Decider® 性格科学をダイレクトに

出ません。職務の内容や要求を考慮することなく、妥当な合否基準を決めることはできないことが、長年の学術研究から明らかになっているからです。

Deciderのねらいは、その基準をアナリティクスを通じて明確に抽出することです。

人物の特徴は多面的です。 ある仕事では強みになる特徴が、別の仕事では注意点になることがあります。同じ人でも、役割・上司・チーム・顧客・仕事の進め方によって活かされ方は変わります。

AIを含む自動順位付けを使う場合、基礎データが何を指しているのか？本当にその尺度は存在しているのか？相関の低い指標が混入していないか？を確認する必要があります。

過去の採用結果・在籍状況・評価データなどを学習している場合でも、過去の判断が将来も望ましいとも限りません。 また、総合順位だけでは、その人が上位になった理由や、重要な注意点が見えないことがあります。

検査結果は、人物について考えるための材料です。 人を一つの答えへ圧縮するのではなく、どのような人物であるかを理解したうえで、組織自身が採用や配置を決める。

そして、その判断と結果を繰り返し照らし合わせることで、「自社ではどのような人が、どのような仕事で活躍するのか」という知識を蓄積していきます。 Deciderが目指しているのは、AIや適性検査が人を選ぶ状態ではありません。 組織が、人を選べるようになる状態です。

共通言語としてのビッグファイブがもっとも機能する場面です。 外向性・信頼性・情緒安定性などの標準軸を使って人物を見ることで、「なぜこの人を高く評価したのか」「どの特徴を懸念しているのか」を共有しやすくなります。

「主体性がある」「コミュニケーション能力が高い」「カルチャーに合う」といった表現で、何かを指し示せている錯覚が起きることが一致しない主要因です。言葉が存在しても、その背後にはストレートに対応する心理因子はほぼ存在しません。これもBig5研究の間接的な知見です。

多くの評価項目・独自尺度を提供するツールは逆効果です。既存製品に対する学術研究の追試も行なわれていますが、10項目を超えるようなレポートを出力する検査については、対応する心理尺度が実在していないことが一貫して確認されています。

AIが客観性を高めるわけではないことにも注意が必要です。人の主観を除去することで客観性が得られる関係ではありません。ビッグデータのために尺度が増えると背後の心理尺度が架空の指標に陥りやすくなります。

目標は、全員が同じ結論を出すことではありません。異なる判断であっても、その根拠を比較できる状態にすることです。

スコアに対する誤解がありそうです。Deciderのレポートが提供するスコアは分析対象の人が「どの程度活発か」「ルールに縛られる度合いは？」といった性格を示しています。

これらは本来、人が自然に知覚できる性格であるため、5種類の成分が何を指しているのかを区別できれば、疑問の余地のないものです。チュートリアル機能を活用すると、いつでも確認できます。

じっさいの導入企業でも、新たに配属された担当者が実人物とスコアを対照することで、自然に理解しています。もとから知覚しているからであり、カスタマーサクセスが必要なほど複雑な作りではありません。

そして、最終的に分析対象は自社の個々の職場になります。研究知見から一般解はないことが分かっているので、たとえば休職が問題化しているなら情緒安定性の要求水準を確認する、といった仕事の理解を深めることが重要になります。

仕事の理解は、おそらく想像されているような数値解析ではありません。現場のストーリーをよく理解する、といったことです。

いいえ。よく知られたとおり、自己ベストはベストではありません。仕事の理想像を探索することが大切です。

また、上司と部下の相性といった人物間のマッチについては、分析されたスコアから評価してみることは可能でしょうが、相性が良ければパフォーマンスが上がるとは考えていません。

この点については、そのような人物マッチで組織課題を本当に解けるのか？をよく考えることを推奨します。少なくとも学術的な裏づけは確認できません。

ありません。Deciderは性格分析に特化しています。

一般的な能力検査の背景には、言語・数的処理などに共通する一般知的能力（g）が、職種を越えて職務成果を強く予測するだろうという長年の研究があります。かつては、この一般知的能力が採用選抜でもっとも重要な予測因子の一つと考えられていました。

しかし近年、過去の研究で予測力が大幅に過大評価されていたことが明らかになり、この見方は大きく修正されています。現在では、一般知的能力は職務成果と関係するものの、採用選抜の中心に置くべき突出した予測因子とは考えられていません。

重要なのは、一般的な知的能力をすべての仕事に共通する適性として扱う仮定から脱却し、個々の仕事で実際に必要な知識や技能を確認することです。

Deciderは、人物を職種横断的な一つの能力順位に並べるのではなく、ビッグファイブを共通尺度として性格を把握し、それぞれの仕事がどのような人物特性を必要としているのかを考えることに重点を置いています。

早期離職を減らすこと自体を、Deciderは最終的な目的とは考えていません。

入社後すぐに退職する人が多ければ、採用や配置に改善余地がある可能性はあります。一方で、離職率が低ければ採用が成功しているとも限りません。成果を発揮できない仕事に長くとどまることや、本人と組織の双方にとって望ましくない配置が継続することもあります。

大切なのは、単に「辞める人を当てる」ことではなく、その人がどのような特徴を持ち、どのような仕事や環境で力を発揮しやすいのかを理解したうえで、採用や配置を判断することです。 Deciderは、Big5にもとづいて人物の特徴を共通尺度で把握します。早期離職の予測を一つの総合スコアとして提示するのではなく、本人の性格特性と仕事側の要求を分けて考えられるようにします。 そのため、Deciderを利用する目的は「離職率を下げること」ではなく、採用・配置・育成について、組織自身がより良い判断をできる状態をつくることにあります。