Merryn Roberts-Ward, シニアディレクター、グローバルピープルソリューションズ at HSPグループ Merryn Roberts-Ward シニアディレクター、グローバルピープルソリューションズ at HSPグループ

HRリーダーは新しいコンプライアンスの負担に直面する：AIの拡大

これまで、人事部門における人工知能は、純粋な生産性の勝利とみなされていた。より迅速な採用。より賢明な業績評価。24時間365日、従業員のサポート。そして、ある程度は、その枠組みが機能していた：人工知能は、手作業によるプロセスで負担されていた部門における効率性を約束するツールだった。しかし、人工知能がほぼすべての人事機能に埋め込まれるようになると、話し合いは変化している。2026年現在、人事部門は、人工知能を規定する進化する規制の網の中で立ち回らなければならない。人事マネージャーは、人工知能の採用と最適化を超えて、さらに厳しいものに押し込まれている：ガバナンス。つまり、人工知能ツールがどのように承認されるか、どのようなデータを使用するか、決定がどのようにレビューされるか、そして何かが間違ったときに誰が責任を負うかを決定することである。コンプライアンスは、変化する規制環境では負担に感じられるかもしれないが、責任ある人工知能の採用のための重要な枠組みとしても機能する。適切に使用すると、コンプライアンスは進歩を妨げるものではなく、人工知能を防御可能で、公平で、持続可能な方法で展開するためのガイドとなる。課題は、多くの人事部門が、人工知能を効果的に統治するために必要なツール、可視性、または権限が与えられていないことである。運用からコンプライアンスへ人事専門家は、テクノロジー部門の従業員に次ぐ、人工知能の2番目に大きなユーザーとなった。人工知能は、人事部門の核となる運用に埋め込まれ、採用、業績管理、報酬、従業員サポートに影響を及ぼしている。また、約44パーセントの雇用主は、人工知能を使用して応募者の履歴書をスクリーニングしている。これらのシステムは、管轄区域を越えた機敏なワークフォースデータを扱うため、新しい義務を文書化、監視、説明可能性の周りに作成する。何が変わったのかは、人工知能がどの程度広く使用されているかではなく、人事部門が人工知能駆動の決定を特定し、正当化し、防御できるという期待である。その期待が高まるにつれ、人事部門における人工知能は、データプライバシーロー、労働および雇用規制、反差別要件、記録保存義務と直接交差する。問題が発生した場合、責任は最終的に雇用主にあり、ソフトウェアプロバイダーにはない。「アルゴリズム」または第三者ベンダーに責任を転嫁する考えは、もう機能しない。さらに、規制は急速に拡大している。国家データ保護当局および雇用規制当局は、執行措置を増やしており、人工知能特有の法律は複数の管轄区域で出現している。しかし、多くの人事チームは、特に第三者プラットフォーム内に埋め込まれた人工知能ツールの実際の機能について、限られた可視性しか持っていない。リーダーは、決定がどのように行われるか、どのようなデータが使用されるか、結果が説明および防御できるかを理解することが期待されている。実際には、その理解は、しばしば限られているか、またはまったくない。偏見とプライバシー人事部門における人工知能についての最も根強い誤解の1つは、自動化が人間の主観性を除去することで、必然的にリスクを軽減するというものである。この信念は理解できる：人工知能は、データドリブンで、一貫性があり、人間の意思決定者よりも個人的な偏見に影響されにくいとしばしば販売されている。実際には、人工知能は既存の問題を増幅させることがある。人工知能システムは、構築されたデータと仮定を反映する。言い換えれば、出力は、入力と同じくらい代表的で、客観的である。たとえば、人工知能のトレーニングデータに特定の人口統計グループが過剰に表現されている場合、結果は、その人口統計グループよりも他のグループに適しているか、または採用や他の選択プロセスで優遇される可能性がある。トレーニングデータに偏見、ギャップ、または古い慣行が含まれている場合、出力は、採用、評価、ワークフォース管理の決定を通じてこれらの欠陥を拡大する。さらに、これらのシステムは、問題が法的、評判的、または従業員関係の危機に拡大するまで、バックグラウンドで動作することが多いため、問題が発生するまで気づかれないことがある。プライバシー上のリスクも同様に重大である。人工知能ツールは、しばしば大量の従業員データを処理するが、人事チームが完全に制御または理解していない方法で行われることがある。明確な監視がなければ、組織は、従業員データがどこに保存されているか、どのように使用されているか、そして地元の規制要件に準拠しているかを把握することができなくなる。データは、適切な保護措置なしに国境を越えて転送される可能性があり、許可されているよりも長く保持される可能性があり、HRの直接的な管理外の第三者ベンダーに公開される可能性がある。法的責任を超えて、これらの問題は、従業員の信頼を急速に損なう可能性があり、ワークスカウンシル、組合、または内部ガバナンス機関からの審査を招く可能性がある。今日、人事リーダーは、数年前にはほとんど聞かれなかった質問に直面している：このシステムはどのようなデータを使用するのか？どこにホストされているのか？誰がアクセスできるのか？従業員、規制当局、または裁判所にこの結果を明確に説明できるのか？これらの答えが不明確であれば、すでにリスクが存在する。ヨーロッパでは、EU AI Actが段階的に適用される予定で、採用や雇用における高リスク人工知能システムには特に厳格な要件が適用される。採用慣行における人工知能の使用について特に明確な答えを出せない企業は、厳しい罰則に直面することになる。ガバナンスはイノベーションを支援する懸念されるのは、コンプライアンス要件の増加が人工知能の採用を遅くすることである。しかし、実際には、明確なガバナンス枠組みは、組織が人工知能をより自信を持って、より効果的に使用できるようにする。明確な境界、明確な意思決定権限、明確なエスカレーションパス、人工知能駆動の結果の定期的なレビューは、人工知能の使用をより自信を持って拡大できる。境界が最初に定義されれば、チームは新しいツールを試験し、ワークフローを改良し、人工知能の使用例を拡大することができ、意図しない結果について常に心配する必要はなくなる。ガバナンスは、承認を迅速化し、所有権を明確化し、法的または規制上の障害を減らす共有された期待を生み出すため、パイロットプロジェクトから企業全体への展開を容易にする。グローバル企業の場合、これはまた、人工知能ガバナンスが一刀両断では機能しないことを認識することを意味する。コンプライアンスの期待は国や人事機能（採用、業績管理、従業員データ管理など）によって異なり、人事システムはこの複雑さを念頭に置いて管理される必要がある。人工知能を長期的な能力と見なして、戦略的に計画する企業が、この移行を最もうまく切り抜けている。長期的に考え、計画するとき、人工知能コンプライアンスは、事後的な考慮ではなく、最初から設計されることになる。最終的な考え人事部門における人工知能は、もう技術的な実験や生産性のショートカットではなくなった。人事部門の責任の核心部分となり、明確な所有権、透明性、継続的な監視を必要としている。しかし、多くの人事部門は、人工知能を段階的に採用し、規制当局が期待するガバナンス構造を持っていない。このギャップを解決できない組織は、技術的、法的、評判的にも後れを取るリスクがある。2026年現在、人事部門における責任ある人工知能の使用は、もう選択肢ではなく、仕事の内容である。