ATSが有資格者を却下している: フォールスネガティブの問題

スクリーニングの精度

採用におけるフォールスネガティブとは、あなたの応募者追跡システムが実際にはその役割に適格な候補者を却下することを指します。2021年のハーバード・ビジネス・スクールの研究では、自動化されたキーワードフィルターがアメリカだけで推定1600万の有資格者を考慮から排除していることがわかりました。これらの人々はその仕事を行うことができるのですが、彼らの履歴書がソフトウェアが探している正確な用語と一致しなかったために却下されてしまいました。この問題は、より多くの企業がATSスクリーニングに依存するようになるにつれて悪化する一方で、スクリーニングでは何が見落とされているのかを理解していないのです。

スケール

この問題の大きさは？

フォールスネガティブとフォールスポジティブ

どんなスクリーニングシステムにも2種類のエラーがあります。フォールスポジティブとは、適格でない候補者が選考を進められることです。その結果、面接の段階で見つかり、時間を浪費し、最終的には却下されます。イライラしますが、回復可能です。

フォールスネガティブとは、実際には適格な候補者を却下することです。このエラーは目に見えません。彼らを面接せず、彼らが貢献できたことを学ぶこともなく、反事実を見ることもありません。彼らは競合他社に行き、あなたはプールに残った誰かで役割を埋めることになります。

ほとんどのATSシステムは、フォールスポジティブを最小限に抑えるように調整されており、その代償としてフォールスネガティブが発生します。この論理は理にかなっています: 悪い人に時間を無駄にするより、いい人を数人見逃す方がましです。しかし、フォールスネガティブ率が高すぎると、あなたはスクリーニングを行っているのではなく、才能を無差別に廃棄し、それを効率性と呼んでいるのです。

根本原因

なぜキーワードマッチングがフォールスネガティブを生むのか

1. 語彙のミスマッチ

異なる業界、企業、地域では、同じスキルや責任に対して異なる用語が使用されます。一つの会社は「プロジェクト管理」と呼び、別の会社は「プログラムデリバリー」と呼び、また別の会社は「イニシアティブリーダーシップ」と呼びます。もしあなたのATSが正確なキーワードの一致を探しているなら、同義語を使用している完全に適格な候補者が却下されてしまいます。ここで、インパクトスコアリングとキーワードマッチングが重要な違いをもたらします。候補者はその仕事をしていました。ただ異なる表現をしただけです。

2. 非伝統的なバックグラウンド

ハーバードの研究は、特に厳格な学位要件を大きなフィルターとして強調しました。5年間の製品経験を持つ自己学習の開発者は、コンピュータサイエンスの学位がないため却下されます。2人から20人のチームを構築したマーケティングリーダーは、MBAを持っていないためにフィルタリングされます。キーワードフィルターは、誰かがその仕事を行えるかどうかを評価することができず、履歴書に特定の文字列が含まれているかどうかのみを確認します。

3. フォーマットの感度

多くのATSパーサーは、非標準の履歴書フォーマットに苦労しています。カラム、テーブル、ヘッダー、グラフィックス、異常なファイル形式は、解析に失敗し、履歴書の全セクションを読み飛ばす原因となることがあります。履歴書が正しく解析されなかった有資格者は、まったく関連経験がないかのようにスコアが付けられてしまいます。

4. 過剰フィルタリングするノックアウトフィルター

バイナリノックアウトフィルター、「X年の経験が必要」、「Y資格が必要」、「Z学位が必須」のようなフィルターは、しきい値を少しでも下回る候補者を却下します。「5年以上の経験」が必要な役割は、4年10ヶ月の直接関連労働経験を持つ人を自動的に却下します。フィルターは、わずかに不足していることを完全に不足しているのと同じように扱い、人間の判断の仕組みとは異なります。

比較

キーワードマッチング vs シグナルベースのスコアリング

例

フォールスネガティブが実際にどのように見えるか

学位を持たないシニアエンジニア

あなたのATSは「コンピュータサイエンスまたは同等の学士号」を要求しています。YCスタートアップ2社で8年間のバックエンドエンジニアリングの経験、12のオープンソース貢献、1Kから100Kユーザーへのスケーリングの実績を持つ候補者が応募しました。しかし、学位がありません。自動的に却下されます。

まさに必要な経験を持つ実績のあるエンジニアが、今、学位フィルターを持たないか、実際の技術的成果を評価するスクリーニングを行っている3社の競合相手と面接を行っています。

異なる言葉を使ったマーケティングリーダー

あなたの求人広告は「需要創出の経験」を求めています。候補者は「パイプライン作成」、「収益マーケティング」、「リードエンジン最適化」について述べており、すべて同じ作業を説明しています。あなたのキーワードマッチングATSは「需要創出」を見つけられず、評価が低くなります。

パイプラインを$2Mから$14Mに18ヶ月で成長させた人ですが、彼らはあなたの会社ではなく以前の会社で一般的な用語を使用しました。

転職を希望する影響を持った候補者

元陸軍のロジスティクスオフィサーがオペレーションマネージャーの役割に応募します。履歴書には「配備調整」、「制約下のリソース配分」、「機能横断的チームリーダーシップ」と書かれていますが、いずれも「サプライチェーン管理」や「ベンダー関係」のためのあなたのキーワードには一致しません。

あなたのサプライチェーンよりずっと複雑な条件下で、3つの大陸にわたって500人以上のロジスティクスを管理していた候補者。

規制の次元

2024年に施行されたEU AI法は、雇用や採用に使用されるAIシステムを高リスクとして分類しています。これは、EUで運営されるATSプラットフォームが透明性、正確さ、人間の監視、バイアス軽減の要件を満たさなければならないことを意味します。

NISTの研究は、自動スクリーニングシステムにおける公平性のギャップを文書化しており、特に人口統計グループや非伝統的なキャリアパスに関して顕著です。フォールスネガティブ率が高いキーワードマッチングATSを使用している企業にとって、これはコンプライアンスのリスクを生み出します: あなたのシステムが特定のバックグラウンドを持つ有資格者を系統的にスクリーニングから排除している場合、規制の監視を受ける可能性があります。

規制のトレンドは明白です。粗雑なキーワードフィルターに依存し続ける企業は、彼らのスクリーニングシステムが正確で公正であることを示すためのプレッシャーが増していくでしょう。成果を評価する標準ベースのアプローチへの切り替えは、単により良いスクリーニング方法であるだけでなく、コンプライアンス上の必要性が高まっています。

修正方法

フォールスネガティブを減らす方法

ステップ1: ノックアウトフィルターを監査する

あなたのATSの各バイナリフィルターをレビューしてください。それぞれについて、次の質問をします: この要件は仕事のパフォーマンスを予測しますか、それとも履歴書のフォーマットを予測するだけですか？AI採用バイアスを理解することでその質問に答える手助けになります。スキルが資格よりも重要な場合は学位要件を削除し、「5年以上必要」を、経験を比例的に評価するスコアリングに置き換え、4.5年をゼロとして扱わないようにします。

ステップ2: 拒絶プールをサンプルする

定期的に拒否された履歴書から20〜30枚を取り出し、人間にレビューさせてください。フィルタリングされて却下された適格者を常に見つける場合、あなたのフォールスネガティブ率は高すぎます。この簡単な監査は1時間で済み、他の方法では見えない問題を明らかにします。

ステップ3: 成果ベースのスコアリングに切り替える

CurriculoATSインパクトスコアリングは、候補者が何を達成したかを評価し、どの言葉を使ったかではありません。このシステムは、定量化された成果、責任の範囲、キャリアの軌跡、スキルの整合性を探し、語彙やバックグラウンドに関わらず仕事のパフォーマンスを予測します。

「30%の効率向上をもたらす機能横断的イニシアチブを主導した」と書いた候補者は、「プロジェクト管理」、「プログラムデリバリー」、「運用改善」と呼ばれる場合でも高得点を得ます。スクリーニングシステムは、基礎となる成果を認識します。