AIによる不正対策: HireValidが採用テストをAIに強い設計にする方法

AIを使った不正対策に検知ツールだけでは不十分な理由

現在、AIの助けを借りたい候補者が使える手段は、これまでになく増えています。一般的なチャットボットなら、貼り付けた問題に数秒で回答します。デスクトップアシスタントは画面を読み取ったり、通話を聞いたりして、小さなウィンドウに回答を提案します。その一つであるCluelyは、自社のツールを「画面共有に映らない」と説明しています。面接や採用テストを直接対象にしたツールも販売されています。AIを使った面接不正ツールに関する雇用主向けガイドでは、主な種類を紹介しています。

こうしたツールは毎月のように変化するため、検出だけを試みる方法では、常に一つ前のバージョンを追いかけることになります。AIを使った不正への対策は、テスト自体から始めるほうが効果的です。候補者ごとに異なる問題が1問ずつ表示され、ページを再読み込みしてもリセットできない短い制限時間があり、問題をコピーできなければ、外部の助けを借りるのは時間がかかり、面倒で、気づかれやすくなります。これがすべてのHireValidテストの基本的な考え方であり、AIに強いと説明する理由です。

不正防止は最初の対策であり、それだけではありません。AIを使った不正への対策に関する証拠から、各受験中に何が起きたかを雇用主が確認できます。最終的な判断は常に人が行います。このページの残りでは、各対策を支える具体的なチェック項目を紹介します。

第1層：AIを使いにくくするテスト

候補者ごとに異なるテストを実施します。 各テストの問題は大規模な問題プールから出題されます。問題プールは、テストで実際に使用する問題数の少なくとも3倍、認知能力テストでは5倍の規模があるため、2人の候補者が同じ問題セットを見ることはほとんどありません。テストの作成方法では、各問題プールの作成とレビューについて説明しています。問題の順番は受験のたびに変わり、解答の選択肢もシャッフルされます。

問題は1問ずつ表示し、答えを盗めないようにします。 ブラウザーには問題が1問ずつ送られ、表示が許可された項目のリストに基づいてサーバー上で再構成されます。解答キーや採点キー、コーディング問題の非公開テストケース、表計算タスクの解答がサーバーの外に出ることはありません。また、自動の漏えい検査で候補者の回答をすべてチェックします。候補者は前の問題に戻ることができません。

候補者がリセットできないタイマーを使用します。 時間の計測はサーバー上で行われます。推論問題には通常45～90秒の制限時間が設定されています。問題を解くスキルがある人には十分な長さであり、チャットボットに問題を貼り付けて回答を確認するには短い時間です。ページを再読み込みしても同じ問題が表示され、残り時間だけが引き継がれます。制限時間を過ぎた問題は、次の問題が表示される前に時間切れとして記録されます。

コピーをブロックし、試みを記録します。 問題文のコピー、切り取り、選択はできず、右クリックも無効になっています。コピーがブロックされた場合も、タイムラインに記録されます。全画面モードは初期設定で有効ですが、雇用主は求人ごとに無効にできます。

共有できない招待リンクを使用します。 招待リンクは個別に発行され、安全なハッシュとしてのみ保存され、有効期限があります。完了したテストを再受験することはできません。同じリンクで別の端末から受験を開始した場合、有効な状態が続くのは最新のセッションのみです。

AIに利用されにくい形式を採用しています。 すべての認知能力テストで、少なくとも3分の1の問題は、コピーしやすい文章ではなく、表、図、数列などを使って作られています。状況判断テストでは、一般的なAIのアドバイスでは見落とされるシナリオの詳細を踏まえて回答する必要があります。また、Excel中級テストなどの表計算タスクでは、作業内容の説明ではなく、実際に作業することが求められます。

レイヤー2：HireValidが記録するすべてのチェック

候補者が採点対象の設問に回答している間、HireValidは次の項目を記録します。練習問題中に起きたことも表示されますが、採点には一切含まれません。

ブラウザーとページのチェック

• テスト画面を離れた時間。 テストのタブまたはウィンドウからフォーカスが外れた回数と、その時間。
• 全画面表示の終了。 候補者が全画面表示を終了していた時間。
• 回答への貼り付け。 貼り付けられた文字数。
• 入力せずに表示されたテキスト： そのテキストを入力するキー操作がないまま、まとまったテキストが一度に表示された場合。
• 設問テキストのコピーをブロックした試行。
• 再読み込みと再接続。 タイムラインに空白があった場合、その理由が同じ場所に表示されます。

サーバーで算出する時間のチェック

• 設問を読むには短すぎる時間での回答。 各テストには通常1.5秒の最低読解時間が設定され、それより短い時間で回答された採点対象の設問がすべて記録されます。
• 不自然に均一な回答時間。 テスト全体の回答時間が疑わしいほど規則的な場合、そのパターンに一度だけフラグが付きます。

候補者の同意を得たカメラチェック

• テスト中のランダムなタイミングで撮影されるウェブカメラの写真。顔が写っていない、複数の顔が写っている、または顔が画面から大きく逸れている場合、自動でチェックされます。
• カメラがオフになったこと。 オフになっていた時間と、テスト中にカメラの使用許可が取り消されたこと。
• 本人確認用の写真。 雇用主が求める場合、テスト開始前に撮影されます。

デバイスとネットワークのチェック

• 同じ求人に応募した別の候補者と同じデバイスを使っている場合、および同じネットワークを使っている場合。どちらの候補者が先に終了したかにかかわらず、両方にフラグが付きます。
• ブラウザーが検出した場合、複数の画面が接続されていること。

デバイスやネットワークの詳細情報がそのまま保存されることはありません。それぞれは1つの求人の中でのみ機能するフィンガープリントに置き換えられます。そのためHireValidは、デバイスの詳細情報を保持せずに、2つの受験で同じデバイスが使われたかどうかを確認できます。

レイヤー3：説明できるIntegrity Score

各チェックの結果は、Integrity Scoreに反映されます。スコアは0～100で、求人における候補者のすべてのテストを対象に算出されます。80～100は信頼度が高い、50～79は確認を推奨、0～49は深刻な懸念です。

シグナルの種類ごとに、重要な点に基づいて重み付けします。タブを切り替えた回数ではなく、テストから離れていた時間を基準にし、貼り付けやキー入力なしのテキストは発生頻度を基準にします。ウェブカメラのチェックは、影響を受けた写真の割合を基準にします。また、どのシグナルにも上限があり、1つのシグナルだけでも、任意の2つのシグナルの組み合わせでも、候補者が「深刻な懸念」に達しないように設定されています。例外は、別の人がテストを受けた可能性を示す2つのシグナルの組み合わせです。写真に顔が写っていないことと、別の候補者と同じ端末が使われたことの組み合わせです。「深刻な懸念」に達するには複数の独立したシグナルが必要なため、騒がしい部屋や共有オフィスのネットワークを使う誠実な候補者がこの区分に入るのを防ぎます。

重み付けはバージョン管理されたルールセットに保存され、各スコアには算出に使われたバージョンが記録されます。そのため、1年後でも結果を説明できます。Freeではスコアと判定区分を確認できます。StarterとGrowthでは、すべてのシグナルとその重み付けに加え、各イベントをわかりやすい言葉で時系列に示し、写真も添えた証拠タイムラインを確認できます。完全性の概要は、すべての候補者向けPDFレポートにも表示されます。

このような結果の見方

単独では決定的な証拠にならない8種類のシグナルが合わさると、「確認を推奨」という判定になります。人が詳しく確認する必要はありますが、深刻な問題と判断するには十分ではありません。タイムラインを開き、順番に確認してください。カレンダー通知の横に記録された24秒間のタブ切り替えと、記述式の回答に300文字が一度に入力されたことは、同じではありません。

HireValidは、シグナルを理由に候補者を自動的に不採用にしたり、非表示にしたり、順位付けしたりすることはありません。通知、遅い接続、支援技術、通りかかった家族などがイベントとして記録されることがあります。そのため、低いスコアは何が起きたかを示すのではなく、どこから確認すべきかを示します。気になる点があれば、候補者に中立的な質問をするか、短い構造化面接でスキルを確認し、すべての証拠を踏まえて判断してください。Integrity Scoreのシグナルを理解するのヘルプ記事では、結果の読み方を順を追って説明しています。

誠実な候補者に公平

不正対策は、すべての応募者を疑うことを意味してはなりません。誠実な候補者が大多数であり、落ち着いて受けられるテストと明確な説明を受ける権利があります。

候補者には事前に説明します。 ウェルカムページに、何をどのような理由で記録するかを記載し、写真を撮影する前に候補者の同意を得ます。採点対象の問題が始まる前に、制限時間、使用できるツール、練習問題がいくつか表示されます。練習問題の結果は採点に含まれません。候補者向けガイドでは、候補者の視点からテストの流れを説明しています。

チェックのためにテストを中断することはありません。 カメラがオフになってもテストは続行され、タイムラインに記録されるだけです。カメラの使用は任意です。雇用主は、ウェブカメラの写真をオフにして求人のテストを実施できます。その場合も、ほかのチェックは引き続き適用されます。

写真と端末の情報を保護します。 ウェブカメラの写真と本人確認用の写真は暗号化され、採用企業と候補者に紐付けて保存されます。短期間有効なリンクを通じて、その企業のみが閲覧でき、企業の保存期間終了後に自動的に削除されます。保存期間は最長90日です。端末とネットワークの情報は、1つの求人の中でのみ機能するフィンガープリントとして保持されます。詳細は生体データポリシーをご覧ください。

必要な配慮に対応しています。 雇用主は候補者に追加の時間を設定できます。また、支援技術を不正として扱うことはありません。候補者はテスト開始前に配慮を申請できます。そのほかの点については、公平性への取り組みをご覧ください。

他の不正対策ソフトとの比較

採用向けの不正対策ソフトウェアは、主に3つの方法を取ります。ライブまたは録画による監督では、テスト中ずっとカメラとマイクを通じて応募者を確認します。徹底した方法ですが、費用がかかり、応募者にとってストレスになり、個人データも多く扱います。ロックダウンブラウザーはテストに使うコンピューターを制御しますが、ダウンロードが必要で、採用より教育分野でよく使われています。AI文章検出ツールは、文章がチャットボットによって作成されたかを判定しようとしますが、その結果を応募者に説明するのは困難です。

HireValidは、小規模なチーム向けに、より負担の少ない多層的な方法を採用しています。AIを使いにくいよう設計したテスト、的を絞った不正対策チェック、そして人が項目ごとに説明できるスコアを組み合わせています。インストールは不要で、カメラの使用は任意です。証拠も具体的に確認できます。ツールを比較する際は、各ベンダーに次の3点を尋ねてください。応募者ごとに異なるテストが出題されるか。解答がブラウザーに送信されることはあるか。フラグの根拠と重み付けを確認できるか。比較ハブでは、複数の評価サービスがインテグリティ機能をどのように説明しているか、出典とともに紹介しています。

実際の採用での活用例

小さな会社がカスタマーサポート担当者を採用し、1週間で60人の応募があったとします。応募者全員に、カスタマーサポート担当者向けバンドルへのリンクを1つ送ります。内容は、カスタマーサービスの状況判断、英語力、注意力、タイピングで、合計約33分です。

応募者ごとに異なる問題が出題されます。多くの応募者は「信頼度：高」で終了します。「確認を推奨」と表示されるのは2人です。1人目の記録には「テストタブを離れました」、続いて「61秒後にテストタブに戻りました」と2回表示されます。2人目の記録には、記述式の回答に「412文字を貼り付けました」とあり、問題を読むには早すぎる回答も複数あります。採用担当者は、短く構成された面接で2人に事情を尋ねます。1人は家族の用事で中断したと説明し、面接中に似た状況の問題を難なく解きます。もう1人は自分の回答を説明できません。判断は容易で、公平であり、記録にも残ります。

これが、多層的でAIに対抗しやすい評価を行う目的です。ほとんどの応募者は問題なく進み、再確認する価値のある少数の結果が目立ち、証拠があることで話し合いも進めやすくなります。同じ方法を製品ページで確認するには、AI対策を考慮した採用テストをご覧ください。また、候補者を絞り込む前に面接でのAI不正を防ぐ方法もご覧いただけます。