筆跡で適性が分かる！ エントリーシートをAIで解析

新規人材の発掘、採用、活用──。この成否は、企業の競争力を大きく左右する。主に人事部門が担ってきた重要業務に、ITが進出し始めている。AI（人工知能）などを活用し、自社で活躍するのはどんな人材か、どの社員をどの部署に配置すれば力を発揮できるかを導き出す。

ITを駆使して人材活用や管理の業務改善を目指す動きは「HR（Human Resource）テック」と呼ばれ、国内外でサービス開発が熱を帯びている。HRテックの登場は、企業の人事の在り方を大きく変える可能性がある。

HRテックが期待を集める分野の一つが、人材採用だ。自社の人材募集に対して集まったエントリーシート（応募書類）を機械学習などを利用して解析し、その人が自社で活躍しそうかどうかを判定するシステムの開発が進んでいる（図）。

図●セカンドサイトが開発を進める、エントリーシート解析システム

　取り組むのは、企業向けデータ分析サービスを手掛けるセカンドサイト。新生銀行傘下の新生フィナンシャルと、経営コンサルティングなどの事業を手掛けるグリフィン・ストラテジック・パートナーズが2016年6月に設立したベンチャー企業だ。現在、顧客の大手金融機関と共同で研究開発を進めている。ほぼ実用化の目途が立っており、2016年内にもデモ用のシステムを用意する予定だ。

顔写真や筆跡から“活躍度”を推定

顧客企業は、有能な営業担当者の獲得に課題を抱えていた。多くの人材を集めたいが、必要人員の確保は容易ではない。苦労して採用した人材が入社後に期待通りの成果を上げられなかったり、すぐ退職してしまったりといったケースもあった。面接など従来の選考方法以外に、その人の適性や自社での“活躍度”を見極める方法はないか。そこで着目したのが、エントリーシートだった。

「エントリーシートは、企業にデータとして蓄積されている。だが、これまでほとんど活用されてこなかった」。セカンドサイトの加藤良太郎代表取締役CEO（最高経営責任者）＆CSO（最高戦略責任者）はこう話す。エントリーシートには、応募者に関する情報が凝縮されている。経歴や志望動機をはじめ、筆跡や貼付された顔写真も、その人を把握するための重要な材料だ。これを活用しない手はないと考えた。

テキストマイニングなどによって記載された内容を分析するほか、手書きのエントリーシートの場合は深層学習（ディープラーニング）を用いて筆跡も解析する。筆跡を用いた性格や適性の診断は国内外で広く行われており、これをエントリーシートの解析にも生かす。

自分を良く見せるために文章の内容は飾れるが、「筆跡を変えるのは難しい」（加藤氏）。悪筆なら活躍度が低いといった単純な判定ではなく、文字を構成する複数の要素を総合的に解析して判断する。具体的には、文字の大きさや直線の割合、余白の取り方、筆圧といった10項目ほどに着目する。

顔写真の解析にも、深層学習を用いる。目や鼻などの配置のバランスや画像全体の明るさ、ひげの有無、笑顔の度合いなど5項目を分析する。

併せて、国や自治体などが公開するオープンデータも活用。応募者の営業担当予定地域の各種統計情報を解析に用いる。こうした情報も加えると、「現段階では、合計5000項目ほどを解析している」（加藤氏）。いずれも検証の結果、活躍度の推定に効果があると分かった情報という。

これらを基に、その人の適性を予測する。指標は大きく二つ。その人の自社への定着度（入社後一定期間以上継続勤務するか）と、営業成績である。過去の実データを基にチューニングを重ね、入社後に活躍が期待できる人材を高精度に導き出せる予測モデルを構築した。これを採用時の補助資料として用いたり、入社後の育成計画に生かしたりといった活用を想定している。

適切な予測モデルは、企業ごとに異なる。例えば同社の顧客企業の場合、志望動機に「自らの成長」などを挙げる人材は定着度や営業成績が高い傾向があったが、「全ての企業に当てはまるわけではない。その企業の業種や職種、社風などによって変化する」（加藤氏）。自社が蓄積したエントリーシートと、その人の入社後の活躍度のデータがあれば、自社に合ったモデルを作れるという。

通過しなさそうな書類選考の手間を省く

人材の採用活動で蓄積されるデータを、機械学習を使って分析する取り組みには、大手企業も乗り出している。人材サービスのリクルートキャリアは2016年1月から、求職者の応募データを蓄積し、書類選考の合格可能性を判定するサービス「CAST」を提供している（画面）。8月17日時点で約4500社が利用している。

画面●書類選考での合格可能性を判定する「CAST」の画面

（出所：リクルートキャリア）

　CASTは、転職支援サービス「リクルートエージェント」に登録している企業が利用できる。過去の書類選考結果などのデータを分析し、利用企業に対して書類選考などを通過しやすそうな求職者を推薦する。

利用企業は、書類選考などで合格可能性の低い提出書類を審査しなくても済む。リクルートキャリア リクナビNEXT編集長 アドミニストレーション統括室 広報部 社外広報グループの藤井薫氏は「採用プロセスの中で蓄積されるビッグデータを、新たな採用活動に生かせる」と話す。

CASTに実装されているデータ分析ソフトには、機械学習技術の「GBDT（Gradient Boosting Decision Tree）」と呼ぶ手法を使っている。対象となるデータは、求職者が提出する履歴書や応募書類に記載されている年齢や学歴、職務経験、応募社数など。企業が持つ、過去の書類選考の結果データと組み合わせ、合格可能性を判定する。「データに基づいた採用プロセスを取り入れることで、募集企業の人事部自身が認識していなかった、求職者の適性に気づけることもある」（藤井氏）。

企業の採用担当者は、CASTが推薦した求職者の応募書類を選考して「面接に来て欲しい」「応募して欲しい」などを判断する。「AIやデータ分析を活用しているが、意思決定するのは人間の担当者だ」（藤井氏）。書類選考を通過すると、一般的な人材紹介サービスと同様にエージェントと呼ばれる仲介者が企業と求職者のマッチングを進める。