採用
2026年7月18日 · 約9分
採用における認知能力：適切に活用し、過信しない
採用における認知能力は、潜在能力の強力な予測因子であり、最も過大評価されやすいピラーでもあります。IQ競争にせず、認知のシグナルを活かす方法を解説します。
Cognitive abilityHiring pillarsAssessment design
エンジニアリングノート
Hanzomonブログ
AI生成・品質ゲート付き採用アセスメントをどう作っているか — アーキテクチャ、トレードオフ、そして正直な話。
6 / 6 ページ
記事は英語で書かれています。
採用
2026年7月18日 · 約10分
状況判断テスト：意思決定力で採用する
状況判断テストは、候補者が暗記している知識ではなく、曖昧さの中でどう判断するかを浮き彫りにします。シナリオ型評価がなぜ業務パフォーマンスを予測するのかを解説します。
Situational judgementHiring pillarsCandidate experience
採用
2026年7月18日 · 約9分
採用における行動評価：実践ガイド
行動評価は働き方を観察・比較可能なシグナルに変えます。行動に紐づいたルーブリックが「カルチャーフィット」の当て推量をいかに実質的な構造へと置き換えるかを解説します。
Behavioural assessmentHiring pillarsBias
採用
2026年7月18日 · 約8分
ドメインスキルアセスメント：業務を本当にこなせるか？
ドメインスキルアセスメントはプロキシではなく、業務そのものを測定します。職務ごとに体系的に生成された設問が、候補者間で実際のスキルを公正にテストする方法を解説します。
Domain skillsHiring pillarsQuestion generation
テクノロジー
2026年7月18日 · 約8分
採用不正の本当のコスト — そしてそれを止める方法
不正受験、なりすまし、AI代筆回答はすべての下流の意思決定を汚染します。採用不正の本当のコストと、それを設計で解決する方法を解説します。
Hiring fraudAssessment integrityProctoring
コンプライアンス
2026年7月18日 · 約9分
NYC Local Law 144：バイアス監査ルールが実際に求めるもの
NYC Local Law 144は、自動化された採用ツールが候補者をスクリーニングする前に、独立したバイアス監査を受けることを義務付けています。この法律が対象とする範囲、誰が責任を負うのか、そして何を測定するのかを解説します。
NYC LL144Bias auditCompliance
コンプライアンス
2026年7月18日 · 約9分
EU AI Actと採用：高リスクが意味すること
EU AI Actは採用AIを高リスクに分類します。文書化、人的監督、ログ記録、透明性に関する義務と、アセスメントへの実務的な意味を解説します。
EU AI ActComplianceHuman oversight
コンプライアンス
2026年7月18日 · 約9分
アドバースインパクトと4/5ルールの解説
アドバースインパクトと4/5ルールは、採用プロセスがバイアス監査に合格するかどうかを左右します。80%比率の仕組み、その失敗パターン、そして監視の方法を解説します。
Adverse impactFour-fifths ruleBias
コンプライアンス
2026年7月18日 · 約9分
採用におけるGDPR：候補者データ、同意、消去権
採用におけるGDPRの要件：候補者データの適法な根拠、同意とデータ最小化の義務、そして監査証跡を損なうことなく消去権に対応する方法を解説します。
GDPRData privacyConsent
テクノロジー
2026年7月18日 · 約11分
AI生成アセスメント：2026年版 完全ガイド
AI生成アセスメントは、共有ライブラリから選ぶのではなく職務ごとにテストを構成します。生成、品質ゲート、コンプライアンスの実際の仕組みを解説します。
AI-generated assessmentsCandidate evaluationAssessment design