アプリケーションガイド
AI履歴書審査
Employers may use software to organize, parse, or evaluate applications.
このガイドを聴くAIによるナレーション · ~2 min
概要
Automated screening can affect access to interviews, so employers should examine how tools are used, whether selection has adverse impact, and which notices or accommodations apply.
ディープダイブ
Applicant tracking systems manage applications; some products include automated features, but not every ATS ranks candidates. Under Title VII, selection procedures can raise discrimination concerns when they have adverse impact. EEOC guidance addresses assessing impact in software and AI and explains job-related validation and business necessity. The four-fifths rule is a rule of thumb, not a guarantee of compliance. NYC Local Law 144 applies to covered automated employment decision tools and requires an audit within one year, public audit information, and notices; DCWP states notice timing. Disability law may also require reasonable accommodation in AI-assisted hiring. NYC Local Law 144 requires covered employers to conduct an annual independent bias audit, publish a summary, and give candidates at least 10 business days’ notice before using an AEDT; the notice must include job qualifications and characteristics used. The four-fifths rule compares a group’s selection rate with the highest group rate and is a rule of thumb, not a safe harbor. EEOC testimony also states employers using vendor screens remain responsible for understanding the product and determining whether it causes adverse impact.
現実世界の実装
An ATS stores applications and may include parsing features; behavior depends on product and configuration.
An employer examines selection rates and potential adverse impact for an automated screen.
A New York City employer checks whether Local Law 144 covers its tool and follows audit and notice rules.
An applicant who needs an accommodation asks the employer about an alternative process.
AIの未来 履歴書選考
Requirements vary by jurisdiction and can change. Check current rules, document tool use, provide required notices, and evaluate outcomes rather than assuming one audit makes a system fair or lawful.
実践する
なぜそれが重要なのか
- ビルドの選択. AI が実際の成果を向上させるかどうかは、アプリケーション レベルの設計によって決まります。
- チームとワークフロー. ワークフローを適切に統合すると、ユーザーが信頼できる生産性が向上します。
- リスクと安全性. 適切な範囲のユースケースにより、変更の疲労と実装のリスクが軽減されます。
気をつけてください
- 壊れたプロセスを自動化すると、既存の問題がさらに拡大する可能性があります。
- チームが過剰に自動化し、必要な人間の判断を排除してしまう可能性があります。
- 出力が継続的に評価されないと、品質が変動する可能性があります。
次のステップ
- 現在のワークフローをマッピングし、最も摩擦が大きいステップを特定します。
- 完全自動化の前に人間によるチェックポイントを定義します。
- プロンプト、エスカレーション パス、品質基準についてユーザーをトレーニングします。
- タスクレベルの結果を追跡して、持続的な価値を確認します。
探検を続けましょう
よくある質問
AI履歴書スクリーニングとは何ですか?
Employers may use software to organize, parse, or evaluate applications. Automated screening can affect access to interviews, so employers should examine how tools are used, whether selection has adverse impact, and which notices or accommodations apply.
一般的に AI 履歴書審査機能を搭載するソフトウェアにはどのようなものがありますか?
履歴書の審査は通常、雇用主が求人応募を収集および管理するために使用するプラットフォームである応募者追跡システムに組み込まれています。
What legal principle is relevant when a hiring selection procedure has adverse impact under Title VII?
EEOC guidance addresses job-related validation and business necessity where selection procedures have adverse impact.
What does NYC Local Law 144 require for covered AEDT use?
DCWP lists audit, public-information, and notice requirements for covered tools.
履歴書から名前を削除しても偏見を防ぐことができないのはなぜですか?
他のフィールドは保護された属性と相関する可能性があるため、名前が非表示であってもモデルは依然として偏った結果を生成する可能性があります。
What is the four-fifths rule commonly used to flag?
EEOC calls this a rule of thumb for substantially different selection rates, not a safe harbor.