「真面目で素直な人」を採用したら、ローパフォーマーだった…… 採用基準が「けっこう間違っている」理由
「真面目で素直な人」を採用したら、ローパフォーマーだった…… 採用基準が「けっこう間違っている」理由
【3行要約】
・「素直で真面目な人」を求めて採用した結果、皮肉にもその層がローパフォーマーや早期退職者になってしまうという、恐ろしい「主観の罠」が潜んでいます。
・株式会社人材研究所の曽和利光氏は、人間の「勘と経験」には確証バイアスやハロー効果などの心理的偏見が入り込み、データとの間に致命的なズレを生むと指摘します。
・客観的なデータドリブン人事を導入し、現場の「思い込み」を排除して組織の成果を最大化するために乗り越えるべき論点と具体的な分析手法を解説します。
「勘と経験」に頼らない「データドリブン人事」へのシフト
曽和利光氏：みなさん、こんにちは。「『勘と経験』から『データドリブン』な人事に移行するための乗り越えるべき論点」というテーマでお話しさせていただきます、株式会社人材研究所の曽和と申します。よろしくお願いします。
まず簡単な自己紹介をさせていただきます。私は人材研究所という30人ぐらいの小さな人事コンサルティング会社の代表をしています。今年（2025年）で55歳になるんですけど、30年以上人事の仕事ばっかりやっている人間で、40歳までは事業会社の人事をずっとやっていました。
最初はリクルートに入り、15年ほどリクルート自体の人事をやって、採用とか育成とか、制度設計とかいろんなことをやりました。最後は採用の責任者もやらせていただきました。その後ライフネット生命保険、オープンハウスというベンチャー企業の人事の主担当、トップをやらせていただきました。
2011年からちょうど40歳の時だったんですけど、そこから今のコンサルティングのお仕事をやらせていただいて、こっちのほうがだんだん長くなってきています。
お客さまは、大企業から中小企業、ベンチャー、規模であったり、業界もバラバラで、もういろんなところをやらせていただきます。民間企業だけじゃなくて、市役所とか自衛隊さんとか、学校とか病院とかですね。
そういったところも含めて、人と組織に関するコンサルティングであったり、採用のアウトソーシングであったり、そのようなお手伝いをさせていただいています。
その他、日経さんだったり、労政時報さんで記事を連載させていただいたり、（スライドを示して）こういう、いろんな人事ご担当者向けの、あるいは経営者向けの本をいろいろ書かせていただいています。もしよろしければ、ご覧いただければと思います。
あと毎日、Xですね。私、気が弱くて、あんまり炎上したくないんで、おそるおそるやってるんですけども。人とか組織とか、人事とか採用とかキャリアとか、面接とかいろんなことについてつぶやいていますので、もしよろしければ、フォローいただけますと幸いです。
「データドリブンな人事」の落とし穴
今日のテーマなんですけど、最近、勘と経験でずーっと長年やってこられた人事という世界が、データドリブンと。データドリブンっていうと難しそうですけど、要はデータとか数字とかを統計学であったりそういったものを使って、人事上のさまざまな判断がありますよね。
この人を採用するかどうかとか、この人をどこに配置するかとか、評価をどうするかとかですね。そういうさまざまな人事における判断をデータドリブンでやっていくっていうことは最近、いろんなところで使われています。その成果も、さまざまな企業で、私もお手伝いしているところでも、かなりはっきりとしたものが出てきていると思います。
ただこういう新しいものにはつきものだと思うんですけど、必ず乗り越えなきゃいけない壁、論点というのがあると思うんですね。それを今日は別に水を差すつもりはまったくないんですけど。
私もデータドリブンな人事っていうのはすごく重要で、当社のコンサルティングも基本的にはデータドリブンです。数字がいっぱい出てきます。統計を使いながら、データを使いながらやらせていただくっていうことで、私も推進派ではもちろんあるんです。
ただ、いろんな落とし穴があるということで、みなさんと共に、それを今日はひととおり、一緒に考えていければと思っています。
最初にまずこのデータドリブンな人事というものが出てきた背景をあらためて、確認しておければと思っています。
「人の目」は重要だが、バイアスがかかる
人の目っていうのは今でも重要だと思います。特にAIとか、さまざまなテクノロジーが、かなり発展してきていますけど、まだ言ってみれば発展途上ですよね。あと1年とか2年経てばどんなふうになっているのか、ぜんぜん予想がつきませんが、今のところはまだまだですね。すべて人の目で見ているものを、AIがカバーできるわけでもないので。
今は、そういうデータだったりAIだったり、統計だったりと。ただ人の目、勘と経験もまだまだ、重要であると思います。
なのになぜ、データドリブンの人事の判断ということになっているかというと、これはよく知られた事実で、釈迦に説法と言いますか、みなさんにとってはよくわかっていると思うんですけど。さまざまな心理的バイアスと呼ばれるものが人の目にはあるということです。
例えばその人物像を評価する際の心理的バイアス、いろんな代表的なものをここに書かせていただいているんですけど、確証バイアスっていうのが、要は物事の固定観念ですね。
例えば、採用の面接の時に「ラグビー部の主将をやっています」みたいな方がいたら、たぶんそれを聞いただけで、みなさんの中に、「ラグビー部の主将はこういう人たちだ」と。
あるいは「前職はソニーです」とか「トヨタです」とか「三菱商事です」みたいな人がいたら、「そこにいたってことはこんな人なんだろうな」みたいな、確証バイアス（コンファメーションバイアス）と言いますけど、何らかの固定観念に縛られたりするわけです。
第一印象で物事を決めちゃう人ってけっこう多いですよね。これを初頭効果と言います。最初の印象に縛られて、最初に持った印象を確かめる質問ばっかりするので、他のものが見えなくなり、結局第一印象のままの評価になってしまう。こういう初頭効果というものもよくあるバイアスの1つです。
有名なところで言うと、ハロー効果っていうのもあります。ハロー効果は「こんにちは」ではなくて、halo、後光効果は後ろの光って書いて、仏さまの後ろにあるオーラみたいな。後光効果と言ったりもします。
その飛び抜けて良いところとか悪いところに引っ張られて、すべての評価が決まってしまうということです。本当だったら、いろんな能力っていうのを小分けにして解像度を高く見ていただかなきゃいけないところを、すごく飛び抜けたところが1個あったら全部良い。飛び抜けて悪いところがあったら全部ダメみたいなことをやってしまうっていうのもよくあります。
つい「自分に似たタイプ」を高く評価してしまう
類似性効果、人事考課ではよく出てくることなんですけど、自分に似た人を好むと。逆に言うと、自分とは違う人っていうのは、本当は良い人なんだけど、そんなに評価を高くしないということですね。
ある会社が、人事評価の上司をA、B、C、D、Eに分け、部下を、A、B、C、D、Eタイプに分けます。その中で人事評価の平均点を取ったら、Aの上司はAの部下、Bの上司はBの部下、Cの上司はCの部下を高く評価するみたいな、こういうのってよく出たりしますね。みなさんの会社でもぜひやってみていただけるとたぶん出てると思います。これが類似性効果ですね。
あと、採用しないといけないというプレッシャーで評価を上げてしまう。これ、採用担当者で見てる人事の役員の方とか、社長の方とかですね。気をつけていただいたほうがいいと思うんですけど、採用担当者にプレッシャーをかけると、「やばい」となって、目の前の人が輝いて見えるわけです。
本当だったらもうちょっと厳しく見なきゃいけないのに「なんかこの人いいんじゃないかな」みたいな感じで、言ってしまうということがあったりですね。
さらに、相対的に候補者のランクづけをするっていうことです。対比効果っていう言い方もしたりするんですけど、例えばものすごい良い人の後で、中途採用でも新卒でも、その後で面接に来た人は、前の人が良かったらダメな人に見えちゃうとか。逆もあります。ものすごいダメな人が前に来たら、次の人はものすごい良い人に見えるとかですね。
人間の主観とデータにはズレがある
今言っただけじゃないですが、このようにもっとたくさんバイアスはあるんですけど、こういったものに、我々はまみれているわけですね。当然これは別に悪いことではなくて、なんでこんなことが起こっているかっていうと、すべてバイアスなしで物事を決めていこうとすると、一つひとつの判断に時間がかかりすぎるんですね。
このバイアスっていうのは、当然間違うこともあるんですけど、多くの場合はたいてい合っています。だいたいのラグビー部の主将はリーダーシップがある。「そりゃそうだよね」みたいな感じで。完璧じゃないし、間違っている場合もあるんだけど、たいてい合っているので、日頃はそれでいいです。
ただ、人事評価とか採用とか、配置とか昇格とか、ものすごくその人の人生に影響を与える、あるいは組織にも影響を与えるような状況で、だいたい7割ぐらいは合っているだろうというので、決めちゃダメです。残りの3割である可能性だってぜんぜんあるわけですよね。
ということで、その人の目だけではなくて、データドリブンの判断を補完させるかたちで使っていこうというのが、現在のデータドリブンな人事が、盛り上がってきた背景にあるのではないかなと思います。
実際、この人間の主観とデータには、かなりズレがあるっていうのは、もうあるあるです。
私、別に学者じゃないんで学術的な何かを出せるわけではないですけど、いろいろな会社でそういう主観とデータの突き合わせみたいなことをやっているわけですね。
例えば、（スライドを示して）細かいデータで申し訳ないんですけど、ある会社で、この右側に詳細ってありますけど、どんな人がうちには向いているのかっていうのをこうやってブレストしたんですね。言ってみれば人間の主観です。
偉い人、できる人を集めて、私たちがファシリテーションを行って「どういう人がいいんだろうね」みたいなことを、みなさんで話し合っていただいて、それをまとめたものです。
採用時の基準はけっこう間違っている
その会社は、例のリクルートのSPIっていう、適性検査、性格検査をやっていました。「このブレストで出てきた主観的な話と対応するようなSPIの尺度ってなんだろう」ということも話し合いまして「これだね」と。
小さくて申し訳ないんですけど、HP合致度っていうのがそこで、実際にハイパフォーマーが、その特徴になっているのかとか、非合致度はローパフォーマーの特徴にはなっていないだろうねと。
早期退職度っていうのは、「早期退職者の特徴じゃないよね」みたいなことをちゃんと見たものがこれです。何かっていうのは簡単に言うと、○っていうのは、確かに主観とデータが合っていましたってやつなんですね。
△っていうのはあんま関係なかったと。例えばここに親和力とかかわいげ。SPIで言うと「社会的内向性が低い」みたいなものに近いという話だったんです。それは好き嫌いって言われたら仕方ないんですけど、別にハイパフォーマーとかローパフォーマーとか早期退職者を見分けるデータではなかったっていうことですね。
「真面目で素直な人」を選んだ結果、ローパフォーマーだった……
まだこれならマシなんですけど、この逆のとこ、「素直なやつとか真面目なやつが欲しい」みたいな感じでその会社さんは言っていたんですね。SPIの対応する尺度でいうと、この従順性っていうものがそれに当たるわけですけど。
なんと、その「素直な人、真面目な人がいい」って言っていたんですが、その特徴である「従順性が高い」っていうのはローパフォーマーの特徴だったりとか早期退職者の特徴だったっていうことですね。
要は採用時の基準っていうのはけっこう間違っています。あえてローパフォーマーになるような人とか早く辞めてしまうような人を、好んで採っていたっていうことが発見されて、けっこう大騒ぎになったことがあるわけです。
ですから、先ほど見ていただいた心理バイアスがあることによって、こういう人間の主観と、客観的なデータっていうのは、ズレがある場合が多いので、人事判断をする時には「多面的に見ていきましょう」ということになります。
実際これは右下に出所を書いていますけど、各種の評価方法の精度を研究したものです。
例えば認知的能力テスト。これは適性検査の能力試験みたいなものです。構造化面接っていうのは超マニュアル化面接。非構造化面接っていうのは、これが一般的な面接ですね。構造化面接ってほとんどやっているところがないので、みなさんがやっている面接はこの非構造化面接だと普通は考えていいと思います。
ワークサンプルっていうのは、実際にやる仕事を実際にやらせてみる。インターンシップみたいなものです。職務に関する知識テストっていうのは、これはそのとおり。シチュエーショナル・ジャッジメントっていうのは、ケーススタディ。アセスメントセンターっていうのは、（スライド内の）上にあるやつを混ぜたものです。
見ていただくと妥当性係数、これが高いほうが精度が高いということなんですけど、一番高いのはワークサンプル、入ってからやる仕事をやらせてみるってやつですよね。当たり前かもしれませんが、これが高かったら入社後も高い、評価も高い。なんとこの面接（非構造化面接）って（妥当性係数が）一番低いんですね。
当然ながら、認知的能力テストみたいなところは、見てみると、実は意外と構造化面接とほぼ同じ。ワークサンプルと、並ぶぐらい妥当性が高いです。こういったところから、実は人間が物を見る、あるいは人を判断するよりも、適性検査などの客観的な検査によって、見るほうが精度が高いこともあるというのが常識になってきたということなんです。
人的資本経営が可視化を推し進める
さらに、これを推し進めているのが人的資本経営ですね。要は人的資本っていうのは、その他のこういう固定資産とか技術とか、その人事的な側面っていうのは、バランスシート（貸借対照表）に載るようなものじゃなかったわけですね。
本来企業の資産っていっぱいある中で、人的資産って、特に最近どんどん知的な仕事になってきている、事業になってきている世の中においてはすごい大事なものです。人的資本というのは大事なものになってきている割には、つまりその会社が良い会社なのかダメな会社なのかっていうのを分ける上で、人の価値っていうのはすごく大事だと。
なのに株主とか投資家が、その株を買おうとする時に、「何見たらわかるの」っていうことで、「ちゃんとそれを数字で可視化しましょう」と言っているわけですよね。
つまり可視化っていうのが数値化・データ化っていうことですね。だから「うちの会社は、けっこう人に対しては力を入れて、がんばっているんですよ」と。
「うちの人的資本は高いんですよ」っていうことを、人事であったり経営が、証明しなきゃいけなくなってきています。こういったことが、データドリブンの人事を推し進める、可視化を進める1つの背景にもあるのかなと思います。
関連記事
何度注意しても部下が同じミスを繰り返す原因 根性論に頼らない「性弱説的マネジメント」による指導方法
「暗記が苦手」なのは能力の問題ではない 記憶を定着させる勉強のコツ
サッカー漫画『アオアシ』が教える「答えを教えない」育成術 “横で寝ている”監督が最高の指導者である理由
