一人の求職者のプロフィールが、LL144、FEHA、イリノイ、テキサス、コロラド、EUという六つの規制の印章によって六方向へ引き裂かれている様子。
人工知能コンプライアンス人事

一つのバイアス監査で六つのAI採用法に対応しようとした。導入したその同じ週に、それは破綻した。

Ashutosh SinghalAshutosh Singhal2026年5月29日12 min

昨冬、ある最高人事責任者(CHRO)に私がまず説明しなければならなかったのは、彼女の会社が今や、チームの誰も言葉で言い表せないかたちで法律に違反しているという事実だった。

彼女はニューヨーク、シカゴ、デンバー、オースティン、そしてロンドンのオフィスにまたがって採用を統括していた。使っているシステム構成は特筆すべきものではなかった——応募者追跡システム、それに後付けされたAIスクリーニング層、動画面接ベンダー、日程調整チャットボット。2024年としては標準的な調達だ。問題は、2025年10月から2026年8月にかけて、六つの異なる政府が、多かれ少なかれ独立に、まさにこの構成こそが規制対象の高リスク行為だと判断したことだった。そしてそれぞれが、規則を少しずつ違うかたちで書いた。

これこそが、今のAI採用コンプライアンスの実像だ。従うべき単一の法律があるのではなく、時に互いに矛盾し合う、重なり合った法律の山が、そもそも検査されることを想定して作られていない採用パイプラインの上に載っている。この問題を掘り下げ始めたとき、私は仕事とは優れたバイアス監査を実施することだと思い込んでいた。それは間違いで、どう間違っていたかがこの話のすべてだ。

昼食前に六つの規制体系の適用を受けていたCHRO

施行日を付した六つのAI採用規制体系のタイムライン——FEHA、イリノイ、テキサス、コロラド、EU AI法、LL144。

彼女が実際に直面していたものを整理しておこう。というのも、この収斂こそ人々が過小評価している部分だからだ。

カリフォルニア州の自動意思決定システムに関するFEHA改正は2025年10月1日に施行された——あらゆる入力・出力・バイアステスト結果について4年間の保存義務が課され、差別が意図的であったか否かを問わず責任が生じる。それが及ぶのは、あらゆる雇用主だ——本社の所在地を問わず、カリフォルニアで採用を行う限り。イリノイ州HB 3773は2026年1月1日に施行され、郵便番号を保護対象属性の代理指標として用いることを明示的に禁じている。テキサス州TRAIGAは同じ日に施行された——ただしテキサスは差別的影響(ディスパレート・インパクト)を理論として意図的に退け、罰するのは意図的な差別のみだ。罰金は是正可能な違反で$12,000から、是正できないもので$200,000に及ぶ——罰則が確定する前に是正のための60日間の猶予期間があり、この一点が、テキサスの通知をニューヨークの通知とどう切り分けて対処するかを左右する。コロラド州のAI法は2026年6月30日に発効する。EUのAI法は2026年8月2日から採用を附属書IIIの高リスクと位置づけ、罰則は€35 millionまたは全世界年間売上高の7%に達する。

つまり、それら五つの都市とロンドンにオフィスを構える一つの会社が、六つの規制体系に対して責任を負う。うち三つはすでに施行済み、残る三つは夏の終わりを前に本格稼働する。同じ採用判断。それを違法にするものについて、六つの異なる定義。

ニューヨーク、シカゴ、デンバー、オースティン、ロンドンで採用を行う会社は、一つの採用プロセスを回しているのではない。六つの政府がそれぞれ自分たちのものだと信じている一つのプロセスを回しているのだ。

そして、部屋を静まり返らせた部分が来る——彼らの多くが安全でいるために頼りにしてきたものが、ちょうど機能しなくなったのだ。

「うちのベンダーはこれはAEDTではないと言っている」は、まだ弁明として通用するのか?

二年間、ニューヨークで静かに用いられてきた戦略は、研究者たちがある名前を付けたものだった——ヌル・コンプライアンス——そして一度気づけば、いたるところで目にするようになる。ニューヨーク市のローカル法144は、雇用主が、自社のツールが採用判断を「実質的に補助する」かどうかを自ら判断できるようにしている。だから雇用主たちは、補助しないと判断した。2024年にFAccTで発表されたコーネル大学、Data & Society、Consumer Reportsによる研究は、これらのツールを運用するニューヨーク市の雇用主391社を調査し、法が求めるバイアス監査を公表していたのはわずか4.6%だと明らかにした。透明性通知を掲示していたのはわずか3.3%。残りは事実上、自己分類によって規制の対象外へと自らを抜け出させていた。

それは一通のメモだった。法務のどこかに、2024年付けの一枚のメモがあり、こう書かれていた——ベンダーからこれはAEDTではないと言われたので、LL144は適用されない。そのメモが、コンプライアンス・プログラムそのものだった。

そして2025年12月2日がやって来た。ニューヨーク州会計監査官は市の執行状況を監査し、こう発見した——市自身の機関が1件しか見つけていなかったのと同じ32社のサンプルの中に、LL144違反の疑いが17件。苦情の電話の75%が誤った窓口に振り分けられていた。当該機関は、職員がこれらのツールを評価する技術的専門知識を欠いていることを公式に認め——能動的で調査主導型の執行へと移行することに同意した。罰則の構造は変わっていない——1件の違反につき1日あたり最大$1,500。監査を受けていないツールをニューヨークで継続的に一つ運用すれば、誰かが私的訴訟を起こす前に、年間で50万ドルを超える計算になる。

「ヌル・コンプライアンス」は、そもそも法的な立場などではなかった。それは、誰もチェックしていないという賭けだった。2025年12月2日、誰かがチェックを始めた。

ある日曜日に会計監査官の監査PDFを読みながら、こう考えたのを覚えている——あの2024年の自己分類メモの一つひとつが、今まさに証拠開示の証拠物になった、と。そしてそれは、比喩ではないと判明することになる。

誰が責任を負うのかを静かに書き換えつつある訴訟

というのも、並行して起きているもう一つの動きは、ベンダーの見解があなたを守ってくれるという考えを、裁判所が解体しつつあるということだからだ。

この点、Mobley v. Workdayにおいて、リタ・F・リン判事は事件の却下を拒み、AI採用ベンダーが次のようになり得ると判示した——雇用主の「代理人(エージェント)」として直接責任を負う——そのツールが候補者を推薦またはふるい分ける場合には。雇用主のメモがそのツールについて何をすると主張していようと関係ない。裁判所は2025年5月に暫定的な集団認証を認め、40歳超の応募者に対するオプトインの受付期間は2026年3月7日に締め切られた。その後、判事はWorkdayに対し、HiredScoreスクリーニング製品を有効化していたすべての雇用主の網羅的なリストを提出するよう命じ、買収後のツールを訴訟の対象外に留めようとする試みを退けた。裁判所自身の見積もりによれば、10億人を超える応募者が、そのパイプラインを通過した可能性がある。

そして2026年1月20日、新たな戦線が開かれた。Kistler v. Eightfoldは、HRテック業界の誰もが問われたくなかった問いを投げかける——これらのプラットフォームは、消費者報告機関——公正信用報告法(FCRA)にいう——にあたるのか、と。訴状は、EightfoldがLinkedIn、GitHub、Stack Overflowをスクレイピングし、「15億を超える全世界のデータポイント」から候補者のドシエ(調書)を組み立て、0から5までの「成功可能性」スコアを、候補者への通知も、開示も、異議申立ての手続きもなしに生成したと主張している。もし裁判所がこれを認めれば、同様のプラットフォームはすべて、スコアを付けたすべての候補者に対し、不利益措置通知と、それに異議を申し立てる手段を提供する義務を負うことになる——そしてFCRAの法定損害賠償は、消費者一人につき、違反一件につき$100から$1,000に及ぶ。それを、プラットフォームがこれまでにスコアを付けたすべての候補者の数で掛け合わせてみてほしい。

これが、私のクライアントが立たされていた状況だった。六つの規制体系、責任を再定義しつつある二つの進行中の訴訟、そして監査のやり方を覚えたばかりの規制当局。私の直感は——これは認める、なにしろひと月を費やしたのだから——答えは本当に優れた汎用的なバイアス監査だ、というものだった。

存在し得なかった汎用監査

イリノイ州HB 3773では禁止されているが、EU AI法第10条(3)では要求される郵便番号フィールドを示す分割パネル。

最初に私が作ったものは説明する価値がある。なぜなら、まさにそこでアプローチ全体が破綻したからだ。

計画はエレガントだった——DCI ConsultingやORCAAのような独立監査人が用いる方法論に沿って、厳密な不利益影響分析を一度だけ実施し、それを六つすべての法域にマッピングする。一度合格させ、きちんと文書化し、全員を満足させる。私たちはパイプラインを構築し、採用データを引き出し、五分の四(four-fifths)の影響比率を計算し、さらにニューヨークが特に要求する人種×性別の交差的な区分けまで行った。

そして、その単一の結果を六つの規制体系に対応づけようと腰を据えたとき、それは私の目の前で崩れ去った。

ニューヨークは交差的な影響比率を要求する。コロラドは「合理的な注意」を求めるが、交差性の要件はまったくない。テキサスはそもそも差別的影響を理論として認めていないため、統計的な作業全体がそこでは法的に的外れとなる——重要なのは意図だけだ。EUのAI法には五分の四ルールはない。あるのは第10条に基づくデータ代表性の義務だ。一つの監査を一つのやり方で実施すると、一つの法域には正しいが、他の法域には不十分か無関係のいずれかである成果物ができあがる。

最も根深いもの——本当に私の足を止めたもの——は郵便番号だった。イリノイ州HB 3773は、郵便番号を保護対象属性の代理指標として用いることを明示的に禁じている。それを取り除けば、コンプライアンスは満たされる。しかしEU AI法の第10条(3)は、訓練データが「関連性があり、代表性を備え、誤りがない」ことを要求しており、データセットを代表性のあるものにする地理的カバレッジこそ、まさに郵便番号がエンコードしているものであることが多い。このフィールドを削除すれば、欧州の代表性テストに不合格となる。残せば、イリノイに不合格となる。

同じデータフィールドが、イリノイでは禁制品であり、ブリュッセルでは必須の証拠である。両方の場所で同時にクリーンであるようなデータセットのバージョンは存在しない。

法律の中にある矛盾を、監査によって切り抜けることはできない。私は一つの問いに答えるためのツールを何週間もかけて構築していたが、本当の問題は、その問いには六つの異なる正しい答えがあり、そのうち二つが互いに排他的だということだった。それが転機だった。プロダクトは、より優れた監査エンジンではなかった。プロダクトとは、位置するもの——その上に、複数の監査を統べ、それらを調停するものだった——そして、どの矛盾が調停不能なのかを正直に告げ、貴社の法務責任者(ゼネラルカウンセル)が、矛盾など存在しないふりをする代わりに、法的戦略上の判断を下せるようにするものだった。

誰のバイアス監査も捕捉していなかったリスク

一つの監査を作ろうとするのをやめた途端、監査が決してカバーしていなかった隙間が見えてきた。そのうち二つは大きい。

一つ目はアクセシビリティであり、それはそれ自体で一つの法的宇宙をなす。2025年3月、ACLUは先住民のろう者の応募者「D.K.」を代理して申立てを行い、AI主導の動画面接プロセスがADA、公民権法第7編、そしてコロラド州の公民権法の下で彼女を差別したと主張した。法令を取り払えば、その害は明白だ——資格のある候補者が、機械が文字どおり彼女の声を聞き取れなかったという理由でふるい落とされ、しかも人事の誰一人としてその不採用が起きるのを目にしなかった。この主張の根底にある技術的現実は苛烈だ——自動音声認識は、障害のある発話に対して依然としてはるかに劣った性能しか示さない。OpenAIのWhisperモデルは、多言語や非標準の発話に対しておよそ3倍の単語誤り率で動作し、2025年のInterspeech Speech Accessibility Project Challengeの優勝チームでさえ——発話障害のある500人超の話者による400時間以上のデータで訓練されたにもかかわらず——障害のある発話に対して8.11%の単語誤り率にとどまり、これは依然として標準的な英語のベンチマークの数倍である。人種と性別の影響比率を確認するバイアス監査は、ろう者の候補者を体系的に理解できないツールを合格させてしまう——なぜなら、それは別の法的理論であり、ほとんど誰も実施していない別のテストを要するからだ。私は今、アクセシビリティ・テストを、それ自体の成果物を持つ独立した専門領域として扱っている。実際にそうだからだ。

二つ目はセキュリティであり、私はMcHireの一件のあとで、これを議題に載せることを学んだ。2025年6月、研究者のイアン・キャロルとサム・カリーは、Paradox.ai上に構築されたマクドナルドの採用プラットフォームが、およそ次の数の記録を露出させていたことを突き止めた——6,400万人の応募者——氏名、メールアドレス、電話番号、チャットボット面接の全文記録。根本原因は2019年に作られたテスト用管理者アカウントで、そのユーザー名とパスワードはどちらも123456であり、多要素認証はなく、さらに誰もが応募者IDを次々にたどれるAPIの欠陥があった。あなたのコンプライアンス体制は、弱点がベンダーの忘れ去られたテストアカウントだったなどということを気にかけてはくれない。侵害通知の義務、集団訴訟のエクスポージャー、そのデータの処理を続ける適法な根拠の喪失——そのすべてが雇用主に降りかかる。あの開示のあと、CISOはあらゆるHRテックの購買の席に着くようになり、汎用的なSOC 2レターは、AIを理解したセキュリティレビューではない。

なぜ、これを解決するツールをただ買えないのか?

人はいつも、こんな趣旨のことを私に尋ねる——これ用のツールをただ買えばいいのでは? その衝動は理解できる。市場には信頼できそうな選択肢があふれているからだ。正直な答えは「ノー」であり、お金を使う前にその理由を知っておく価値がある。

専用のガバナンス・プラットフォーム——FairNow、Holistic AI、そして約$45 millionを調達したCredo AI——は、その仕事において本当に優れている。しかしどれも本質的に一つの方法論を提供し、あなたのデータ上で動作するにすぎない。あなたとWorkdayのあいだに立ち、実際のベンダー契約が何を保護し何を保護しないのかを抽出してくれるものは、一つもない。DCIやORCAAのような独立監査人は、システムごと・年ごとに$50,000から$200,000で優れた成果を生み出すが、それは年次サイクルのスナップショットであって、六つの動き続ける規制体系に対する常設の答えではない。そしてビッグ4は間違いなくこの業務を——$500,000から数百万ドルで——引き受けるだろうが、その助言チームはテクノロジーを構築せず、あなたのスクリーニング・モデルがなぜそのように振る舞うのかという技術的詳細には踏み込めない。

この隙間は、監査ベンダーが欠けているということではない。あなたの候補リストにいる誰も、CHRO、法務顧問(GC)、CISO、そしてすべてのHRテックベンダーのあいだに同時に立つことができず——そして、法律がどうしても満たしえない箇所はどこなのかを、進んで告げてはくれない、ということだ。

私たちがVeriprajnaで作り上げたのは、その隙間に生きるものだ——あなたの採用に触れるあらゆるツールを棚卸しし、適切な監査を、一つの汎用的なものではなく、あなたが該当する規制体系ごとに実施し、アクセシビリティとセキュリティをそれぞれ独立した専門領域として検証し、そしてあなたの法務責任者(ゼネラルカウンセル)に、CFOへ予算を守り抜くためのコストの数字と訴訟のタイムラインを渡す——そうした、法域間の調整とAEDTデューデリジェンスの実務だ。使わずに済むことを願う保険ではなく——ニューヨークの能動的執行や、Mobley事件の証拠開示リストが探しにやって来たときに、持っていて心から良かったと思える文書だ。

これを決する120日間

私がこの件でカウントダウンを続けているのは、芝居がかった演出のためではない。今このカレンダーが、異例なほど容赦がないからだ。コロラドの期限はおよそ12週間先。EUの高リスク義務はその約4週間後に到来する。ニューヨークの執行姿勢はすでに反転した。Mobley事件の証拠開示は、あなたがこれを読んでいるまさに今、雇用主のリストを生み出しつつある。

私自身の考えを変えたもの、そしてCHROや法務顧問にこのすべてから受け取ってほしいものは、狭く具体的だ——かつての防御策、すなわちベンダーにツールを対象外だと定義させ、一つの監査を実施し、メモをファイルする、というやり方は、そもそもコンプライアンス・プログラムなどではなかった。それは、技術的スキルを持つ者は誰も見ていないという賭けだった。今や誰もが見ている——六つの方向から。そしてそのうち二つの方向は、あなたがそもそも何をすべきかについて食い違っている。仕事はもはや、監査に合格することではない。規制体系ごとに、自分が正確にどこに立っているのかを知ることだ——法律がそれ自体と矛盾し、誰かがどちらへ傾くかを決めなければならない、という正直な答えになる箇所も含めて。それは、買ってくるツールではない。実際に労を尽くして勝ち取らねばならない判断だ。私たちがそれをどう行っているかは、こちらでご覧いただける。

関連リサーチ

複数法域にまたがる雇用主のためのAI採用コンプライアンスとバイアス監査 | Veriprajnaソリューションページ
エンタープライズ採用バイアス対策のAIガバナンス | Veriprajnaインタラクティブ・ホワイトペーパー
AI採用におけるアルゴリズム公平性:ASRバイアスカスケードの解決インタラクティブ・ホワイトペーパー
Mobley v. Workday判決後のAI採用コンプライアンス|ニューロシンボリック・ガイドインタラクティブ・ホワイトペーパー
Eightfold AI訴訟後に問われるエンタープライズAIのアカウンタビリティ | Veriprajnaインタラクティブ・ホワイトペーパー
因果AIによる公正な採用:予測型採用バイアスを超えてインタラクティブ・ホワイトペーパー
エンタープライズAI規制コンプライアンス2026 | Deep AIガイドインタラクティブ・ホワイトペーパー
ナレッジグラフによる公平なAI採用:ガラスボックスパラダイムインタラクティブ・ホワイトペーパー
エンタープライズAIセキュリティの枠組み:5層ディフェンス・イン・デプスインタラクティブ・ホワイトペーパー
アルゴリズムによるエイブリズムの危機:Aonに対するACLU申立書の解体とディープAIガバナンスの急務技術詳細
アルゴリズム説明責任の要請:コモディティ・ラッパーから高忠実度ディープAIソリューションへの企業人材システムの変革技術詳細
アルゴリズム的エージェント:ディープAI採用の時代における責任と技術的厳密性の航海技術詳細
説明責任のアーキテクチャ:Eightfold AI訴訟を受けてエンタープライズAIにディープエンジニアリングが求められる理由技術詳細
鏡を超えて:公平性の設計と因果AIの時代におけるパフォーマンス技術詳細
決定論的要請:アルゴリズム説明責任の時代における規制上の真実のエンジニアリング技術詳細
ガラスボックス・パラダイム:設計する公平性、説明可能性、および精度をエンタープライズ採用におけるナレッジグラフ技術詳細
デフォルトのパラドックス:エージェント自律性の時代におけるヒューマン–AIフロンティアの確保技術詳細

他のプラットフォームでも公開

その他の記事

Illinois HB 3773はZIPコードのプロキシを禁止。EU AI Actは同じ地理データを必要とする。Clarionはバッジではなく両方のリスクを評価したCONFLICTを出力する。
AIガバナンス採用

イリノイ州がEU AI Actの保持を求めるZIPコードフィールドを禁止。私はそれを合格と印刷する代わりに明示するAI採用監査を構築した。

6つの規制当局が1つの採用スタックに対して6つの構造的に異なる質問をしている。Clarionの構築から学んだのは、いかなる単一の公平性スコアも6つすべてにわたって真実にはなれないということ、そしてその拒否は決定論的コードに書き込まれなければならず、説得力あるプロンプトの届かない場所に置かれなければならないということだ。

Jul 21, 202613 min read
壊れた入力に自信満々でスコアを付けるシステムという概念を中心に据えた、AI採用技術と障害による排除の交差点を象徴する、印象的なエディトリアル画像。
人工知能採用

AIがろう者の女性に「アクティブ・リスニングを実践しなさい」と告げた——私がこの業界の破綻を確信した瞬間

IntuitとHireVueをめぐる差別訴訟が明らかにした、企業向け採用AIの致命的な欠陥——そしてなぜ、その是正にはまったく異なるアーキテクチャが求められるのか。

Mar 22, 202612 min read
人間のシルエットが一つの数値スコアへと還元されていく印象的なエディトリアル画像。AIによるスコアリングと、採用における人間の主体性との根本的な緊張という本記事の核心を表現している。
人工知能採用

築55年の法律がAI採用業界を揺るがした――Eightfold AI訴訟が突きつけた「隠れたスコアリング」の問題

Eightfold AI訴訟は、企業が採用判断を広告ターゲティングのように扱ったときに何が起きるかを露わにした――そして、その解決には謝罪ではなくエンジニアリングが必要な理由

Mar 21, 202615 min read
採用におけるアルゴリズムの門番を描いた印象的なエディトリアル画像——求職者と機会の間に立ちはだかる、デジタルなスクリーニングの壁。
人工知能採用

AI採用は数百万人を差別していたのか——Workday訴訟が突きつけた現実

私はAIシステムを生業として作っている——だからこそ、Workday判決は正しい意味で私を震え上がらせた

Mar 20, 202615 min read
巨大な金庫の扉が大きく開き、その錠前に「123456」と表示され、内部に人間のシルエットのプロフィールがずらりと並んで見えるインパクトのあるビジュアル――大規模な個人データを守るはずのセキュリティが致命的に脆弱だったというテーマを象徴している。
人工知能サイバーセキュリティ

6,400万人が求人に応募した。そのすべての秘密を、パスワード「123456」が明け渡した。

McDonald'sのAI採用システムの侵害に、天才ハッカーは要らなかった――ブラウザとデフォルトのログイン情報だけで十分だった。なぜAI業界全体が震え上がるべきなのかを解説する。

Mar 19, 202615 min read
透明で監査可能なAIシステムと不透明なブラックボックスシステムを対比させたビジュアルメタファー。AI規制とコンプライアンスの文脈における採用・雇用決定の場面。
人工知能テクノロジー

95%の企業が存在すら知らないAI法に違反している実態

失敗したNYC監査から学んだラッパーAIが規制を生き残れない理由と私たちが構築している代替アプローチ

Mar 18, 202612 min read
AIによる性格スクリーニングが、神経多様性のある求職者を排除する隠れたフィルターとして機能する様子を表現したエディトリアル画像。
人工知能採用

採用アルゴリズムが、いつの間にか「医学的検査」になっていた

大手コンサル企業の「バイアスフリー」を謳うAI採用ツールが、なぜ自閉症の候補者をふるい落としていたのか——そして、本当に機能するAIをどう作るかについて私が学んだこと

Mar 16, 202613 min read
ブラインドで公平な評価の比喩として、オーケストラのオーディションの衝立(スクリーン)を描いた概念的なエディトリアル画像――本記事の中心的な類推。
人工知能採用

性差別を学習したAI採用ツール――そして、公平なAIの作り方について私が学んだこと

市場に出回るあらゆる「AI搭載」採用ツールが間違った問いを立てている理由と、因果AIがその答えをどう変えるのか

Feb 12, 202616 min read
採用の概念に重ね合わせたナレッジグラフ構造を描いた、クリーンでエディトリアルなイラスト。スキルと役割を、たどれる可視化された経路でつなぎ、透明性と不透明性を対比させている。
人工知能採用

Amazonの採用AIは「女性嫌い」を独学した。私が作ったAIには、それができない。

ナレッジグラフは、なぜ採用判断からバイアスを構造的に排除できるのか——そして、ブラックボックスをいくら「修正」しても決して十分にならない理由。

Feb 11, 202612 min read

確かな信頼のもとに、AIを構築する。

次世代のエンタープライズAI構築において豊富な経験を持つチームと、ぜひご一緒ください。信頼できるAI戦略の設計・構築・導入を、私たちがお手伝いします。

Veriprajna ディープテック・コンサルティング は、ヘルスケア・金融・規制対応分野における安全性重視のAIシステム構築を専門としています。当社のアーキテクチャは確立されたプロトコルに照らして検証され、包括的なコンプライアンス文書を備えています。