状、イリノイ州とNYC Local Law 144との比較、そして両法律を満たす評価プロセスの具体的な設計図をお伝えします。

タイミングは重要です。2026年、AIは採用の両側に存在しています。候補者は応募書類の磨き上げや、場合によっては評価対策にAIを活用し、一方で雇用主は質問生成、回答採点、応募者ランキングにAIを利用しています。イリノイ州の答えは技術の禁止ではなく、雇用主に結果の責任を負わせることです。これによりコンプライアンスの問いは「AIを使っているか？」から「AI支援プロセスが差別的効果をもたらさないことを示せるか？」へと変わります。これは証拠の問いであり、現在のほとんどの採用システムはその証拠を生成するように設計されていません。

なぜイリノイ州はAI採用規制において特に重要なのか？

イリノイ州は早期に規制し、徹底的に訴訟を進める傾向があります。同州の生体情報プライバシー法（BIPA）は米国史上最大規模のプライバシー和解のいくつかを生み出しました。また、2020年1月1日施行のAIVIAは、AIによる就職面接分析を対象とした米国初の法律です。HB 3773が行ったように、イリノイ州が人権法に新たな義務を付加すると、AIは成熟した執行機械——イリノイ州人権局（IDHR）の申し立てプロセス、人権委員会、そしてその活用を熟知した原告側弁護士団——に直接接続されることになります。

だからこそ、イリノイ州のAI採用法はその簡潔な文面が示す以上の注意を払う価値があります。精巧なリスク管理フレームワークを構築しているコロラド州のAI法とは異なり、イリノイ州は法律を短くまとめ、差別禁止基準に実効性を持たせています。「信頼できるベンダーを利用した」という安全港はありません。ツールのアウトプットに差別的効果があれば、それを使用した雇用主がリスクを負います。

AI動画面接法（AIVIA）の要件とは？

AIVIA（820 ILCS 42）は、雇用主がイリノイ州拠点のポジションに対して応募者に動画面接の録画を求め、AIを使って評価する場合——言葉の選択、表情、その他の特性を評価してポジションへの適性を判断する場合——に適用されます。その義務は4つのカテゴリに分類されます。

通知・説明・同意

• 面接前に、AIを使って動画を分析しポジションへの適性を評価する可能性があることを各応募者に通知する。
• AIの仕組みと応募者の評価に使用する特性の一般的な種類を説明する——曖昧な免責事項ではなく、実質的な説明が必要。
• 面接前に同意を得る。最近の改正により、この同意は明示的な書面での同意が必要となった。面接を続行するだけでは同意とは認められない。
• 候補者が同意を拒否した場合、AIでその動画を分析することはできない——つまり、AI以外の真に同等な評価経路を用意する必要がある。

共有制限と削除

雇用主が面接動画を共有できるのは、候補者の評価に必要な専門知識または技術を持つ者に限られます。請求があった場合、雇用主はすべてのコピーを30日以内に削除し、バックアップを含む他の保有者にも同様の削除を指示しなければなりません。これはベンダー契約にまで及びます。使用している面接プラットフォームが連鎖的な削除を実行できない場合、法令を遵守することはできません。

人口統計レポート

2022年以降、AIによる分析のみで対面面接への進出者を決定する雇用主は、応募者の人種および民族を収集し、そのデータを毎年州に報告しなければなりません。立法の意図は明確です。イリノイ州はアルゴリズムによる偏向を検出できる統計的記録を求めています。採用ファネルにAIのみが選考を左右する段階がある場合、報告義務が生じます——そして人間の判断をそのループに残す強い動機ともなります。

HB 3773は2026年1月1日に何を変えたのか？

2024年8月に署名され、2026年1月1日に施行されたHB 3773は、独立したAI法を新設するのではなく、イリノイ州人権法を改正する形をとっています。この設計選択こそが本質です。AI差別は今や他のあらゆる公民権違反と同様に扱われ、同じ救済措置と同じ執行経路が適用されます。特に重要な条項は3つです。

差別的効果の禁止

雇用主は、採用・昇進・更新・訓練・見習い選考・解雇・懲戒・雇用継続・雇用条件・特典・状況にわたって、保護対象クラスを差別する効果をもたらすAIを使用してはなりません。「効果」が重要な言葉です。意図は関係ありません。一見中立に見えるツールが保護対象グループを不均衡に排除すれば、それは違反です。これにより継続的な不利影響分析がコンプライアンスの実務的な中心となります。差別的効果がないことを証明するには、グループ別の選考率を測定しなければなりません。

郵便番号プロキシの禁止

改正条文は、保護対象クラスのプロキシとして郵便番号を使用することを明示的に禁止しています。これは機械学習における既知の失敗パターンを狙ったものです。過去のデータで学習したモデルは、地域が結果を予測することを学習しますが、それは地域が人種や出身国と相関しているためです。イリノイ州はこの手法を名指しで禁止しており、スコアリングパイプラインに位置情報データを取り込む評価ベンダーは、この点について厳しい質問を受けることになります。

通知義務——進行中の規則制定

雇用主は、対象となる雇用判断にAIを使用する際、従業員と応募者に通知しなければなりません。通知に必要な記載内容と通知のタイミングは、IDHRの規則で定められる予定でした。同局は2026年5月15日に通知規則の草案を公表しましたが、他の州機関との調整が必要として2026年6月2日に撤回しました。2026年7月時点では、法定の通知義務は完全に発効していますが、実施の詳細はまだ保留中です。この間の安全な対応は、判断の段階を明示し、AIの役割を説明し、ツールの評価内容を記載した、明確で具体的な事前通知を行うことです——草案規則が想定していたのと同じ実質的な内容です。

イリノイ州はNYC Local Law 144とどう比較されるか？

複数州で採用活動を行うほとんどの雇用主はすでにNYC Local Law 144を知っているので、比較は有益な出発点となります。LL144は監査優先のアプローチです。自動化雇用判断ツールを使用する前に、過去1年以内の独立した偏向性監査、結果の公開要約、候補者への事前通知が必要です。イリノイ州は結果優先のアプローチです。監査義務も公開要求もありませんが、差別的効果の一律禁止が、実質的な救済措置を持つ公民権法で執行されます。

• 適用範囲：LL144は定義された自動化雇用判断ツールの特定クラスをカバーします。イリノイ州のHB 3773は、除外規定なしに雇用判断に影響を与えるあらゆるAIを実質的にカバーします。
• 義務の内容：LL144はテストと公開を義務付けます。イリノイ州は、テストを行ったかどうかにかかわらず、結果そのものが非差別的であることを義務付けます。
• 通知：両制度とも候補者への通知を義務付けます。イリノイ州の正確な書式はIDHRの最終規則を待つ状況ですが、NYCの書式はすでに規定されています。
• 執行：LL144は違反ごとに罰金を科す市の機関が執行します。イリノイ州はIDHRの申し立てを通じて処理され、損害賠償、罰則、弁護士費用が課せられる可能性があります。
• 実務上の収束：いずれの制度でも、効果的な戦略は同一です——職務に関連した構造化された評価、定期的な不利影響モニタリング、文書化された人間によるレビューです。

この収束点は強調する価値があります。NYC向けに偏向性監査を実施する雇用主は、イリノイ州の申し立てを防御するために必要な証拠の大部分をすでに生成しています。イリノイ州向けに不利影響をモニタリングする雇用主は、LL144の監査をほぼ満たすことになります。これがコンプライアンス優先の採用の核心的な主張です。管轄ごとにチェックリストを追加するのではなく、証拠を生成する一つのプロセスを構築して多くの規制に対応するのです。

イリノイ州でコンプライアンスに準拠したAI評価プロセスはどのようなものか？

イリノイ州の重層的な規制は特定のプロセス形態を推奨しています。それは、構造上から職務関連性があり、候補者に透明であり、人間が最終決定を行い、証拠を生成する計測可能なプロセスです。ここでは段階ごとに推奨パイプラインを紹介します。

• 棚卸しと分類。採用ファネルの中で意思決定に影響するアウトプットを生成するすべてのツールをリストアップします——履歴書スクリーナー、評価採点ツール、面接分析ツール、ATS内のランキング機能など。HB 3773の広いAI定義では、想定以上のスタックが対象になります。
• 評価内容を職務に紐付ける。実際の職務記述書から評価コンテンツを生成または選択し、すべての質問が明記された要件に対応するようにします。職務関連性はあらゆる差別的効果クレームに対する第一の防御線であり、職務記述書を適切に作成することから始まります。
• 利用前に平易な言葉で通知する。どの段階でAIを使用するか、何を評価するか、決定においてどのような役割を果たすかを候補者に伝えます。動画面接については、AIVIAの説明と書面同意ステップ、および同意を拒否した候補者のための真に同等な代替経路を追加します。
• 意思決定ループに人間を残す。AIのみが選考を左右する段階を避けましょう——AIVIAの人口統計レポート義務が発生し、レビューされていないステップに差別的効果リスクが集中します。
• 構造化されたルーブリックに基づいてスコアリングする。一律に適用される事前定義の職務関連評価基準——構造化面接の論理をすべての評価段階に拡張したもの——は、結果を説明可能かつ比較可能にします。
• 不利影響を継続的にモニタリングする。年1回ではなく、採用ファネルの各段階でグループ別の選考率を四半期ごとに計算します。四分の一ルール（four-fifths）の四半期チェックは、申し立てになる前に偏りを検出します。
• 削除と保管を運用化する。AIVIAの30日連鎖削除をシステムと契約に組み込み、プロセスが生成するすべての成果物の保管期間を文書化します。

このパイプラインがそうでないものに注目してください。AIの禁止でも、静的なテストへの回帰でもありません。イリノイ州は技術に対して中立であり、結果に対して厳格です。職務ごとのコンテンツ、構造化されたスコアリング、人間による決定、継続的なモニタリングという要素を持つ十分に計測されたAI支援プロセスは、共有の質問バンクと非構造化な面接官の判断に基づいた従来のプロセスよりも防御しやすいです。なぜなら、稼働の副産物として規制当局が求める証拠を生成するからです。

雇用主がイリノイ州AIコンプライアンスでよく犯すミスとは？

同じ失敗パターンが繰り返し見られます。率直に指摘する価値があります。

• ベンダーのコンプライアンスが移転すると思い込む。そうはなりません。HB 3773はツールを使用する雇用主に責任を課します。公正性についてのベンダーのマーケティングページは、あなたの応募者プールにおける非差別的効果の証拠にはなりません。
• AIVIAの同意をチェックボックスとして扱う。一般的な利用規約への同意の中にAI開示を埋め込むことは、説明要件を満たさず、書面同意改正後は同意要件も満たしません。
• IDHRの最終規則を待ってから通知する。法定の通知義務は、撤回された規制とは関係なく2026年1月1日に発効しています。規則制定が保留中の間、沈黙を保つことは最もリスクの高い選択です。
• 調達時に一度だけ偏向性をテストする。モデルの挙動も応募者プールも変動します。2024年時点の評価では、2026年の選考率についてほとんど何も語れません。
• 候補者側のAI活用競争を無視する。AIを使った不正行為が評価スコアを汚染すれば、不利影響の統計も汚染されます——公正性とコンプライアンスは、異なる帽子をかぶった同じ問題です。

複数州雇用主はイリノイ州にどう対応すべきか？

複数の管轄区域で採用活動を行う場合、イリノイ州専用のワークフローを構築したくなる誘惑に抗ってください。NYC LL144、コロラド州AI法、イリノイ州HB 3773、EU AI Actにまたがるパターンは収束しています。AI利用を開示し、人間が決定を行い、差別的な結果を防止・測定し、証拠を保持すること。AI分析面接への明示的同意、ユニバーサルな事前通知、継続的な影響モニタリングという最も厳格な基準をファネル全体に適用することは、候補者を州ごとに区別するよりわずかにコストがかかるだけで、分類誤りのリスクのクラス全体——例えばオフィス所在地をキーとしたワークフローでイリノイ州在住のリモート候補者が漏れるリスク——を排除します。

また、これは候補者体験の向上にもつながります。候補者はAIによって評価される場合、それを告知されることをますます期待しています。明確に開示し、代替手段を提示する雇用主は、逃げているのではなく自信があると映ります。コンプライアンスと雇用主ブランドは、ここでは同じ方向を向いています。

H-Evaluateの位置づけ

H-Evaluateはまさにこの規制形態に向けてコンプライアンス優先で設計されています。評価内容は職務記述書ごとに品質管理されたジェネレーションで作成され、静的な共有テストライブラリは存在しません——すべての質問は明記された職務要件に追跡可能であり、これがあらゆる職務関連性防御の基盤となります。サンドボックス型ワークサンプルはすべての候補者を同一条件で同一タスクに取り組ませ、構造化されたスコアリングはAIVIAの透明性要件とHB 3773の差別的効果基準の両方が求める説明可能で比較可能な記録を生成します。選考の決定は人間のレビュアーが行い、システムの役割はより良い証拠を提供することです。

これはイリノイ州のコンプライアンスを自動的に保証するものではありません——どのツールにもそれは不可能であり、そう主張するベンダーはリスクを売りつけています。AIネイティブ採用スタックが実現できることは、コンプライアンスに準拠したプロセスをデフォルトのプロセスにすることです。通知は候補者フローに組み込まれ、コンテンツは構造上から職務関連性を持ち、監査対応アーティファクトは申し立てが来てから慌てて準備するものではなく、すべての評価の副産物として自動的に生成されます。

イリノイ州はAI採用を禁止したわけではありません。責任の所在が不明なAI採用を禁止したのです——HB 3773の下で成功する雇用主は、言い訳ではなく証拠を生み出すプロセスを構築した企業です。