末筆ながら、貴社の今後のご活躍を心よりお祈り申し上げます。
Ash, E., Shukla, S. and Sockin, J.(2025) “Interviews,” CEPR Discussion Paper, 20793.
$\def\t#1{\text{#1}}\def\dfrac#1#2{\displaystyle\frac{#1}{#2}}$
北川梨津
はじめに
「ごめん。そのままだと落とすけど、どうする？」という刺激的なフレーズを SNS で見かけた人は少なくないだろう。これは、ある総合人材サービス企業グループの新卒採用責任者が取り上げられた、とあるウェブメディアのインタビュー記事において、見出し写真のキャプションとして用いられた言葉である。記事中では、その採用責任者が面接で用いることのある質問の一例として紹介されていた。記事は 2020 年に公開され、当時の Twitter (現在の X) を中心に多くの批判を集め、いわゆる「炎上」と呼ばれる様相を呈した。批判の中には、「学生を下に見ている」「圧迫面接だ」といった指摘のほか、「この人事は勘違いしている」という厳しい声も見られた1)。
件のフレーズの是非は措くとして、それが炎上してしまったという事実が示唆しているのは、採用面接において評価の対象となっているのは候補者だけではなく、面接官もまた候補者によって評価されているということである。実際、批判の中には「ごめん。入社する気ないけど、どうする？」というような声もあった。そもそも、英語の interview (面接) という語は、フランス語の entrevue に由来し、「互い (inter-) に見る (view)」といった意味を含んでいる。つまり、面接とは、本来、企業が候補者を一方的に見定める場ではなく、候補者と企業が互いを見極める場であるともいえる。採用候補者を覗くとき、採用候補者もまたこちらを覗いている、ということかもしれない。
採用面接で面接官とやりとりする中で、候補者自身もその企業についての情報を得る。これは、実際に就職活動を経験したことがある人なら、直感的にも理解しやすい話だろう。面接官の態度、質問の内容、選考過程の丁寧さや厳しさは、その企業で働く人々や職場の雰囲気を推し量る手がかりになる。
しかし、面接における経験が候補者側の企業評価にどのような影響を及ぼすのかについては、これまで良質な定量的エビデンスが乏しかった。今回紹介する Ash, Shukla and Sockin (2025) は、まさにこの問いに取り組んだものだ。この研究は、企業・職場情報の口コミサイト Glassdoor に投稿された約 50 万件の面接レポートを用いて、候補者が面接経験を通じて企業について何を学び、それが内定の承諾・辞退、さらには入社後の勤続期間や職務満足度とどのように関係するのかを明らかにするエキサインティングな試みだ。
データの概要
Glassdoor は、労働者や求職者が、給与、職場環境、福利厚生、企業評価、面接経験などを匿名で投稿するオンライン・プラットフォームである。日本でいえば、企業評価や給与に関する口コミサイトとしては OpenWork が近い2)。ただし、OpenWork は主として現職者・元職者による企業評価や給与情報を扱うサービスであり、Glassdoor のように面接経験に関する体系的なデータを提供しているわけではない。面接経験の口コミという点では、それに特化した「みん就 (旧：楽天みん就)」に近いといえる。
具体的には、著者らは米国の面接レポートのうち、2008 年から 2024 年までに投稿されたもの、内定が出たもの、面接難易度がわかるもの、インターンシップではないもの、高賃金職種に該当するものなどに絞り、最終的に約 50.8 万件の面接レポートを分析対象としている。対象職種は、管理職、ビジネス・金融、コンピュータ・数学、建築・工学、法務、医療専門職・技術職などである。著者らが高賃金職種に注目するのは、Glassdoor 上でそうした職種のデータが豊富に得られるという実践上の理由に加え、高賃金労働者ほど賃金以外の職場属性や人的資本の蓄積、同僚からの学習機会を重視すると考えられるためである (Maestas et al. 2023; Jorosch, Oberfield and Rossi-Hansberg 2021)。したがって、面接を通じて得られる企業や職場に関する情報は、こうした職種においてとりわけ内定承諾・辞退の意思決定に影響しやすいと考えられる。
図 1 は、Glassdoor に投稿されている面接レポートの一例である (ユニリーバという企業のページから選定した)。この例では、Supply Chain Associate 職に応募した候補者が、内定を辞退したこと、面接経験を肯定的に評価したこと、面接を簡単だったと感じたことが記録されている。ここで着目したいのは、個別の企業や職種そのものではなく、Glassdoor の面接レポートが持つデータ構造である。図 1 からわかるように、Glassdoor の面接レポートでは、内定の有無や承諾・辞退、面接経験の評価、面接難易度といった選択式の項目に加え、面接過程や質問内容に関する自由記述が投稿されている。著者らは、このような構造化された情報とテキストデータを多数の面接レポートについて利用することで、候補者の面接経験とその後の意思決定との関係を分析している。
分析の手法・結果
著者らが着目するのは、Glassdoor の面接レポートにおいて、候補者自身による面接難易度の評価が必須項目として収集されている点である。図 1 には「Easy interview」と表示されているが、面接レポートの投稿フォーム上では、投稿者は面接難易度を「Very easy」「Easy」「Average」「Difficult」「Very difficult」の 5 つから選択する形式になっている。著者らは、この 5 段階評価のうち「Very easy」または「Easy」を選んだ場合に $1$ を、それ以外の場合は $0$ をとる「簡単な面接」ダミーを作成している。
もちろん、面接が簡単だったことが候補者にとって良い知らせなのか、悪い知らせなのかは、事前には明らかではない。簡単な面接は、候補者にとって負担が小さく、企業への印象をよくするかもしれない。一方で、特に高賃金職種では、面接の簡単さが、選抜の甘さや仕事の物足りなさを示すものとして受け取られる可能性もある。したがって、面接の簡単さが内定承諾にどのような影響を及ぼすのかは、実証的に確かめるべき問いだ。著者らは、次のような線形確率モデルを推定している。
\begin{align*}
Y_{i,k,t}=\beta\times\mathbb{1}(\text{Easy Interview})_{i,k,t}+\lambda+X’_{i,k,t}\gamma+\varepsilon_{i,k,t}
\tag{1}
\end{align*}ここで、$Y_{i,kt}$ は、労働者 $i$ が時点 $t$ に企業 $k$ の面接を受けた後に内定を承諾したかどうかを表すダミー変数とする。そして、$\lambda$ は、産業・職種、地域・時点、面接時点と投稿時点の組合せなどに関する固定効果を表し、$X_{i,k,t}$ はその他の統制変数を表す。最後に、$\mathbb{1}(\text{Easy Interview})_{i,k,t}$ は上述した「簡単な面接」ダミーである。
表 1 の列(1)がその推定結果だ。面接が簡単だと内定を承諾する確率が $4.9\%$ ポイント減少することがわかる。Not easy 群、つまり面接が簡単だったと答えていない労働者における平均受諾率は $81.8\%$であるため、これは相対的には約 $6\%$ の低下に相当する。簡単な面接は、少なくとも高賃金職種の候補者にとって、必ずしも好ましい経験として受け止められてはいないことが示唆される。
このメカニズムを検討するため、著者らは面接レポートの自由記述を大規模言語モデル (LLM) を活用して分類し、候補者が面接を通じてどのような印象を抱いたのかを測定している。具体的には、産業と面接難易度の組合せごとに抽出した 3 万 3752 件の面接記述を GPT-4o-mini で分類し、「高能力の同僚がいる」「同僚が感じ良い」「誰でも採りそう」「面接が魅力的・刺激的」といったラベルを作成している。著者らは、LLM による分類の妥当性を人間による分類との比較を通じて確認したうえで、LLM で作成したラベルを訓練データとして、面接レポートを自動分類する機械学習モデルを構築している。これにより、同様の分類を Glassdoor の面接レポート全体に拡張している。詳細な分類の手順は論文を参照してほしい。ここでは面接レポートの自由記述のテキストデータから面接の特徴に関するダミー変数を複数作成したと理解してもらえれば十分だ。
表 1 の列(2)$\sim$(5)は、その結果を要約したものである。簡単な面接は、「高能力の同僚がいる」という印象を $2.0\%$ ポイント低下させる一方で、「誰でも採りそう」という印象を $6.1\%$ ポイント高めている。Not easy 群において「誰でも採りそう」という印象を抱く割合は $1.2\%$ にすぎないため、この効果は非常に大きい。また、簡単な面接は、面接が魅力的・刺激的だったという印象も $5.0\%$ ポイント低下させている。なお、「同僚が感じ良い」という印象については、簡単な面接との明確な関係は見られない。したがって、ここで捉えられているのは、面接官や同僚の感じの良さというよりも、同僚の能力や企業の選抜性に関する印象だと解釈できる。
さらに著者らは、面接時の印象が実際のマッチの質を反映しているのかを確認するため、入社後のアウトカムも分析している。具体的には、内定を承諾して入社した労働者に着目し、その後の勤続期間と、入社先企業について Glassdoor に投稿された口コミレビューを用いた職務満足度を測定している。表 1 の列(6)と(7)がその結果である。簡単な面接を経て入社した労働者は、勤続期間が短く、職務満足度も低い。具体的には、簡単な面接は勤続期間を $16\%$ 短くし、Glassdoor 上の職務満足度を $0.598\%$ ポイント低下させている3)。候補者が面接で感じた違和感は、単なる印象にとどまらず、入社後の定着や働きやすさにも結びついているのだ。
この効果は候補者の属性によっても異なる。著者らは、候補者の能力やアウトサイド・オプションを捉える指標として出身大学に着目している。その結果、良い大学の出身者ほど、簡単な面接を経た内定を受け入れにくい傾向が見られる4)。これは優秀な候補者ほど、面接の簡単さをネガティブなシグナルとして受け取りやすいという解釈と整合的である。企業にとって、面接の難易度をどう設定するかは、優秀な候補者を特定するためだけの問題ではない。下手に簡単な面接をしてしまうと、採用したいはずの優秀な候補者ほど、その企業から遠ざかってしまう可能性があるのだ。
実験によるさらなる検証
ここまでの分析は、Glassdoor に投稿された面接レポートを用いた観察データに基づいている。ここで鋭い読者なら、1 つの疑問を抱いたかもしれない。面接が簡単だったという経験そのものが、内定承諾率を下げているのだろうか。それとも、もともと魅力の低い企業や仕事ほど面接が簡単だと評価されやすいだけなのだろうか。基本的な共変量はコントロールされているものの、観察できない変数による内生性の問題は否定できない。これは本論文の解釈にとって重要な識別上の問題だ。そこで著者らは、実際の採用の現場で、ちょっとしたフィールド実験を行っている。舞台は、ある大学のデータサイエンティスト職の採用過程であり、応募者は第 1 次選考として、オンライン上のサーベイの中で基本的な経歴について回答した上で実技課題を受ける。著者らは、応募者を「簡単な実技課題」と「難しい実技課題」とにランダムに割り当てた。どちらのグループも、データ、計量経済学、確率、正規表現、コーディングといった同じ領域が問われる。ただし、問題の難易度だけが異なる。要するに、実験で操作されているのは候補者が直面する選考課題の難しさである。
この実験が見ようとしているのは、選考課題を客観的に少し難しくしたとき、候補者の主観的な難易度評価や、その職への関心が変わるかである。結果は、Glassdoor を用いた分析の結果と整合的だった。選考後に行ったサーベイでは、簡単な問題に割り当てられた応募者ほど、選考が簡単だったと回答した。それだけではない。候補者のその職への関心も弱くなった。たとえば、「なぜ自分がこの仕事に合っていると思うか」「採用側に質問はあるか」という自由記述の回答への記述量は少なくなり、選考状況を確認するためのウェブページにアクセスする回数も少なくなった。特にこの関心度に対する効果は良い大学出身者について大きく、そうでない人たちについては効果がゼロだという帰無仮説を棄却できなかった5)。
総合すると、この実験結果は Glassdoor のデータを用いた分析と整合的である。もちろん、この実験は 1 つの職種・1 つの採用過程における比較的小規模な介入であり、また内定承諾への効果そのものを検証しているわけでもない。さらに、操作されているのは厳密には面接でのやりとりではなく、オンライン上の実技課題の難易度である。そのため、この実験を通常の面接をそのまま再現したものと解釈するのは難しいかもしれない。むしろ、選考過程における課題の難易度をランダムに変えることで、候補者の主観的評価や応募先への関心がどう変化するかを検証したものと位置づけるのが適切である6)。
そのうえで、選考過程における課題の客観的な難易度を変えるだけで、候補者の「この仕事にどれだけ前のめりになるか」が変化するという結果は、面接を含む選考経験が候補者にとって企業や職とのマッチの質に関するシグナルになりうるという本論文の解釈を補強している。
おわりに
Ash, Shukla and Sockin (2025) の貢献は、採用面接を企業による候補者の選抜装置としてだけでなく、候補者による企業の評価装置として捉え直した点にある。面接が簡単だったという経験は、一見すると候補者にとって負担が小さく好ましいもののように思える。しかし、少なくとも高賃金職種においては、簡単な面接は、企業の選抜性の低さや同僚の能力に関するネガティブなシグナルとして受け取られうる。その結果、候補者は内定を辞退しやすくなり、仮に入社したとしても、その後の職務満足度や定着率は低くなる。
もちろん、これは「面接は難しければ難しいほどよい」という単純な話ではない。難しい面接が評価されるのは、それが候補者に対する敬意を欠いた圧力としてではなく、職務内容、同僚の能力、企業の選抜姿勢、そしてその仕事で得られる学習機会を伝えるシグナルとして機能する場合に限られるだろう。この研究から学ぶべきレッスンは、採用面接が、企業が候補者について知る場であると同時に、候補者が企業について知る場でもあるということだ。
候補者が面接から読み取るシグナルは、難易度だけに限られない。面接官の態度、質問前の雑談、質問の内容や仕方、選考過程の透明性、連絡の速さといった要素もまた、その企業で働くことの価値を伝えるシグナルになりうる。近年、採用過程では AI やアルゴリズムの利用が広がりつつあるが、面接が候補者にとって企業を知るための重要な情報源でもあるならば、採用過程の自動化は、候補者が職場とのマッチの質を判断する機会を奪う可能性もある。効率的な採用とは、企業が候補者を素早く選別することだけを意味しない。候補者が選考過程を通じて企業について十分に学べるようにすることも、良いマッチを生み出すためには欠かせないのかもしれない。
日本の新卒採用についても、Ash, Shukla and Sockin (2025) の分析結果と整合的な調査結果がある。2023 年に実施されたパーソル総合研究所「新卒者の内定辞退に関する定量調査」は、2 社以上から内定を得た大学 4 年生・修士課程 2 年生 477 名を対象に、内定承諾企業と内定辞退企業の違いを調べている。同調査によれば、内定承諾の「決め手」として最も多く挙げられたのは「社員に対する印象・社員から感じる職場の雰囲気」であり、こうした印象は面接をはじめとする採用過程の中で形成されるものといえるだろう。また、回答者は、内定を辞退した企業よりも、承諾した企業について、リクルーターや面接官、採用担当者を好意的に評価しているという。面接そのものへの評価も、内定を承諾した企業の方が高かった。日本の新卒採用においても、面接をはじめとする選考過程は、単に企業が学生を選抜する場ではなく、学生が企業で働く人々や職場の雰囲気を読み取り、入社意欲を形成する場として機能していることがうかがえる。
採用は企業が候補者を選ぶ場であると同時に、企業が候補者によって選ばれる場でもある。採用する側がそのことを忘れたとき、祈られるのは候補者ではなく企業の方かもしれない7)。
参考文献
- Ash, E., Shukla, S. and Sockin, J.(2025) “Interviews,” CEPR Discussion Paper, 20793.
- Cai, W., Prat, A. and Yu, J.(2026) “Measuring Organizational Capital,” Journal of Accounting Research.
- Hanazawa, K., Kitagawa, R. and Palomäki, A.(2026) “Measuring Organizational Capital: A Cross-Language, Cross-Platform Framework,” SSRN Working Paper, 6170327 (https://ssrn.com/abstract=6170327).
- Jarosch, G., Oberfield, E. and Rossi-Hansberg, E.(2021) “Learning from Coworkers,” Econometrica, 89 (2): 647-676.
- Maestas, N., Mullen, K. J., Powell, D., von Wachter, T. and Wenger, J. B.(2023) “The Value of Working Conditions in the United States and the Implications for the Structure of Wages,” American Economic Review, 113 (7): 2007-2047.
- Martellini, P., Schoellman, T. and Sockin, J.(2024) “The Global Distribution of College Graduate Quality,” Journal of Political Economy, 132 (2): 434-483.
「経済セミナー」の記事をすべて見る
「海外論文Survey」をすべて見る
脚注
| 1. | ↑ | 実際の記事を読むと、この発言は必ずしも発言者本人が何の考えもなく口にしたものではないことがうかがえる。また、記事本文における本人の言葉遣いには、見出し写真のキャプションよりも一定の理にかなったニュアンスが含まれているようにも見える。それにもかかわらず炎上したのは、就職活動における企業側の配慮を欠いた言動や、採用する側の優位な立場を利用した態度に対して、多くの人が強い違和感を抱いていたからではないだろうか。このフレーズは、単なる一企業・一個人の発言としてではなく、就職活動における学生へのリスペクトの欠如を象徴するものとして受け止められてしまい、その結果、多くの非難を招いたのかもしれない。 |
| 2. | ↑ | なお、筆者が執筆した本誌 2025 年 12 月・26 年 1 月号掲載の海外論文 SURVEY「ガラスの扉を覗き込め！」では、Glassdoor の口コミデータを用いて組織資本を測定した Cai, Prat and Yu (2026) を紹介している (ただし、同号公開時点では、2025 年公開の SSRN Working Paper 版に基づいて紹介した)。また、OpenWork の口コミデータを用いて日本企業の組織資本を測定した研究として、Hanazawa, Kitagawa and Palomäki (2026) がある。関心のある読者はあわせて参照されたい。 |
| 3. | ↑ | 従属変数が自然対数変換されている場合にダミー変数の説明変数の係数をパーセント変化で解釈するためには、係数をそのまま 100 倍するのではなく、$\exp(\hat\beta)-1$ を計算する必要があることに注意してほしい。 |
| 4. | ↑ | ここでいう「良い大学」とは、QS 世界大学ランキングのような一般的な指標ではなく、Glassdoor の履歴書データを用いて各大学の卒業生の平均的な人的資本を測定した Martellini et al.(2024) の指標に基づいている。 |
| 5. | ↑ | 良い大学の指標は、先述の観察データの分析と同じく Martellini et al.(2024) の指標が用いられた。 |
| 6. | ↑ | ただし、エンジニア職やデータサイエンティスト職の選考過程では、「コーディング面接」といって、主に候補者の問題解決能力やプログラミング能力を実際の課題を通じて評価することを目的とする面接も一般的である。その意味では、この実験におけるオンライン上の技術評価を、広い意味で面接と呼ぶことも不自然ではない。 |
| 7. | ↑ | 「祈られる」とは、企業から不採用通知を受け取ることを指す就職活動における俗語。企業からの不採用通知メールがしばしば「〇〇様の今後のご活躍をお祈り申し上げます」といった文言で締め括られることに由来する。 |
