リファレンス

採用アセスメント用語集

AI生成・品質ゲート付き採用アセスメントの基礎概念を、わかりやすく定義。各項目は詳しい解説へリンクします。

定義は英語で書かれています。

4Dフレームワーク: AIフルエンシーを評価するための4要素モデル：Delegation（何をAIに委ねるかを判断する）、Description（タスクを明確に指定する）、Discernment（返ってきた結果を評価する）、Diligence（結果に責任を持つ）。職務のAIフルエンシー要件を設定・チェックするために使用します。
不利益影響 (adverse impact): 採用の慣行が特定の保護対象グループを不均衡に選別・排除すること。五分の四ルールで測定します。意図がなくても生じうるため、評価は監査すべきです。
AIフルエンシー (AI fluency): 候補者がAIツールを効果的かつ責任を持って使えるか——出力をいつ信頼し、いつ検証し、判断を持ってモデルを使うか——の指標です。
AIサンドボックス (AI Sandbox): 候補者がAIツールを使って動作する成果物を修正・構築するライブ演習。プロンプト力、検証の勘、判断力を測定する、AIフルエンシーの応用版です。
BARS（行動基準評定尺度）: 各評価レベルを曖昧な形容詞ではなく具体的で観察可能な行動で定義する採点ルーブリック。二人の評価者が同じ回答を同じように採点できます。
行動の柱: 勘ではなく行動基準ルーブリックで仕事のスタイルや特性を採点し、曖昧なシグナルを比較可能なものに変える採用の柱です。
認知の柱: 推論・パターン発見・学習速度を測る採用の柱。潜在能力の強い予測因子ですが、職務スキルの単独ゲートとしては弱いものです。
コンセプトツリー: ある能力が含む下位スキルを構造化したマップ。ノードごとに問題を生成することで、無作為な抽出ではなく体系的にスキルを網羅します。
ドメインの柱: 候補者が実際に仕事——職務の本当のスキル——をできるかをテストする採用の柱。コンセプトツリーに基づく職務別の問題を用います。
スコア対象ピラー: 採用における4つの個別に採点されるシグナル——認知能力、状況判断、行動特性、ドメインスキル——を職務ごとに重みづけし、任意のAI Sandboxを5つ目のスコア対象コンポーネントとして加えます。AIフルエンシーと言語はスコアではなく要件チェックです。
インテグリティエンジン: 多層的なインテグリティシグナルを1つの複合リスクスコアに統合したシステム。リクルーターに見えるフラグとして候補者ごとに提示されます。
求人単位の生成: 共有ライブラリから選ぶのではなく、求人票からオンデマンドで評価を作成すること。漏洩しうる静的で共有の解答キーが存在しません。
品質ゲート: 生成された各問題が候補者に届く前に通過する二段階チェック（構造ルール＋独立したAIジャッジ）。不合格は隔離されます。
採用の質 (quality of hire): 評価の予測を実際の入社後の成果と照合するフィードバックループ。評価が本当に成果を予測できたかを学習します。
状況判断: 現実的で曖昧な業務シナリオを提示し、候補者がどう優先順位づけ・エスカレーション・判断するかを採点する採用の柱。暗記ではなく判断を測ります。
3層バンク: 求人ごとにコンテンツを新鮮に保ち、コンテンツフィンガープリントで重複を排除する問題バンクのアーキテクチャ。解答を暗記・漏洩できません。

最初のAI生成アセスメントを、5分で

クレジットカード不要。覚えるべき問題ライブラリもなし。求人票を貼り付けて、H-Evaluateが組み上げる様子をご覧ください。

アーリーアクセスをリクエスト