本文へスキップ
SNAMO Logo
SNAMO
生成AIで応募者の辞退理由を分析し、採用改善の手がかりを見つけようとする人事担当者

応募者の辞退理由に悩む人事部が、生成AIで採用の糸口を見つけるまで

20 min read

朝の青葉ソフトの採用室で、真帆は前日のメールを開いた。画面には「他社決定」「家庭の事情」という短い言葉と、理由のない空欄が並んでいた。面談では、仕事内容や働き方を熱心に尋ねていた応募者もいる。それなのに、辞退ログの箱には、みんな同じように収められていた。

「これでは、どこで気持ちが離れたのか分からない……」

真帆の指が止まる。返事が届かないまま消えた応募者もいた。サイレント辞退と呼ばれる、その静かな離脱の向こうに、求人情報の不足や選考体験への不安が隠れているのかもしれない。けれど、書かれていない事情を生成AIに決めさせるわけにはいかなかった。辞退理由を分類し、人が確かめるための道筋を、真帆は探し始めた。

この記事の答え

  1. 結論生成AIは応募者の辞退理由を断定せず、採用改善の糸口を見つけるために使います。
  2. 根拠申告された事実と背景の仮説を分け、AIの分類を人事が根拠確認することで傾向を把握できます。
  3. 最初の一歩辞退ログを匿名化し、申告内容と背景候補を分けて生成AIに整理させ、人事が記録と照合します。
01

第1章 返事のない応募者と、同じ辞退理由の箱

朝の採用室で辞退ログを見つめる人事担当者

第1章 返事のない応募者と、同じ辞退理由の箱 - 本文

朝の青葉ソフトの採用室に、窓から淡い光が差し込んでいた。空調の低い音と、隣の席でプリンターが紙を吐き出す音が重なっている。真帆は温かいマグカップを机の端に置き、前日の応募者対応メールを開いた。

画面の上から、短い返事が並んでいた。「他社決定」。その下には「家庭の事情」とあり、さらに下には、何も書かれていない欄が続いていた。

「これでは、どこで気持ちが離れたのか分からない……」

真帆の指が止まった。面談のとき、応募者たちは画面の向こうで何度も質問をしていた。仕事内容を聞き、働く時間を聞き、チームの雰囲気まで尋ねていた。

先週の面談記録を開くと、細かな言葉が残っていた。「週に何日まで在宅勤務ができますか」「繁忙期の残業はどれくらいですか」。別の人は、「入社後に担当する仕事は、求人票にある業務と同じですか」と書いていた。

三人目の記録には、少し間を置いてから出た質問があった。「職場の方同士は、普段どのように相談していますか」。真帆はその場面を思い出した。応募者は笑顔だったが、答えを聞いたあと、メモを取る手が静かになっていた。

それでも、辞退理由の箱に入ると、すべてが同じ色になった。「他社決定」「家庭の事情」「一身上の都合」。面談で交わした言葉も、返事を迷った時間も、ひとつの短い項目に押し込まれていた。

「この人は、条件が合わなかったのかな。それとも、説明が足りなかったのかな」

真帆は、面談記録と辞退ログを左右に並べた。左には応募者の質問がある。右には、理由のない空欄がある。その間には、細いけれど大きな溝があった。

採用管理画面の一覧には、まだ「選考中」と表示された名前もあった。面接の日程を送ったまま返事がない人。確認のメールを二度送っても、開封されたか分からない人。応募書類を受け取ったあと、画面からふっと消えた人。

真帆は、ひとつの名前をクリックした。応募者からの最後の連絡は、面接候補日の確認だった。その前には、「働き方について、もう少し詳しく知りたいです」と書かれている。けれど、会社から送った案内には、勤務時間の説明が一行しかなかった。

机の横に置かれた先輩のメモが、空調の風でめくれた。そこには、手書きで「サイレント辞退」とあった。応募者が理由を伝えないまま、応募前や選考中に離れてしまうことを、そう呼ぶらしい。

「返事がないなら、辞退とは限らないんじゃないですか」

向かいの席の先輩、佐伯が画面から顔を上げた。佐伯は長く採用を担当していて、応募者の返事を急かさない人だった。

「そうね。忙しいのかもしれないし、メールが届いていないのかもしれない。でも、何人も続くと、こちらが見落としている合図かもしれないわ」

「合図……ですか」

「求人の説明が足りない。選考の進み方が見えない。面談で聞きたかったことを、聞ききれなかった。そんな小さな不安が重なって、連絡をやめる人もいるかもしれない」

佐伯は、採用管理画面の「連絡待ち」の欄を指した。そこには、名前と日付だけが並んでいる。理由の欄は空白のままだった。

「でも、空白に想像で答えを書いてはいけないわ。生成AIに、『この人は何が嫌だったのか』と決めさせるのも同じよ」

真帆はうなずいた。応募者が書いていないことを、もっともらしい言葉で埋めてしまえば、本人の気持ちとは違う記録が残る。便利な道具を使うほど、確かめられた言葉と、まだ分からないことを分けなければならない。

そのとき、別のメールが届いた。件名は「選考辞退のご連絡」。本文には、「他社での入社を決めたため」とだけ書かれていた。真帆はその文を読み、面談記録に残る「残業は多いですか」という質問へ目を移した。

理由は、ひとつとは限らない。仕事内容、勤務条件、職場の雰囲気、選考中の説明。そのどれかが決定打だったのか、いくつかが重なったのかも、まだ分からない。

真帆は辞退ログの空欄を見つめた。空欄は何も語らない。それでも、そこに至るまでのメールや質問を拾い直せば、応募者が迷った場所に近づけるかもしれなかった。

「まずは、書かれている言葉を集めよう。分からないことは、分からないまま残そう」

真帆は新しい表を開いた。辞退理由の箱を、ただ増やすためではない。応募者の言葉を失わず、人が確かめるための道筋を作るためだった。朝の光は少し強くなり、画面の空欄にも白い明るさが落ちていた。

02

第2章 「他社決定」の紙が落ちた午後

採用室で辞退メールと面談記録を見比べる人事担当者

第2章 「他社決定」の紙が落ちた午後 - 本文

最終選考まで進んだ応募者から辞退のメールが届き、面談記録との食い違いが採用室の机に広がった。午後の青葉ソフトで、真帆は受信箱を開いたまま、しばらく動けなかった。

メールには、短い一文だけがあった。

「選考のお時間をいただき、ありがとうございました。他社への入社を決めましたので、辞退いたします」

真帆は画面の下まで読み、もう一度、最初から目を通した。宛名も、署名も、ていねいだったのに、なぜ気持ちが変わったのかを示す言葉はなかった。最終選考まで進んだ佐伯さんを担当したのは、真帆だった。

「やっぱり、条件で負けたのだろうね」

採用責任者の高瀬が、隣の机から声をかけた。彼は応募者の希望年収と、競合する会社の待遇を思い浮かべながら、静かに腕を組んだ。

真帆は、面談記録のファイルを開いた。そこには、佐伯さんが仕事内容について細かく尋ねた記録が残っていた。配属後にどのような案件を担当するのか、顧客との打ち合わせに若手も参加するのか、開発と営業の役割はどこで分かれるのか、といった質問だった。

働き方についても、話は長く続いていた。出社と在宅勤務の切り替え方、忙しい時期の残業、子どもの行事がある日の相談先について、佐伯さんは一つずつ確認していた。選考の進み方についても、「次の面談までに何を準備すればよいか」「結果はいつごろ分かるか」と、予定を確かめていた。

最後には、入社後の成長について質問していた。

「一年後には、どんな仕事を任せてもらえますか」

その言葉の横に、真帆は小さく線を引いた。条件だけを比べていた人の記録には見えなかった。仕事内容の実態や職場での過ごし方を知り、自分がここで成長できるかを考えていたように思えた。

「条件が理由かもしれません。でも、記録だけでは分かりません」

「分からないなら、いちばんありそうな理由を置けばいい。採用の仕事は、早く次へ進むことも大事だからね」

高瀬の声は強くなかった。だからこそ、真帆は返事を急がされているように感じた。画面の「他社への入社を決めました」という文字が、白い机の上で大きく見えた。

その日の夕方、別のメールも届いた。面談で働く時間について熱心に話していた応募者から、「家庭の事情により、選考を辞退いたします」とだけ書かれていた。真帆は返信欄を開き、引き止める言葉ではなく、相手の事情を尊重する短い返事を入力した。

さらに、もう一人の応募者は何も告げずに途切れた。面談後に送った案内メールは開封されていたが、確認の連絡には返事がない。電話をかけても留守番電話につながり、折り返しをお願いする声だけが、静かな採用室に残った。

「この三人を、同じ辞退理由の箱に入れていいのかな」

真帆がつぶやくと、採用担当の梨花が椅子を寄せた。

「箱を細かくすれば、何か見えるかもしれないよ。生成AIに過去の記録を読ませて、原因を当ててもらうのはどう? ChatGPTなら、すぐ分類できそう」

梨花は、共有フォルダにある辞退ログを指さした。そこには、「他社決定」「家庭の事情」「連絡なし」という言葉が、同じ大きさで並んでいた。

真帆の指が、キーボードの上で止まった。面談記録に「残業が多いと感じた」と書かれていないのに、質問の内容だけを見て、AIが「働き方への不安」と決めることはできる。競合との比較をした証拠がないのに、「給与で負けた」と答えさせることもできてしまう。

「書かれていない事情を、事実みたいに補わせたくない」

「でも、何も分からないままでも困るよね」

「うん。だから、分かることと、まだ分からないことを分けたい」

真帆は白い付箋を二枚、机に置いた。一枚には「本人が申告した理由」、もう一枚には「記録から考えられる背景」と書いた。前の付箋には「他社への入社を決定」「家庭の事情」「連絡なし」と写し、後ろの付箋は空白のままにした。

「他社決定」は、他社比較かもしれない。待遇かもしれない。仕事内容や選考の進め方に、別の不安があったのかもしれない。けれど今ある記録から言えるのは、佐伯さんが多くの確認をして、最後に辞退を伝えたということだけだった。

真帆は、面談記録を閉じなかった。空白を埋めるためではなく、次に何を確かめればよいかを探すために、質問の一つ一つを見直した。すると、机の端に置いていた辞退ログの紙が、空調の風でふわりと床へ落ちた。

「他社決定」と印刷された紙を拾い上げ、真帆はその言葉の下に、まだ書かれていない理由がいくつもあることを感じていた。ひとつの箱では、応募者の声の違いを受け止めきれなかった。

03

第3章 六つの箱を持つ先輩

採用室で生成AI分析用の付箋を六つに整理する先輩と後輩

第3章 六つの箱を持つ先輩 - 本文

夕方の採用室で、真帆は「他社決定」と書かれた辞退ログを前に、鉛筆を握っていた。窓の外では、青葉ソフトのビルに夕日が細く差し込んでいた。 佐伯は黙って部屋に入り、色の違う紙の付箋を机いっぱいに並べた。赤、青、黄色、緑の紙が、まだ空っぽの箱のように見えた。

「真帆さん、申告理由は表紙で、背景は本文です。AIには、表紙と本文を混ぜさせないんですよ」

真帆は「他社決定」という文字を見つめた。

「表紙だけで、辞退の理由を決めてはいけないということですか?」

「そうです。表紙は応募者が届けてくれた言葉です。本文は、その言葉の奥にあるかもしれない事情。本文は、あくまで確認するための可能性です」

佐伯は六枚の付箋に、太いペンで言葉を書いた。表面的理由、条件面、仕事内容、職場環境、選考体験、情報・評判の六つだった。付箋は机の上で、六つの小さな箱のように並んだ。

「たとえば『他社決定』なら、まず表面的理由に入れます。でも、そこで止めません。給与や勤務時間なら条件面、仕事の説明とのずれなら仕事内容、面談の印象なら職場環境や選考体験に置いてみます」

「情報・評判は、会社の外から見た印象ですね」

「ええ。求人票の情報が少なかった、口コミを見た、他社と比べて不安になった。そうしたことも、別の箱で見ます」

真帆は、前日に辞退した応募者の面談記録を開いた。職種は開発エンジニアで、最初の接点はスカウトメールだった。自由記述には「他社決定」とだけあり、面談では残業時間、在宅勤務、入社後の担当業務を何度も尋ねていた。

佐伯は記録の横に、四つの小さな丸を描いた。応募前の情報収集、選考中の体験、内定前後の比較、入社後の早期離脱である。

「辞退を考えた時期も一緒に記録します。応募前から入社後まで、どの段階で気持ちが離れたのかを見るんです。これが採用フェーズです。難しい言葉ですが、応募者との時間の流れに印をつけるだけですよ」

「同じ『他社決定』でも、応募前に離れた人と、内定後に比べた人では、確かめることが違いますね」

「その通りです。だから、職種、応募者との接点、自由記述、面談記録、採用フェーズを一緒に見ます」

佐伯は、真帆の画面に簡単な入力欄を作った。左側には事実を書く欄、右側にはAIに整理させる欄があった。事実の欄には、応募者の言葉をそのまま置く。AIの欄には、六つの分類、背景の可能性、根拠になった記録、不足している情報を分けて出させる。

「AIには『原因を断定しないでください』と最初に伝えます。『可能性は原因ではない』からです。分類結果は判定ではなく、人が確かめるための仮説の地図です」

「根拠のない想像を、答えにしないためですね」

「はい。たとえば『残業が多そうだ』とAIが書いても、面談記録にその事実がなければ、確認前の仮説です。本人に聞ける範囲で尋ね、求人情報や社内の実態とも照らします」

佐伯は、もう一枚の付箋を手に取った。そこには「AIが見せた情報」と書かれていた。

「最近は、応募者が会社のことをChatGPTやGemini、Perplexityで調べることもあります。企業が発信した情報と、AIが示した情報に食い違いがあれば、それも確認対象です」

「会社が知らないところで、選考を続けるか決めていることもあるんですね」

「ええ。LANY LLMO LABの調査では、AIで企業情報を調べた25~45歳の111人のうち、87.4%が、その情報をきっかけに応募取りやめや選考辞退を経験したとされています。ただし、これは調査対象者の結果です。すべての応募者に当てはまると決めてはいけません」

佐伯は、調査のページを開いた。そこには、AIで企業を調べた人の92.8%が、ネガティブな印象につながる情報を見たという数字もあった。真帆は、その数字の大きさよりも、数字だけでは辞退の本当の理由にならないことに気づいた。

「AIの情報を見ても、辞退しない人はいます。見たことと、辞退したことを別々に記録する必要がありますね」

「そうです。『何を見たか』『いつ見たか』『何が決め手になったか』を分けます。他社比較なのか、口コミなのか、情報の正確さへの不安なのかも、混ぜません」

その夜、真帆は一件の記録を匿名化して、入力欄に置いた。表面的理由は「他社決定」。背景候補には、条件面、情報・評判、選考体験が並んだが、どれにも「確認が必要」と表示させた。

面談記録には、残業時間への質問が三回あった。求人票には平均残業時間の説明がなく、面談担当者の答えも「時期によります」と短かった。真帆は、画面を見ながら、初めて辞退理由を一つの箱に押し込めずに済んだ気がした。

「明日、面談担当の人に確認します。求人票の情報と、実際の答えが足りなかったのか。応募者がどの段階で不安になったのか。まず、そこから始めます」

佐伯は、六つの付箋をきれいに揃えた。

「それで十分です。AIに答えを出させるのではなく、確かめる順番を作る。それが最初の一歩です」

真帆は鉛筆を置き、空白だった記録欄に「確認すること」と書いた。辞退ログの箱は、閉じた箱ではなく、次の対話へ続く小さな入口に見えた。

「やってみます。六つの箱と、四つの時期で、応募者の言葉をもう一度見てみます」

04

第4章 AIの答えに赤い鉛筆を入れる

ChatGPTとGeminiの採用分類結果に赤線を引く人事担当者

第4章 AIの答えに赤い鉛筆を入れる - 本文

真帆たちは、過去半年分の内定辞退ログを小さく試すことにした。最初のAIの出力には、書かれていない事情まで言い切る言葉が混じり、分類のやり直しが始まった。

朝の採用室で、真帆は佐伯と画面を囲んだ。Googleスプレッドシートには、申告理由、自由記述、面談記録、職種、応募者との接点、採用フェーズの列が並んでいる。接点には「求人サイト」「スカウトメール」「社員紹介」「採用イベント」と書き、フェーズには「応募前」「面接前」「面接後」「内定後」と記した。

「まず、六つの階段に分けよう。辞退ログを集める。申告理由と背景理由を分ける。採用フェーズを付ける。そのあと、複数のAIで企業情報を確かめる。辞退理由とAIの回答を照らし、人事が最後に検証するんだ」

佐伯はそう言って、シートの別タブに利用目的を書いた。「目的は、辞退理由を人が確かめるための仮説を作ること。保存するのは匿名化した記録と確認結果。閲覧できるのは採用室の三人まで」と決めた。氏名、メールアドレス、電話番号、住所、応募書類にあった不要な記述は、生成AIへ渡す前に削除した。

ところが、最初のCSVを読み込ませたとき、真帆の手が止まった。自由記述の一行に、候補者の本名と携帯番号が残っていたのだ。二人はすぐに処理を止め、元データを保管したまま、作業用ファイルからその行を消した。

「急ぐほど、確認を一つ飛ばしてしまうね」

「だから、読み込み前の確認欄を作ろう。個人情報を取り除いたか、利用目的は合っているか、保存範囲と閲覧者は決まっているか。三つとも確認できない記録は、AIに渡さない」

真帆はシートの先頭に、赤い欄を追加した。チェックが済んだログだけに、作業番号を付ける。番号は応募者を特定するものではなく、原本と匿名データを人事だけが照合できる形にした。

次に、真帆は社内で許可された契約環境のChatGPTを開いた。入力欄には、作業手順を一つずつ書いた。「申告理由と背景仮説を分ける。背景仮説の根拠となる記述を抜き出す。根拠がない場合は『判断できない』と記す。六つの分類軸から該当項目を示す。採用フェーズを付与する。人事が確認すべき追加質問を示す」。

六つの分類軸は、労働時間・ワークライフバランス、人間関係・社風、給与・待遇、離職・定着、事業の将来性、情報不足・抽象性とした。他社比較の有無、AIが示した情報の出所、情報の正確性への懸念は、分類軸とは別の欄に置いた。

一つ目の記録には、申告理由として「家庭の事情」とだけあった。AIは背景仮説の欄に、「勤務環境への不満があり、家庭と両立できないと判断した可能性が高い」と書いた。根拠として示されたのは、面談記録にあった「勤務時間を確認した」という短い一文だった。

「これは赤線だね」

真帆は赤い鉛筆で、「可能性が高い」と「勤務環境への不満」に線を引いた。勤務時間を尋ねた事実はある。それだけで家庭の事情を職場への不満に変える根拠にはならない。

佐伯は、同じ匿名記録をGeminiにも渡した。今度は、「年齢とこれまでの職歴から、変化の大きい環境を避けた可能性がある」と返ってきた。真帆は、年齢や職歴を辞退理由に結び付けた部分にも、静かに赤線を引いた。

「AIが違う推測を出したから、どちらかを選ぶのではない。書かれていないことは、両方とも『判断できない』に戻そう」

企業情報を確かめるときも、二人は同じ方法を使った。ChatGPTには青葉ソフトの公式サイト、採用ページ、就業条件を「公式情報」として示し、外部の記事や口コミは「外部情報」と分けて入力した。Geminiには、どの記述が公式情報に基づくか、どれが外部情報なのか、確認できないものは何かを分けて示すよう指示した。

佐伯は、LANY LLMO LABの調査を開いた。AIで企業を調べた経験がある25~45歳の111人では、87.4%が、その情報をきっかけに応募の取りやめや選考辞退を経験したという。ただし、これはその調査対象についての数字であり、青葉ソフトの応募者全体の事実ではない。

「外の調査は、見るべき場所を教えてくれる。でも、うちの応募者の気持ちは、うちの記録と人の確認で確かめるんだ」

真帆は、二つのAIの回答を横に並べた。公式サイトにない「残業が多い」という記述は、外部情報の引用なのか、AIの推測なのかが分からなかったため、出所不明として保留にした。逆に、採用ページに掲載されたリモート勤務の条件は、公式情報として確認できた。

それでも、回答には便利な文章が多かった。申告理由の要約、分類候補、根拠の抜き出し、追加質問の案は、ログを読む順番を整えてくれる。だが、辞退原因の確定や応募者の評価は、AIの欄に置かないことにした。

「AIに任せるのは、文章の整理、分類候補の作成、記録の要約まで。原因を確定することと、人を評価することは、人事が担う」

佐伯は運用ルールにその一文を加えた。面談の録音や録画を使う場合は、応募者に利用目的と保存期間を説明し、同意を得ることも手順に入れた。同意のない録音を後からAIに渡さないこと、社内規程で認められた保管場所だけを使うことも、赤い欄の確認項目になった。

夕方、真帆は一件目の記録を人の目で戻った。メールには「家庭の事情」とあり、面談には勤務時間への質問があった。しかし、辞退を決めた瞬間は分からない。画面の分類欄には、「背景仮説は判断できない。追加確認は、勤務時間の説明で不安が残ったか、他社比較があったか」と残した。

翌日の面談準備で、真帆はその質問を候補者に決めつけずに尋ねることにした。赤い線の増えた表は、辞退者を並べる箱ではなく、確かめるべき問いを置く地図になっていた。

05

第5章 辞退ログの奥に見えた地図

採用室で生成AIの分類カードを照合する人事チーム

第5章 辞退ログの奥に見えた地図 - 本文

分類結果を人事が照らし合わせると、同じ申告理由の下に、いくつもの背景候補が並んだ。採用チームは、辞退をひとつの箱に入れるのではなく、確かめるべき地図として見るようになり始めた。朝の採用室には、紙をめくる小さな音が続いていた。

真帆は、過去半年分の一覧を大きな画面に映した。左から、申告された言葉、背景候補、根拠となる記録、採用フェーズの順に並べ替えている。以前は「他社決定」と「家庭の事情」が、同じ形の札のように並んでいた。

「同じ言葉でも、見ている景色は違うのかもしれません」

最初に目を止めたのは、「他社決定」だった。面談メモには、「給与と働く場所を他社と比べたい」と残る人がいた。別の人には、「入社後の仕事内容がまだ想像できない」という質問があり、さらに別の人には、次の選考日程を尋ねたメールと、返事までの間隔が記録されていた。

佐伯が、画面の横に青い札を置いた。

「条件面の比較、仕事内容への疑問、選考中の説明不足。ここまでは、記録から考えられる背景候補ですね」

「でも、辞退の原因だとは言えない」

真帆がそう続けると、佐伯はうなずいた。メールや面談メモは、応募者の気持ちをそのまま写したものではない。本人から明示的な回答がない限り、どれもまだ、確かめる前の見立てだった。

別の行には、「企業情報への不安」と書かれた候補が現れた。採用ページを読んだ後に、「実際の職場の様子が分からない」と記した応募者がいたからだ。ただし、その記録だけで、情報不足が辞退につながったとは決められない。採用チームは「職場環境の情報提供を改善する」という論点だけを、静かに残した。

「原因を決める表ではなく、追加で確認する場所を示す表にしましょう」

採用責任者の西村は、赤い線を引いた。求人票には、仕事内容を一日の流れまで書けるか。選考スケジュールは、次の連絡時期まで案内できるか。職場の雰囲気は、写真や社員の声だけでなく、働き方の事実も伝えられるか。改善できる接点が、少しずつ見えるようになった。

一方、「家庭の事情」の行では、背景候補の欄が空白のまま残った。面談記録に仕事や会社への不満がない場合、それを職場環境の問題に置き換えてはいけない。真帆は「背景は確認できない。本人の事情を推測しない」と入力し、誰もその空欄を埋めようとはしなかった。

佐伯の確認メモには、生成AIに関する注意も書かれていた。ChatGPTやGeminiなどで企業情報を調べた後、応募や選考をやめた経験を尋ねた調査は、採用の見えない離脱を考える材料になる。一方で、AIの回答が辞退を起こしたと統計的に確定したものではなく、調査結果だけで因果関係を決められない、と添えられていた。メモには、株式会社LANYの調査も参考として記されていた。

「AIがそう言ったから辞退した、と短くまとめるのは危ないですね」

「ええ。候補者が何を見て、いつ迷い、何を明示したのかを分けて残しましょう」

チームは、申告された辞退理由と、AIが示した情報の種類を別の欄にした。さらに、情報の出所や正確さへの不安、他社と比べたかどうか、辞退を決めた時期も分けた。調査や分類は、答えを出すためではなく、次に尋ねる質問を整えるために使うことになった。

その午後、求人票の画面が開かれた。仕事内容の説明には、担当する業務だけでなく、最初の数週間に誰と何をするのかが加わった。選考案内には、連絡の目安と、質問を送れる窓口が記された。職場環境のページには、勤務場所や働き方について、確認できる事実が少しずつ増えていった。

翌週の確認会議では、以前のように「他社決定」という札だけを見つめる人はいなかった。真帆の前には、根拠のある記録、まだ分からないこと、改善できる接点が並んでいた。辞退率や分類の正しさを語る数字はなかったが、話し合うべき論点は、確かに見えるようになっていた。

窓の外では、夕方の光がビルの壁をやわらかく照らしていた。真帆は新しい一覧を保存し、空白の欄を見た。埋められない空白を無理に埋めないことも、応募者の声を扱う仕事の一部になっていた。

06

第6章 朝の採用室に残る欄

生成AIの分類案と人事の確認欄を見比べる採用室

第6章 朝の採用室に残る欄 - 本文

仕組みを運用し始めた採用室では、辞退の知らせが届くたびに、ひとつの画面へ記録が残った。申告理由、背景候補、根拠、採用フェーズ、人事の確認結果が、横に並んでいる。朝の光は、かつて空欄ばかりだった画面を、静かに照らしていた。

「他社決定」と書かれた行にも、自由記述の原文と面談メモへの小さな印があった。AIは文章を短く要約し、「働き方の不安」「情報不足」などの分類候補を淡い色で置く。

「この候補は答えじゃないよ。原文を確かめるための目印なんだ」

真帆は候補の横にある原文を開いた。名前やメールアドレスを外してからAIに渡した記録でも、原文にない事情が混じることがある。彼女は一文ずつ照らし合わせ、根拠のない推測を消し、確かめられない欄には「不明」と残した。

「書いていないことまで、応募者の気持ちにしなくていい。分からないものは、分からないまま残そう」

淡い青の分類案の隣に、真帆の赤字が並んでいく。そこには、「申告理由は他社決定」「背景は確認できず」「面談後に接点が途切れた」と、書かれていることだけが残った。AIの案と人事の確認が、同じ画面で重なりながらも、混ざらずに置かれていた。

朝の打ち合わせで、健太が求人票を開いた。チームは分類結果を応募者個人の評価欄へ移さず、仕事内容の説明、選考案内、面談での伝え方、応募者に渡す情報を見直す材料として扱っていた。ひとつの辞退を、人の性質を測る定規にはしなかった。

「赤字は、応募者を判定するためじゃない。次に渡す情報を、もっと正確にするための印だよ」

返事がないまま閉じた記録も、同じ画面にあった。サイレント辞退と名前をつけても、誰かの年齢や性格を埋める欄にはしない。最後に案内を送った採用フェーズと、その時点で企業の情報が足りていたかを、静かに確かめた。

「返事がないなら、まず途切れた場所を見る。応募者の中身を想像する前に、こちらが何を伝えたかを見よう」

応募者がChatGPTやGeminiで会社を調べることもある。そこで見つかる情報と、青葉ソフトが求人票やウェブページで伝えている内容が違えば、辞退の前に不安が生まれるかもしれない。チームは外の情報を決めつけず、事実を照合できる場所を少しずつ増やした。

昼前、真帆は古い辞退ログの箱を棚から下ろした。紙の欄には、「他社決定」「家庭の事情」という短い言葉だけが並んでいる。新しい画面では、空欄を無理に埋めず、まだ確認できていないことも記録の一部になっていた。

机へ戻ると、新しい応募者への案内メールが開かれていた。真帆は仕事内容、選考の流れ、働き方について書かれた文を、一行ずつ確かめた。朝の採用室には、消すためではなく、次の人へ正しく渡すための欄が残っていた。

関連キーワード

応募者辞退
サイレント辞退
採用担当
生成AI
辞退理由
面談記録
採用選考
応募者辞退理由
六つの分類軸
採用フェーズ

著者について

鈴木信弘(SNAMO)

鈴木信弘(SNAMO)- 静岡県を拠点に活動する総経験19年のフルスタックエンジニア。AI時代の次世代検索最適化技術「レリバンスエンジニアリング」の実装者として、GEO(Generative Engine Optimization)最適化システムを開発。2024年12月からSNAMO Portfolioの開発を開始し、特に2025年6月〜9月にGEO技術を集中実装。12,000文字級AI記事自動生成システム、ベクトル検索、Fragment ID最適化を実現。製造業での7年間の社内SE経験を通じて、受注システム自動化による業務時間の短縮や検品作業のデジタル化など、現場の課題を技術で解決してきた。富山大学工学部卒、基本情報技術者保有。

プロフィールを見る

よくある質問

Q1応募者の辞退理由を生成AIで分析するときに注意すべきことは何ですか?
生成AIに辞退理由を断定させないことが重要です。応募者が実際に申告した内容と、面談記録などから考えられる背景候補を分け、AIの出力はあくまで事実確認のための仮説として扱います。最終的な判断は人事担当者が根拠を確認して行います。
Q2「他社決定」や「家庭の事情」といった辞退理由の背景を、どのように整理すればよいですか?
まず、応募者が実際に伝えた辞退理由を「申告された事実」として記録します。そのうえで、面談記録や選考中のやり取りから考えられる背景を「仮説」として分けて整理します。根拠がない推測を事実のように扱わないことが大切です。
Q3辞退理由を分類するメリットは何ですか?
辞退理由を一定の分類軸や採用フェーズごとに整理すると、個別の応募者への印象ではなく、採用プロセス全体の傾向を把握できます。求人票の内容、選考案内、面談、内定後のフォローなど、改善できる接点を見つけやすくなります。
Q4生成AIにはどのような採用データを入力すればよいですか?
過去の辞退ログや面談記録など、分析に必要な情報を使用します。ただし、氏名や連絡先などの個人を特定できる情報は匿名化し、入力するデータの範囲や利用目的を明確にする必要があります。社内規程や利用するAIサービスの情報管理方針も確認しましょう。
Q5生成AIの分析結果に誤りや根拠のない断定があった場合はどうすればよいですか?
AIの出力をそのまま採用せず、根拠の有無を人事が確認します。面談記録や応募者の実際の発言と照合し、根拠のない推測や断定には印を付けて除外します。AIの分類案と、人事が確認・修正した内容を分けて記録すると、判断の経緯も追跡できます。
Q6応募者の辞退理由を分析するとき、個人を評価してもよいですか?
個人の性格や考え方を評価・推測するのではなく、採用情報や選考接点の改善に活用するべきです。分析の目的は「この応募者はなぜ辞退したのか」を断定することではなく、同様の辞退を減らすために求人票や案内方法を見直すことです。
Q7辞退理由の分析結果は、採用活動のどのような改善に活用できますか?
求人票と実際の仕事内容の認識差、選考スピード、面談での説明、内定後のフォローなどを見直す手がかりになります。たとえば、応募者が不安を感じやすい情報を選考案内に追加したり、仕事内容や条件をより具体的に説明したりできます。
Q8返事のない応募者や表面的な辞退理由も分析対象にできますか?
分析対象にはできますが、返事がない理由や本当の辞退理由をAIに推測させてはいけません。確認できる事実が少ないケースとして記録し、他の事例と傾向を比較するにとどめます。確かな情報が得られない場合は、無理に理由を補完しないことが重要です。