リスク：高

採用業務では、応募者の氏名・住所・学歴・職歴といった個人情報が大量に取り扱われます。これらをクラウドベースの生成AIに入力することは、以下の観点から法的リスクが生じます。

（1）利用目的の制限（個人情報保護法18条1項）

個人情報取扱事業者は、あらかじめ特定した利用目的の達成に必要な範囲を超えて個人情報を取り扱ってはなりません。採用選考の補助目的でAIを利用すること自体が直ちに目的外利用になるとは限りません。もっとも、応募時に本人へ示した利用目的の記載内容に「外部AIサービスによる分析」が含まれていなければ、利用目的の範囲を超えると評価される余地があります。

（2）クラウドAI利用は常に「第三者提供」になるのか

クラウドAIサービスに個人データを入力する場合、それが個人情報保護法27条1項の「第三者提供」に当たるのか、同法25条の「委託」に当たるのか、あるいはそもそも提供に当たらないのかは、AI事業者が当該個人データを取り扱うこととなっているかどうかを、契約内容・利用規約・保存先・学習設定・運用実態に即して個別に判断する必要があります。

たとえば、クラウド事業者がサーバ保守等のためにデータへアクセスし得るだけで、契約上も実態上も当該個人データを取り扱わないこととなっている場合には、個人情報保護委員会の整理上、第三者提供にも委託にも当たらない場合があります。他方、AI事業者が入力データを解析・保存・再利用し得る設計になっている場合には、委託又は第三者提供として整理すべき場面が生じ得ます。

したがって、人事情報を生成AIへ入力する前には、サービスが「法人向けAPI」「エンタープライズ契約」「一般向けUI」のいずれであるかという外形だけで判断するのではなく、当該個人データをAI事業者が取り扱うこととなっているかを仕様と契約の両面から確認することが重要です。

（3）安全管理措置義務（個人情報保護法23条）

人事情報のような機微性の高いデータは、個人データ化の前後を問わず、実務上厳格な統制が必要です。加えて、個人情報保護委員会は2026年1月公表の「3年ごと見直しの制度改正方針」において、課徴金制度の導入や委託先規律の見直しを示しており、今後は外部AIサービス利用に対する説明責任・管理水準がさらに重くなる可能性があります。

また、AIサービスの利用規約、学習利用設定、API利用か通常利用か、エンタープライズ契約か否かによって、入力データの取扱いは大きく異なります。人事情報を扱う場合は、サービス仕様を確認せずに一般向け設定のまま利用しないことが重要です。

リスク：高

ハラスメント相談には、被害者・行為者の氏名、行為の具体的内容、精神的な健康状態など、極めて機微度の高い情報が含まれます。

（1）要配慮個人情報の問題

ハラスメント相談のすべてが要配慮個人情報に当たるわけではありません。しかし、被害者の健康状態、精神疾患の診断歴、通院歴、妊娠・出産関連情報等が含まれる場合には、「要配慮個人情報」（個人情報保護法2条3項）に該当し得ます。要配慮個人情報の取得にはあらかじめ本人の同意が必要であり（同法20条2項）、AIサービスへの入力がこの同意取得の範囲を超えていないか、慎重な確認が求められます。

（2）ハラスメント相談窓口の守秘義務

労働施策総合推進法（パワハラ防止法）に基づく指針（令和2年厚生労働省告示第5号）では、相談窓口担当者がプライバシーを保護するために必要な措置を講じることが求められています。相談内容を外部のクラウドAIに入力する行為は、この守秘義務に反する可能性があります。

リスク：中〜高

AIに人事評価のコメントを作成させること自体は違法ではありません。しかし、以下の2つの点に大きなリスクがあります。

（1）ハルシネーション（誤情報生成）による評価の不正確性

生成AIは事実に基づかない内容をもっともらしく生成することがあります（ハルシネーション）。AIが生成した評価コメントに実際の勤務実態と異なる記載が含まれたまま正式な評価に反映されれば、人事評価の合理性が問われます。

（2）降格・減給の根拠としての脆弱性

人事評価が降格・配置転換・減給などの不利益変更の根拠とされる場合、その評価プロセスには合理性と透明性が求められます。AI生成の評価をそのまま用いていたことが判明すれば、「客観的な評価基準に基づいているか」が裁判で争われたときに、使用者側が不利になる可能性があります。

リスク：高

日本の解雇規制は極めて厳格です。労働契約法16条は「解雇は、客観的に合理的な理由を欠き、社会通念上相当であると認められない場合は、その権利を濫用したものとして、無効とする」と規定しています。

（1）AIは「事実」を知らない

解雇の有効性は、当該従業員の具体的な勤務実態、過去の改善指導の記録、他の従業員との比較など、個別具体的な事実に基づいて判断されます。AIはこれらの事実を把握しておらず、法的にもっともらしい文章を生成しているに過ぎません。

（2）「理由を作って」は本末転倒

解雇が正当かどうかは、「まず客観的な事実（＝理由）が存在し、それに基づいて手続きを進める」という順序で判断されます。AIに「理由を作らせる」行為は、因果関係が逆転しており、後に労働審判や訴訟で争われた際に、「結論先にありきの恣意的な解雇であった」との評価を受けるリスクがあります。

（3）弁護士法72条との関係

解雇理由の有効性判断は高度な法的評価を伴うため、生成AIの出力をそのまま法的結論として採用すべきではありません。特に、社内での一次整理を超えて、個別事案の法的妥当性をAIに実質判断させるような運用は、弁護士法72条（非弁行為の禁止）との関係も含め慎重な検討が必要です。最終的な法的判断は人間（人事責任者・顧問弁護士）が責任をもって行う「Human-in-the-loop」の体制が不可欠です。

リスク：中〜高

（1）AIバイアスと差別リスク

AIは学習データに含まれるバイアスを再現・増幅する傾向があります。たとえば、過去の採用データを学習させた場合、歴史的に特定の性別・年齢・出身校に偏った選考が行われていたなら、AIもその傾向を引き継ぎます。これは男女雇用機会均等法5条（募集・採用における性差別の禁止）や労働施策総合推進法9条（年齢制限の禁止）に抵触する可能性があります。

特に注意すべきなのは、AIの判定基準が外形上は中立に見えても、結果として特定の属性の応募者に不利益を及ぼす可能性があることです。日本法上、募集・採用における性差別は禁止されており、また、間接差別についても均等法7条および関係省令・指針の枠内で規制があります。ただし、日本の間接差別規制はEU法のような一般条項ではなく、対象場面が限定されています。したがって、AI選考のリスクを論じる際は、均等法上の直接差別・間接差別の問題に加え、選考基準の合理性、公正採用、説明可能性の欠如といった論点をあわせて検討する必要があります。

（2）日本の法制度の現状

EUでは「EU AI規制法（AI Act）」において、採用選考に用いるAIを「ハイリスク」に分類し、リスク管理やデータガバナンス、人的監視措置などを義務づけています。日本では2025年に人工知能関連技術の研究開発及び活用の推進に関する法律（AI推進法）が成立し、AI政策の基本枠組みが整備されました。もっとも、同法は基本法的な性格であり、EUのような採用AI固有の詳細義務までは設けられていません。

ただし、日本でもAIが人権侵害につながり得るとの問題意識は高まっており、採用におけるAI利用は、既存の労働法制（均等法・労推法）のもとで差別禁止規定の適用を受けます。「AIが判定したから」は免責の根拠になりません。