候補者が持ち帰り課題でAIを使ったかどうかを見抜く方法

その回答を二度読み返す。流暢で、構成もしっかりしていて、押さえるべきポイントはすべて押さえている――なのに、誰の顔も浮かんでこない。意見らしい意見もなく、粗さもなく、電話面談で話したあの人らしい文章が一文もない。新しいタブを開き、質問文をそのままChatGPTに貼り付けてみる。すると、一言一句同じ答えが返ってくる。

こうした場面は、今やごく普通に起こる。イライラするだけで終わらせず、対処法を持っておく価値がある。

なぜ従来の「カンニング」より厄介なのか

フォーラムから答えを丸写しするのは、以前なら手抜きですぐに見抜けた。だがAI生成のテキストは違う。多くの場合、本当に質の高い文章で、あなたが投げかけたその質問にぴったり合わせて作られており、ちょっと検索したくらいでは証明できない。もはや盗用を見つける話ではない。目の前にいる人物が、その回答が示すような思考を本当に自力で生み出せるのか、それとも助けがなければ生み出せないのかを見極めようとしているのだ。

この違いは重要だ。正直に言えば、職種によってはAIをうまく使いこなすこと自体が仕事の一部だからだ。一方で別の職種では、それこそが乗り越えてほしい壁そのものでもある。

文章による回答で注意すべきサイン

以下のどれも、それ単体では何の証明にもならない。だが複数当てはまるなら、もう一度確認する価値がある。

• 回答が不自然なほどバランスが取れている。 時間的プレッシャーの中で書く実際の人間は、どちらかの立場を選んだり、手を抜いたり、ある部分だけ薄くなったりするものだ。AI生成の文章は、意思決定というより要約のように、あらゆる角度を均等にカバーしがちだ。
• 語彙が急に跳ね上がる。 カバーレターやLinkedInのメッセージでは平易な言葉を使っていた候補者が、持ち帰り課題では急に「レバレッジ」「ホリスティック」「多面的」といった、これまで一度も使っていなかった単語を使い始める。
• こちらが投げかけた質問ではなく、意図した質問に答えている。 プロンプトを使う人の中には、あなたの質問文をそのままチャットボットに貼り付ける人がいる。すると、チャットボットがあなた特有の言い回しを、さりげなく一般化した質問に変換してしまう。
• 乱れがまったくない。 途中で消した論理の跡も、「確信が持てなかったのでXと仮定した」といった記述もない。本物の作業には、たいてい継ぎ目が見えるものだ。

ライブの場面で注意すべきサイン

ビデオ面接では、兆候の現れ方が異なる。

• 視線がカメラの外の一点に固定される。特に、詳細な回答や技術的な回答の直前に多い。
• 「考えている」にしては長すぎ、「画面をゆっくり読んでいる」にしては短すぎる間。その後に続くのが、その場で即興で答えたにしては妙に完璧な回答であることが多い。
• 回答がフォローアップの質問とかみ合わない。生成された回答を読み上げている人は、最初の質問にはうまく答えられても、「なぜ明らかな代替案ではなくその方法を選んだのですか?」と尋ねた途端に大きくつまずくことがある。

この最後のポイントこそ、最も役立つテストだ。AIはほとんど何に対しても最初の良い答えを生成できる。だが、実際にはその場で考え抜いていない立場を、見たこともない質問に対してその場で守り抜くのは、AIにとってはるかに苦手なことなのだ。

実際にどう対応すべきか

疑いを深める前に、テストの設計そのものを見直す。 すべての候補者が似たような、洗練されているがどこか一般的な回答を出してくるなら、問題は質問の側にあるのかもしれない。答えが一つに決まる質問は、チャットボットに丸投げしやすい。一方、あなた特有の、雑然とした、実際の状況についての決断を求める質問――あなたしか知らない制約条件を含むもの――は、うまくごまかすのがずっと難しい。

文章による課題には必ずライブのフォローアップを加える。 持ち帰り課題の後に「どうやってこの結論にたどり着いたか説明してください」と5分尋ねるだけで、文章の中に兆候を探すよりもずっと確実に、本物のスキルと借り物の洗練さを見分けられる。ある決断についてなぜそれを選び、別の選択肢を選ばなかったのかを尋ねてみよう。実際に考え抜いた人はさらに深く掘り下げられる。そうでない人には、それができない。

AIの使用が失格事由になるかどうかを事前に決め、それを明言する。 職種によっては、AIツールをうまく使いこなすこと自体が本当に求められる――ライティング、リサーチ、営業やマーケティングの一部の業務などだ。AIを全面禁止しておきながら、それを取り締まれないでいると、候補者に「隠せばいい」と教えてしまうだけだ。むしろ事前にこう伝える方が誠実だ。「実際の業務で使うであろうツールは何でも使って構いません。ただし、面接ではすべての判断について説明し、擁護できるようにしておいてください」。こう伝えることで、テストは「潔白かどうかのチェック」から、本来あるべき姿――実際に手元にあるどんな支援を使ってでも、この人は良い判断を下せるか――へと軸足を移すことができる。

具体的な根拠なしに問い詰めない。 「これはAIが生成した文章のように読める」というのは単なる勘であって証拠ではない。勘だけで問い詰めれば、正直な候補者を無用に身構えさせ、不正直な候補者には次回への備えを教えることになりかねない。追及するのではなく、フォローアップの会話を通じて見極めよう。

プロクタリングが本当に役立つ場面、役立たない場面

時間制限のあるライブアセスメントであれば、インテグリティスコア付きのプロクタリング――タブの切り替え、不自然な間、部屋の中の第二の声などをフラグする仕組み――は、この問題の最も粗雑なパターンを封じてくれる。AssessFitのテストがプロクタリングとそのスコアを組み合わせて実施しているのはそのためだ。しかし、提出の2日前に書かれた持ち帰りエッセイが、どこまで支援を受けて書かれたものかまでは分からない。それは、どんなツールをもってしても不可能だ。だからこそ、ライブのフォローアップ質問が、あらゆる検出手法よりも重要になる。それが検証するのは出所ではなく、理解そのものだからだ。

この問題の根底にある、結局は「判断」の話

正直なところ、あなたが本当に見極めたいのはAIの使用そのものではない。準備していなかった質問に対して、その人が考え、決断し、その決断を擁護できるかどうかだ。それは、AIが登場する前から常に本来のテストのあり方だった。ただ、表面的な有能さを装うことが簡単になり、その裏にある深さを偽ることが難しくなっただけだ。プロセスをその「深さ」を軸に組み立て直せば、「表面」は思っているほど重要ではなくなる。