レバレジーズ、仕事と人の相性を予測するAI研究で国際会議の発表に採択

レバレジーズは2026年10月23日、人と仕事の適合性を予測するAIモデルに関する研究成果が、推薦システムの国際会議「RecSys 2026」の併設ワークショップ「RecSys in HR 2026」においてポスター発表に採択されたと発表した。

「RecSys」は推薦システム分野の国際学会であり、20回目となる2026年の会議は9月28日から10月2日にかけて米国ミネアポリスで開催された。47か国から1,000名以上が参加し、参加者の約4分の3を企業関係者が占めたという。人材領域に特化したワークショップ「RecSys in HR」は今回で6回目の開催となった。

人材マッチングでは、AIによって求職者と企業を的確に結びつける高度化が進む一方で、特定の人気求人や求職者に推薦が集中しない公平性の確保が課題とされている。同社の研究では、求職者、求人、スキルなどの関係をネットワークとして表現し、プロフィールの文章情報と組み合わせるグラフニューラルネットワーク（GNN）を基盤とした推薦モデルを構築した。このモデルは、求職者の応募と企業側の選考通過を同時に予測する仕組みで、実際の人材プラットフォームに由来するデータを用いて検証された。

検証の結果、GNNの導入によって全体の予測性能が向上した。モデル内部を分析したところ、肯定的な行動の集まり度合いを示す「人気度」の情報が性能向上に大きく関わっていることが判明した。ただし、人気度は求職者に求人を提示する場面では精度を高める一方、求人側で候補者を順位付けする場面では効果が小さく、人気度情報を除外した方が精度が改善するケースも確認されたという。

同研究はオフラインデータに基づく精度検証であり、実サービスでの採用増加を実証した段階ではないとしている。同社は今後、求職者と求人それぞれの人気度が推薦に与える影響を調整する手法を検討し、精度の向上と双方への機会の公平性の両立に取り組む方針だ。