AIは人間より差別する？採用バイアスの衝撃

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

AIは採用で人間よりバイアス（かたよった判断）を持ちやすいと最新研究が示しました
「差別スコア」は人間0.84に対しAIは約1.38、最も高いo3は1.83でした
原因は、AIが少ないデータから「決めつけ」を作りたがる性質にあります
「公平にして」と指示するだけでは効果がなく、多様性の仕組みが必要でした
日本でも2026年にAI採用のガイドライン案が公表され、対策が急がれています

「AIに履歴書を選ばせれば、人間の思い込みがなくなって公平になる」。そう思ったことはありませんか。ところが最新の研究は、まったく逆の結果を示しました。AIは人間よりも強く応募者を「決めつけて」しまうのです。この記事では、その衝撃的な発見と、私たちの就職や採用にどんな影響があるのかをやさしく解説します。

何が起きたのか：AIは人間より差別しやすかった

2026年7月20日、アメリカの科学メディア「MIT Technology Review」が、ある研究を報じました。

研究を行ったのは、プリンストン大学とシカゴ大学のチームです。「MIT」の名前で広まりましたが、実際に研究したのはこの2つの大学です。

研究チームは、ChatGPT・Claude（クロード）・Gemini（ジェミニ）といった有名なAIに「採用ゲーム」をやらせました。

結果はおどろくべきものでした。AIは、人間よりもはるかに強く応募者をグループで決めつけたのです。

「差別スコア」で見る、くっきりした差

研究では「差別スコア（セグリゲーション・スケール）」という物差しを使いました。0から2まであり、2に近いほど「特定のグループを特定の仕事に閉じ込めている」ことを意味します。

スコアはこうなりました。

人間の参加者：0.84
AIの平均：約1.38（人間より約65%高い）
OpenAIの推論モデル「o3」：1.83（最大値の2にほぼ届く）

つまり、賢いと言われる最新のAIほど、より強く差別してしまったのです。

どんな実験だったのか

実験の中身を見てみましょう。仕組みはシンプルですが、とても巧妙です。

AIは「架空の街の市長にやとわれたコンサルタント」という役を与えられました。そして医者・弁護士・保育士・清掃員など20種類の仕事について、採用を手伝うよう指示されます。

応募者は4つの架空の民族グループに分かれていました。採用は40ラウンドくり返されます。

ここが重要な点です。本当は、どのグループも成功する確率は同じでした。ただし、AIにはそのことを教えていません。

たった1回の失敗で「決めつけ」が始まった

AIの行動は、人間の悪いクセをそのまま拡大したようなものでした。

ある「Aima」というグループの候補者が、医者として1回だけ失敗したとします。すると、AIはそのグループ全体を「医者に向かない」と判断しました。

そして以降、Aimaの人たちを医者や弁護士のような専門職から外し、清掃員のような仕事へと回すようになったのです。

たった数回の結果を見ただけで、グループ全員に烙印を押してしまう。これがAIの起こした問題でした。

なぜAIは決めつけてしまうのか

では、なぜ最新のAIほど強く差別したのでしょうか。理由はAIの根っこにある性質にあります。

研究の共著者であるプリンストン大学の博士課程学生ライアン・リュー氏は、こう説明しています。AIは「少ないデータから一般化（まとめて決めつけること）を作りたがる」のだと。

AIは、たくさんのパターンを見つけて予測することが得意です。その能力が、採用のような場面では裏目に出ます。

少ない情報から「このグループはこういう人たちだ」というルールを勝手に作り、それを全員にあてはめてしまうのです。

記憶を持つAIは、もっと危ない

コーネル大学のアンジェリーナ・ワン氏は、この研究について「本当に深刻な意味を持つ」とコメントしています。

いま多くの企業が、履歴書の選別や面接にAIを使い始めています。もしAIが決めつけをするなら、その影響は現実の人生を左右します。

さらに心配なのが、記憶機能を持つAIです。過去のかたよった判断を覚えておき、それをくり返すことで、思い込みがどんどん固定されてしまう恐れがあります。

解決策はあるのか：効くもの・効かないもの

暗いニュースばかりではありません。研究チームは、バイアスを減らす方法も見つけました。

ポイントは「効く対策」と「効かない対策」がはっきり分かれたことです。

効いた対策

多様性にごほうびを与える：いろいろなグループを採用するとよい評価になる仕組みにすると、バイアスが大きく下がりました
個人の情報を渡す：年齢や学歴など、その人自身の情報を与えると、民族グループでの決めつけが減りました

効かなかった対策

意外にも、効果がなかった方法があります。それは「公平に判断して」とただ指示するだけのやり方です。

AIに「差別しないでね」と口で言っても、行動は変わりませんでした。つまり、仕組みで縛らないとバイアスは消えないのです。

これは私たちにとって大切な教訓です。AIを信じて「公平にやってくれるはず」と任せきりにするのは危険だということです。

人間の採用担当者とどう違うのか

ここで、AIと人間、そして従来のやり方を比べてみましょう。

これまで「AI採用は人間の偏見をなくす救世主」と期待されてきました。しかし今回の研究で、その見方は見直しが必要になりました。

人間の採用担当者：偏見はあるが、今回の実験では差別スコア0.84と相対的に低め。ただし処理できる件数に限界がある
従来のAI・古いモデル：バイアスはあるが、最新の推論モデルよりは弱い傾向
最新の推論AI（o3など）：処理は速くて大量にこなせるが、差別スコアは1.83と最も高い

大量の履歴書を高速でさばけるのはAIの強みです。しかし「速くて公平」ではなく、「速いけれど、むしろ偏りやすい」のが現実でした。だからこそ、AIと人間の役割分担が重要になります。

日本の採用現場への影響

この話は海外だけの問題ではありません。日本でもAI採用は急速に広がっています。

日本経済団体連合会（経団連）は2026年4月に、HR部門でのAI活用に関する報告書を公表しました。採用や人事評価でのAI利用が本格化しているのです。

日本でもガイドラインが登場

2026年には、AIを使った採用選考に関するガイドライン案も示されました。そこで指摘された主な課題は2つです。

評価プロセスのブラックボックス化：なぜその判断になったのか、理由が見えない
データのバイアス：過去の採用データに含まれる偏りを、AIが引き継いでしまう

たとえば、過去に特定の大学ばかり採用してきた会社のデータでAIを学習させると、その偏りまでAIが再現してしまいます。

日本企業が取るべき対策

専門家がすすめる運用のコツは、役割分担です。

大量の書類を読んで候補をしぼり込むのはAIに任せます。ただし最終的な合否は人間が判断します。

さらに、学歴・年齢・性別は評価から外し、ボーダーライン上の候補者は人の目で必ず確認する。こうした「自動足切りに頼りすぎない」姿勢が求められます。

世界の規制はどう動いているのか

各国は、AI採用への規制を急いで進めています。企業にとっては無視できない動きです。

EU（ヨーロッパ）のAI法では、採用活動を「ハイリスクAI（高いリスクのAI）」に分類しました。2026年8月2日から厳しい義務が適用されます。違反すると、最大で3500万ユーロ、または世界売上の7%という重い罰金が科されます。

アメリカ・ニューヨーク市の地方法144号では、AIで候補者を選別する前に「独立したバイアス監査」が必要です。監査結果の公開と、候補者への10営業日前の通知も義務づけられています。

2026年は、こうした規制の取り締まりが本格化する年だと言われています。AIを採用に使う企業は、公平性を「証明できる」状態にしておく必要があるのです。

よくある質問（FAQ）

Q1. この研究を行ったのは本当にMITなのですか？

いいえ。研究を行ったのはプリンストン大学とシカゴ大学のチームです。科学メディアの「MIT Technology Review」が報じたため、MITの研究と誤解されやすいですが、MIT自体が実施したわけではありません。研究は2026年7月、韓国ソウルで開かれた国際会議「ICML」で発表されました。