Column

AI採用ツールは女性を優遇している？日本語履歴書実験が示す意外な真実

5種類の最先端LLMに60件の日本語履歴書を読ませたら、全モデルで「女性優遇バイアス」が検出された。プロンプト指示では効果がなく、名前の除去だけが有効だった——この発見が、AI書類選考を導入する日本企業の実装設計に問うていること。

2026 / 06 / 20 5 分で読める English version →

採用担当者とAIが履歴書を評価している様子を示すフラットイラスト。男女のプロファイルアイコンが画面に並んでいる

こんにちは。Affectosphere Group の井下です。

「AI採用ツールを使えば、人間のバイアスを排除できる」という話をよく聞きます。

直感的にもそう思いますよね。感情や先入観を持たないシステムが評価するなら、公平になるはず——そう期待して導入している組織は多いと思います。

でも本当にそうでしょうか。

2026年6月にarXivで公開された研究（Serena A. Hoffstedde らの arXiv:2606.18649）は、その前提を揺さぶります。日本の企業文脈を対象に、5種類の最先端LLMに60件の日本語履歴書を読ませ、採用判断のジェンダーバイアスを実験的に測定しました。

結果は驚くべきものでした。そして、現場への含意は単純ではありません。

今日の3点

全5モデルで「女性優遇バイアス（pro-female bias）」が有意に検出された。
プロンプトでの中立指示は効果がなく、「名前の除去」だけが有効だった。
ただし名前除去には実装上の限界があり、完全解決にはならない。

① 全モデルが女性を優遇していた

この研究の第一の発見は、想定外の方向性を持っていました。

「AIは女性を不当に低評価するのでは」と思っている方も多いでしょう。西洋圏での先行研究でも、採用AIが女性を差別するケースが報告されてきました。

ところがこの研究では逆の結果が出ました。

5種類のLLM全モデルで、女性名の候補者が男性名の候補者よりも採用判断で有意に高く評価される傾向が確認されたのです。これは「pro-female bias（女性優遇バイアス）」と呼ばれるパターンです。

なぜこうなるのか。論文は確定的な原因を述べていませんが、LLMの学習データに含まれる「女性活躍」「多様性推進」といった近年のコーパスが影響している可能性があります。西洋圏の先行研究と同様の傾向が日本語コンテキストでも再現された、という点が確認されました。

重要なのは、バイアスの方向が何であれ、「バイアスが存在する」という事実です。

女性を優遇するバイアスも、公正な採用ではありません。能力と関係のない属性（この場合は名前から推測されるジェンダー）が判断に影響しているなら、それはコンプライアンス上のリスクになります。

② 「公平に評価して」と言っても効かなかった

次の発見が、実務的には最も重要かもしれません。

「バイアスがあるなら、プロンプトに中立的な評価をするよう指示を追加すればいい」——そう考えるのは自然です。実際、多くの企業がこのアプローチを取っていると思います。

この研究はその効果を実験的に検証しました。

ジェンダー中立の評価を明示的に求めるプロンプト指示を加えた条件でも、バイアスは有意に低減しませんでした。

これは重要な知見です。プロンプトエンジニアリングでバイアスをコントロールしようとしているなら、その方法は機能していない可能性が高い、ということです。

では何が効いたのか。

候補者の名前を履歴書から除去する「匿名化」が、女性優遇バイアスを実質的に低下させました。名前がなければ、LLMはジェンダーを推定する手がかりを持てないため、判断への影響が減るというロジックです。

③ 名前除去には42%の拒否率という壁があった

ただし、名前除去は完全な解決策でもありませんでした。

GPT-4oを使った実験では、プライバシーフィルターとの互換性問題が発生し、42%の割合でリクエストが拒否されたという結果が出ています。つまり、10件のうち4件以上が処理できないということです。

これは実装上の現実的な限界です。

「名前を除去してからLLMに読ませる」というパイプラインを設計しても、モデルによってはセーフティフィルターが誤作動し、使いものにならないケースが起きます。

また、日本語の履歴書には氏名以外にも自己PR文や趣味・特技欄といった記述があり、ジェンダーが推測できる情報が含まれる場合があります。名前だけ除去しても、完全な匿名化には程遠い、という側面も否定できません。

HR部門・コンプライアンス部門への実装提案

この研究の知見を踏まえて、AI書類選考を「使える状態」に近づけるための設計を考えてみます。

ユースケースとして想定するのは、エントリーシートや履歴書の一次スクリーニングにLLMを活用している人事部門です。

まず確認すべきは、「現在使っているモデルがどの程度バイアスを持っているか」です。この研究はベンチマーク的な測定方法を示しています。自社で使っているモデルに対して、同性別・同スペックの架空の候補者ペアを評価させる小規模実験を行うだけで、バイアスの方向と大きさをある程度把握できます。

次に、バイアス測定を定期的なKPIに組み込むことです。「スクリーニング通過率の男女差（ジェンダーギャップ）」を月次でモニタリングする仕組みを入れることで、バイアスの変化を継続的に監視できます。女性活躍推進法の行動計画に組み込める指標にもなります。

三つ目が、匿名化パイプラインの設計と限界の文書化です。名前除去が有効であることは確認されていますが、モデルとの相性によって拒否率が上がる問題があります。どのモデルで、どのレベルの匿名化を、どのような確認フローで実施するか——実装の選択と根拠を文書化しておくことが、監査対応の証跡になります。

監査証跡という観点では、「なぜこの候補者が一次通過したか」をLLMの出力として記録しておくことも重要です。採用の公平性が問われたとき、判断プロセスを再現できる記録が組織を守ります。

バイアスは「ない」のではなく「違う方向にある」

AI採用ツールの導入を検討している組織に伝えたいのは、「AIはバイアスがない」という前提は危険だということです。

バイアスは方向が変わるだけで、消えるわけではありません。今回の研究では「女性優遇」という方向でしたが、別のモデル・別の文脈では異なる方向に傾く可能性があります。

そして、プロンプトで「公平に」と指示しても、バイアスは消えませんでした。

対策として有効なのは、測定・記録・定期的なモニタリングの組み合わせです。完璧な公平性は達成できないかもしれませんが、バイアスを可視化し、追跡可能な状態にしておくことは、今すぐできます。

AI採用ツールを「評価する側」から「管理する側」へ。そういう姿勢の転換が、これから求められると思います。

では！

参考論文

Serena A. Hoffstedde, Machiko Hirota, Akshara Nadayanur Sathis Kanna, Rihito Kotani, Ujwal Kumar, Gabriele Trovato, Phan Xuan Tan (2026). Gender Bias in LLM Hiring Decisions: Evidence from a Japanese Context and Evaluation of Mitigation Strategies. arXiv preprint.

※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。